把 Claude Code 包成桌面 App？我直接用 50 行 Python 实现了同款效果
把 Claude Code 包成桌面 App？我直接用 50 行 Python 实现了同款效果
很多人看到那个"把 Claude Code 包成桌面 App"的帖子都觉得很酷——不用装 CLI、不碰终端、发一句话它自己干活。
但仔细想想：你真正需要的是一个 App，还是"发一句话让 AI 自己改代码"这个能力本身？
后者其实 50 行 Python 就够了。而且你能完全控制它在做什么，不是黑盒。
核心思路
Claude 的 tool use（工具调用）功能允许模型主动调用你定义的函数。我们只需要给它三个工具：
read_file：读取文件内容write_file：写入修改后的内容list_files：列出目录结构
然后发一句"帮我把这个项目里所有 print 换成 logging"，它会自己决定先看哪些文件、改哪里、写回去。
完整代码
import os
import json
from openai import OpenAI
# 用无量Api，国内直连 Claude，比官方省 60%
client = OpenAI(
api_key=os.environ.get("WULIANG_API_KEY"),
base_url="https://api2everything.xyz/v1"
)
# ── 工具定义 ──────────────────────────────────────────
tools = [
{
"type": "function",
"function": {
"name": "read_file",
"description": "读取指定路径的文件内容",
"parameters": {
"type": "object",
"properties": {
"path": {"type": "string", "description": "文件相对路径"}
},
"required": ["path"]
}
}
},
{
"type": "function",
"function": {
"name": "write_file",
"description": "将内容写入指定路径的文件（会覆盖原文件）",
"parameters": {
"type": "object",
"properties": {
"path": {"type": "string"},
"content": {"type": "string"}
},
"required": ["path", "content"]
}
}
},
{
"type": "function",
"function": {
"name": "list_files",
"description": "列出目录下所有文件（递归）",
"parameters": {
"type": "object",
"properties": {
"directory": {"type": "string", "description": "目录路径，默认 ."}
},
"required": []
}
}
}
]
# ── 工具执行层 ────────────────────────────────────────
def execute_tool(name: str, args: dict) -> str:
if name == "read_file":
path = args["path"]
if not os.path.exists(path):
return f"错误：文件 {path} 不存在"
with open(path, "r", encoding="utf-8") as f:
return f.read()
elif name == "write_file":
path = args["path"]
os.makedirs(os.path.dirname(path) or ".", exist_ok=True)
with open(path, "w", encoding="utf-8") as f:
f.write(args["content"])
return f"已写入 {path}"
elif name == "list_files":
directory = args.get("directory", ".")
result = []
for root, dirs, files in os.walk(directory):
# 跳过常见无关目录
dirs[:] = [d for d in dirs if d not in {".git", "__pycache__", "node_modules", ".venv"}]
for file in files:
result.append(os.path.join(root, file))
return "\n".join(result)
return f"未知工具：{name}"
# ── Agent 主循环 ──────────────────────────────────────
def run_agent(task: str, model: str = "claude-sonnet-4-5"):
messages = [
{
"role": "system",
"content": "你是一个代码助手，可以读取和修改本地文件。操作前先用 list_files 了解项目结构，再用 read_file 读取相关文件，最后用 write_file 写入修改。每次修改后告知用户改了什么。"
},
{"role": "user", "content": task}
]
print(f"\n任务：{task}\n{'─' * 50}")
while True:
response = client.chat.completions.create(
model=model,
messages=messages,
tools=tools,
tool_choice="auto"
)
msg = response.choices[0].message
# 没有工具调用，说明任务完成
if not msg.tool_calls:
print(f"\nClaude：{msg.content}")
break
# 执行所有工具调用
messages.append(msg)
tool_results = []
for call in msg.tool_calls:
args = json.loads(call.function.arguments)
print(f" → 调用 {call.function.name}({args})")
result = execute_tool(call.function.name, args)
tool_results.append({
"role": "tool",
"tool_call_id": call.id,
"content": result
})
messages.extend(tool_results)
# ── 入口 ─────────────────────────────────────────────
if __name__ == "__main__":
import sys
task = " ".join(sys.argv[1:]) if len(sys.argv) > 1 else "列出项目结构，然后告诉我有哪些 Python 文件"
run_agent(task)
跑起来试试
# 安装依赖
pip install openai
# 设置 API Key（去无量Api注册，送1元余额）
export WULIANG_API_KEY="sk-xxx"
# 发任务
python agent.py "帮我检查所有 .py 文件，找出没有异常处理的 open() 调用，并加上 try/except"
实际运行效果大概是这样：
任务：帮我检查所有 .py 文件，找出没有异常处理的 open() 调用，并加上 try/except
──────────────────────────────────────────────────
→ 调用 list_files({'directory': '.'})
→ 调用 read_file({'path': './utils.py'})
→ 调用 read_file({'path': './main.py'})
→ 调用 write_file({'path': './utils.py', 'content': '...'})
Claude：已修改 utils.py 中第 23 行的 open() 调用，添加了 try/except FileNotFoundError 处理。main.py 中的 open() 已有异常处理，无需修改。
几个值得注意的细节
安全边界：这个 agent 有写文件权限，建议在 git 仓库里跑，改坏了能回滚。生产环境用之前加一个"写入前先备份"的逻辑。
模型选择：claude-sonnet-4-5 在工具调用上表现稳定，任务复杂时可以换 claude-opus-4-5，但 token 消耗会多不少。无量Api 上这两个模型都有，价格比官方低 60% 以上。
循环上限：真实使用时建议加一个最大循环次数（比如 20 轮），防止模型陷入死循环一直调工具。
并行工具调用：Claude 支持一次返回多个 tool_call，上面的代码已经处理了这种情况（for call in msg.tool_calls），不用担心。
扩展方向
加上 run_command 工具（执行 shell 命令），就能让它自己跑测试、看报错、再改代码，形成完整的 agentic 循环——这基本就是 Claude Code 的核心逻辑了。
感兴趣的话评论区说一声，下篇可以写加入测试循环的完整版本。
关于 API 费用：文中代码用的是 无量Api，国内直连不需要梯子，支持 Claude / GPT / Gemini / DeepSeek 等 300+ 模型，注册送 ¥1 余额，SVIP 价格是官方的 7.7 折。改一行 base_url 就能接入，和官方 SDK 完全兼容。
觉得有用的话点个赞，有问题直接评论区问。