Claude Code + LongCat-2.0，一句话就做了个完整网站，实测丝滑！

你好，我是郭震！

Claude模型虽然编程能力好用，但是API费用真的很高，于是看到在openrouter月调用量只排到第6名：

相对的DeepSeek-V4-Flash，小米MiMo-V2.5，月使用量前两名。

第三名这个模型很神秘，近两天正式发布后，才知道是美团的模型LongCat-2.0

之前已经实测过前两个，今天咱们实测下LongCat-2.0的Agent能力如何。

对一个 Agent能力强的大模型来说，会聊天不稀奇，能不能读项目、改代码、跑起来、报错后继续修，这才是真正能不能干活的关键。

测试方法接入它到Claude Code，从零开发一个完整的项目。

1 先看成果

一句话下发任务：

过了一会儿，一个本地数据看板网站跑起来，先看工作台首页：

接下来点击 上传数据：

上传一个Excel文件，系统自动读取表头和数据，并生成数据预览，如下部分截图：

这个Excel一共4万多行，21列。表头能识别，行数据能展示，说明文件读取这条链路是通的。

再点击 一键分析（如上图所示），自动生成了核心指标卡片，如下图所示：

比如age、job、material等数量、关键字段统计这些，都能展示出来。

最后看历史记录。我关掉页面，再重新打开，之前上传过的数据、分析配置和历史结果还在：

这说明它不是只做了一个前端假页面，而是把 SQLite 本地存储也接上了。

这个项目里同时包含了前端，后端，数据库的完整SaaS MVP系统。

这类任务，已比较接近真实编程 Agent 的工作强度，实测更有意思。

2 LongCat-2.0

开发以上项目，使用的是 LongCat-2.0

大概看了下资料，它是一个总参数量 1.6 万亿、每个 token 激活约 480 亿参数的 MoE 模型。如下图是它的稀疏注意力设计概览图：

当模型面对更长上下文、更复杂任务、更连续的工具调用时，怎么在成本和效果之间取得平衡。

而 Agent 场景，恰好最吃这几件事。

因为它不是问一句答一句，而是要读需求、看文件、改代码、跑命令、看报错，再继续修。

资料显示， LongCat-2.0是Agent 原生、代码能力强，已经适配 Claude Code、OpenClaw、Hermes 这些主流编程工具。

更关键的是，它的完整训练流程和大规模部署都基于国产算力集群完成。

预训练用了 5 万余国产算力芯片，消耗超过 35 万亿 tokens。

但我还是那句话：模型再大，最后都要落到能不能干活。

很多模型在榜单上看着不错，但一进真实项目目录，就开始迷路。

下面介绍完整实操步骤，感兴趣的根据我的步骤一步一步来。

3 完整实操

先把 LongCat-2.0 接进 Claude Code。

如下图所示，目前配置的是 deepseek-v4-pro:

我先在 LongCat 平台里创建 API Key:

https://longcat.chat/platform/api_keys

然后在 Claude Code 里配置好Base URL、API Key ，以及LongCat-2.0支持的最大上下文1M等：

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "你的_LongCat_API_Key",
    "ANTHROPIC_BASE_URL": "https://api.longcat.chat/anthropic",
    "ANTHROPIC_MODEL": "LongCat-2.0",
    "ANTHROPIC_SMALL_FAST_MODEL": "LongCat-2.0",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "LongCat-2.0",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "LongCat-2.0",
    "CLAUDE_CODE_MAX_OUTPUT_TOKENS": "131072",
    "CLAUDE_CODE_AUTO_COMPACT_WINDOW": "1000000",
    "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1"
  },
  "permissions": {
    "allow": [],
    "deny": []
  }
}

按照以上配置完成后，Claude Code 显示可以直接调用 LongCat-2.0了：

接好以后，我新建了一个空项目目录：

然后直接把这次需求丢进去：

请从零开发一个 BI 数据看板网站，要求 100% 本地运行。用户可以上传 Excel 数据，系统自动识别字段并生成数据预览、核心指标卡片和可视化分析结果；使用 SQLite 保存用户上传记录、分析配置和历史结果；使用 ECharts 展示图表；页面要像专业 SaaS 工具，包含清晰的工作台、上传入口、数据预览、图表分析和历史记录页面。不需要接第三方登录。

这次测试里，我重点观察三件事：它会不会先拆任务；它能不能持续修改项目文件；它遇到报错后，会不会根据终端反馈继续修。

先拆任务：

再搭项目结构：

再处理 Excel 上传和解析：

接着实现后端API路由，它接着修改了自动分析引擎文件代码：

接着开发前端页面：

然后 启动脚本都给整好了：

最后帮我测试代码，发现是db数据库conn_close未定义的错误：

它自动修复这个错误：

小白最怕的就是安装环境依赖，它都能帮我们安装好了。

同时还会一边验证功能，一边修复bug:

全程10多分钟，到现在所有页面和API都正常响应，如下所示：

这个过程比较像一个程序员在连续干活。

先把骨架搭起来。

再把功能一个个补进去。

哪里跑不通，再回头修哪里。

如下图所示，Claude Code 生成项目结构的截图：

如下图所示，建议插入终端报错和修复后的运行成功截图：

浏览器输入127.0.0.1:5000，具体网站使用，文中第一节已有介绍，不再赘述。

除了跑通，顺手看了下它大概消耗总token 15万：

同样任务在Codex+GPT-5.5下消耗token大约为22万：

也就是说，在完成同类任务的情况下，LongCat-2.0 的 token 消耗少了大约三分之一。

LongCat-2.0 cache 命中不计费。简单理解就是：很多已经读过、重复出现的上下文，后续如果命中缓存，就不会继续按普通 token 那样消耗，这点比较好。

最后总结一下

整体跑下来，我觉得Claude Code + LongCat-2.0组合的优势不是“某一段代码写得多漂亮”。

而是能把一个项目往前推。

从需求到页面，从页面到数据，从数据到图表，从图表到历史记录，它能把这几块串起来。

这说明 LongCat-2.0 接入 Claude Code 以后，不只是能写代码片段，而是有一定项目级开发能力。

中间也不是一次就完美。

真正能干活的编程 Agent，它自己也不能一次性生成惊艳的结果。

它必须自己能持续迭代，这就是最近比较火的 loop engineering

哪个环节不满意，就单独改哪个。哪里报错，就继续修哪里。

整体下来，我的结论：Claude Code + LongCat-2.0，开发这个完整前后端网站，还是比较丝滑的。感兴趣的大家可以试试。