我从去年开始用 Claude Code（就是 Anthropic 出的那个 CLI 工具）管理我的一堆服务器，用下来感觉这才是 AI 应该有的使用方式——不是聊天，而是真正在帮你干活。
我的使用场景
9 台海外 VPS（AWS / DMIT / 腾讯云），分布在美国、香港、日本、新加坡，跑着：
- 代理节点（Xray + Hysteria2）
- 量化交易策略
- 监控系统（Prometheus + Grafana）
- 各种自动化脚本
以前这些机器要靠手动 SSH 进去一台台操作，现在我直接跟 Claude Code 说"把日本那台机器的 Xray 配置更新一下"，它就帮我 SSH 进去、修改配置、重启服务、验证状态。
Skill 系统：让 AI 有专业知识
Claude Code 支持自定义 Skill（类似系统提示词），我给不同的任务场景都写了专门的 Skill：
服务器运维 Skill
# 服务器运维助手
你负责管理以下 VPS：
- aws-us: 13.x.x.x（美国）
- aws-hk: 43.x.x.x（香港）
- aws-jp: 3.x.x.x（日本）
SSH 端口统一 18022，用户名 ubuntu，使用 PEM 文件认证。
标准操作流程：
1. 连接前先检查机器是否在线（ping 测试）
2. 操作前备份配置文件
3. 修改后验证服务状态
4. 如有异常立即回滚
这样 Claude 就有了我的基础设施上下文，不需要每次都重复说一遍。
量化运维 Skill
专门管量化策略的 Skill，包括：
- 如何查看策略状态
- 常见报错的处理方式
- 杠杆调整的操作步骤
有了这些 Skill，我基本上每天只需要跟 Claude 说一两句话，剩下的它自己判断怎么做。
真实工作流举例
场景 1：发现策略异常
凌晨 3 点 Telegram 告警：量化机器内存占用 95%。
以前：要爬起来 SSH，看日志，判断原因，处理。
现在：Claude 看到告警自动分析（我设置了工作流），如果是常见问题直接处理，复杂问题才叫醒我。
场景 2：新部署一台机器
买了台新的 DMIT VPS，跟 Claude 说"按标准配置部署这台机器"。
Claude 会：
- SSH 连进去
- 更新系统
- 安装依赖
- 部署 Xray + Hysteria2
- 配置防火墙
- 测试连通性
- 把新节点加入 mihomo 配置
整个过程我就看着，有问题的地方它会问我。比自己一步步做快 5-10 倍，而且不容易出错。
场景 3：排查网络故障
某个节点突然连不上，我说"帮我排查 aws-hk 的连通性问题"。
Claude 会：
- 从多个角度测试（TCP/UDP/DNS）
- 查看系统日志
- 检查防火墙规则
- 给出故障判断和修复建议
成本控制
Claude Code 用的是 API 按量计费。我用的 Copilot Pro+（月费制），有使用量限制。
一些节省用量的技巧：
- 写好 Skill：好的上下文让 AI 少走弯路，减少对话轮次
- 批处理操作：把多个任务合并成一次对话
- 用小模型做简单任务：不是每件事都需要最强的模型
我目前一个月的 Claude Code 使用成本控制在合理范围内，对比它帮我节省的时间，ROI 很高。
给想上手的建议
- 先从小任务开始：让 Claude 帮你写个脚本、查个文档，建立信任感
- 写清楚 Skill 背景：告诉它你的环境信息，越详细越好
- 保持对结果的复核习惯：AI 会犯错，关键操作前后要验证
- 善用 plan 模式：复杂任务先让它规划，你审核通过再执行
有兴趣聊 Claude Code 使用技巧或者 AI 运维工作流，欢迎在 Telegram 找我，或者关注 X @panshi8848。
延伸阅读：
- Claude API 省钱指南 — 控制 API 用量和成本
- OpenClaw 是什么 — AI 工具链集成平台
- 用 Claude Code 监控 Pionex 机器人 — 30 分钟写个实用量化监控脚本
- 用 Claude 写 Binance 合约风控 — AI 帮你在爆仓前 3 小时预警
AI 工具最好的练手场景之一是量化交易——既有代码需求又有持续的维护优化。如果你还没接触过自动化交易，Pionex 是最低门槛的入口，16 种内置机器人不用写一行代码就能跑。
📷 封面图 · Flux Schnell AI 生成 · panshi.io 品牌风格