实战记录：把 Claude Code 接入公司自建大模型网关（免转换层直连）

公司发了一把内部大模型 API 的 key，又不想浪费 Claude Code 这个趁手的工具？本文记录一次完整的接入实战：从协议探测、模型能力摸底到最终跑通，全程踩坑全程干货。Windows 环境，Claude Code v2.1.81。

一、背景与思路

Claude Code 是 Anthropic 官方的命令行编程智能体，但它只认 Anthropic 协议（/v1/messages 那套）。而大多数公司自建的大模型网关是 OpenAI 兼容协议（/v1/chat/completions）。

所以接入前先回答一个问题：你的网关支不支持 Anthropic 协议？

现在主流的开源网关（New API、one-api 的分支等）大多同时提供两套端点。如果你的网关恰好支持 Anthropic 协议——恭喜，Claude Code 可以直连，一行转换代码都不用写。不支持的话，就得在本地垫一层 LiteLLM 之类的转换代理，本文不展开。

我的环境：

• Windows 11，Claude Code 通过 winget 安装（winget install Anthropic.ClaudeCode）
• 公司网关：New API 架构，同时暴露 OpenAI 和 Anthropic 端点
• 网关里挂了 DeepSeek、GPT、GLM 等多家模型

二、第一步：探测网关能力（别急着配 Claude Code）

很多人拿到 key 直接就去配环境变量，配完发现不好使再来回折腾。正确顺序是先用脚本把网关摸清楚。

2.1 看模型列表

curl -H "Authorization: Bearer sk-your-api-key" \
  "https://your-company-gateway.example.com/v1/models"

注意：有些网关按"分组"管权限，列表里能看到的模型，你的 key 未必有权限调用。我一开始的 key 只能调 6 个模型，后来管理员把我切到 VIP 分组，才解锁到 12 个。

2.2 测 Anthropic 端点是否可用

import urllib.request, json

KEY = "sk-your-api-key"
BASE = "https://your-company-gateway.example.com"

body = {
    "model": "你的模型名",
    "max_tokens": 100,
    "messages": [{"role": "user", "content": "回复两个字：收到"}],
}
req = urllib.request.Request(
    BASE + "/v1/messages",
    data=json.dumps(body, ensure_ascii=False).encode("utf-8"),
    headers={
        "Content-Type": "application/json",
        "x-api-key": KEY,
        "anthropic-version": "2023-06-01",
    },
)
obj = json.loads(urllib.request.urlopen(req, timeout=60).read().decode("utf-8"))
print(obj)

2.3 三个必测项（一个都不能省）

Claude Code 和普通聊天不一样，它对模型有三个硬要求：

① 工具调用（tool use）——Claude Code 读文件、写文件、跑命令全靠它。请求里带上 tools 字段，看返回的 stop_reason 是不是 tool_use：

body["tools"] = [{
    "name": "get_weather",
    "description": "Get weather of a city",
    "input_schema": {
        "type": "object",
        "properties": {"city": {"type": "string"}},
        "required": ["city"],
    },
}]
body["messages"] = [{"role": "user", "content": "北京天气怎么样"}]
# 返回内容里出现 type=tool_use 的 block 才算过关

② 流式输出——Claude Code 的回复是打字机效果，走的是 SSE 流式。把 stream 设为 True，确认能收到 content_block_delta 事件。

③ 中文质量——逐字节检查回复里有没有 U+FFFD（替换字符），有就说明网关某处编码转换出了问题。

我摸底时的实测结果（供参考）：

模型	工具调用	流式	中文	结论
gpt-5.5	✅	✅	✅	主力首选
deepseek-v4-pro	✅	✅	✅	备选
deepseek-v4-pro-max	✅	✅	⚠️ 非流式返回空	慎用，只做流式场景
glm 系列	-	-	-	列表可见但我的分组无通道

三、配置 Claude Code

环境变量四个就够：

set ANTHROPIC_BASE_URL=https://your-company-gateway.example.com
set ANTHROPIC_AUTH_TOKEN=sk-your-api-key
set ANTHROPIC_MODEL=gpt-5.5
set ANTHROPIC_SMALL_FAST_MODEL=gpt-5.5
claude

各变量的分工：

• ANTHROPIC_BASE_URL：网关地址，Claude Code 会自动在后面拼 /v1/messages
• ANTHROPIC_AUTH_TOKEN：你的 key
• ANTHROPIC_MODEL：主力模型
• ANTHROPIC_SMALL_FAST_MODEL：后台杂务模型（生成会话标题这类小事）。别图省事放不稳定的模型，否则标题、摘要可能静默失败

想偷懒的话，把这几行存成 .bat 双击运行，等价于手动敲。

验证是否真的切过去了

进 Claude Code 后输 /status，核对三行：

• Auth token 应显示 ANTHROPIC_AUTH_TOKEN（而不是你的个人订阅账号）
• Anthropic base URL 应是网关地址
• Model 应是你设置的模型名

再输 /model，能看到网关里的模型列表，支持随时切换。

四、踩坑记录（血泪部分）

坑 1：测试脚本自己乱码，误判模型能力

这是我踩得最狠的一个坑。最初用 bash 里的 curl 发中文测试，模型对工具调用"毫无反应"、中文回复全是乱码，我一度得出结论"网关不支持工具调用，Claude Code 没法用"。

后来换成 Python 显式 UTF-8 编码重发，所有模型全部正常——之前的"故障"全是我自己的测试脚本在 Windows 终端下把中文请求体转码转坏了。

教训：测 LLM 网关一律用 Python 脚本，请求体 ensure_ascii=False + UTF-8 编码，别信终端里 curl 出来的结果。

坑 2：环境变量只在启动时读取

set 完变量发现没生效？因为 Claude Code 进程是之前启动的。环境变量只在启动那一刻读一次，改完必须退出重进。自查命令：

set ANTHROPIC_

能列出四个变量再启动 claude。

坑 3：别把配置写进全局文件

Claude Code 支持把配置写进 settings.json 持久化，但要注意作用域：写项目级配置只影响当前目录，写用户级全局配置则所有目录的会话都会走公司网关。如果你同时还有个人订阅账号在用，全局写入会把私人会话也一并送进公司网关——既浪费也可能违反公司数据安全规定。我的做法是公司通道只靠环境变量（关掉窗口即失效），和个人账号天然隔离。

坑 4：分组权限是隐形的

/v1/models 列表里出现的模型 ≠ 你的 key 能用的模型。调用时报 model_not_found: No available channel for model xxx under group xxx 就是权限问题，找网关管理员开分组，自己折腾没用。

五、使用感受

接通之后，Claude Code 的全部能力（读写文件、执行命令、多步任务）在公司模型上都能正常跑，而且用量走公司额度，不再消耗个人订阅的窗口配额。会话里 /model 可以在网关的多个模型间随时切换，遇到复杂任务换一个更重的模型即可。

两点提醒收尾：

1. 安全底线：写教程、截图、分享时，密钥和内网地址必须脱敏。
2. 先测后配：工具调用、流式、中文三项摸底，比配置本身更重要。

---

以上为个人实操记录，环境是 Windows + New API 网关 + Claude Code v2.1.81，不同网关实现可能略有差异，但探测思路通用。