AI编程系列之4：Claude Code 接入其他大模型的完整指南

cooldream2009

716人浏览 · 2026-07-08 10:59:59

cooldream2009 · 2026-07-08 10:59:59 发布

前言

前面三篇我们聊了 Vibe Coding 范式、Claude Code 背后的 Agent 机制、以及 Spec-Driven Development 的实践方法。Claude Code 本身是一个闭源的终端编程 Agent，原生只连接 Anthropic 官方的 Claude 模型。但很多开发者在实际使用时会发现：Claude Code 不仅能跑 Claude，还能跑 OpenAI、DeepSeek、Qwen、GLM、Kimi 等一系列第三方模型——而要做到这一点，并不需要改 Claude Code 的源码。

这一篇是系列里我们要回答五个问题：Claude Code 是怎么"选择"调用哪个模型的？自定义端点的核心机制是什么？目前有哪些大模型支持 Anthropic Messages 兼容协议？三种主流接入方式怎么选？配置时最容易踩的坑是什么？

1. Claude Code 的"模型调用"机制

要把 Claude Code 接到别的模型上，首先要理解它是怎么选模型的。这一节我们讲透三个核心机制。

1.1 三个环境变量决定一切

Claude Code 启动时，会从环境变量里读取三个关键配置：

ANTHROPIC_BASE_URL：API 请求的目标地址。默认是 https://api.anthropic.com，改成别的就等于"换了一个目的地"。
ANTHROPIC_AUTH_TOKEN：API 密钥。Claude Code 把所有出站请求的认证信息都从这一项读。
ANTHROPIC_MODEL：默认模型名。决定 Claude Code 默认调用哪个模型。

只要这三个变量被改写，Claude Code 就"以为"自己还是连着 Anthropic，但实际请求已经被路由到了第三方服务的 API。

1.2 模型槽位映射：Opus / Sonnet / Haiku

Claude Code 内部把模型分成了三个"槽位"——Opus（旗舰）、Sonnet（主力）、Haiku（轻量）。对应到 Anthropic 模型家族就是 Claude Opus、Sonnet、Haiku 系列。

当 Claude Code 内部某个功能（比如子代理、Sub-agent）需要调用轻量模型时，它读的是 ANTHROPIC_DEFAULT_HAIKU_MODEL；需要主力模型时读 ANTHROPIC_DEFAULT_SONNET_MODEL；需要旗舰时读 ANTHROPIC_DEFAULT_OPUS_MODEL。这给了用户一个能力：可以让 Claude Code 在不同任务下调用不同的第三方模型——比如主力用 DeepSeek V4 Pro，Sub-agent 用 DeepSeek V4 Flash（更便宜）。

1.3 协议兼容性是关键

注意，不是所有第三方服务都能直接接入。Claude Code 用的是 Anthropic 官方的 Messages API 协议（/v1/messages 端点）。一个第三方服务要"无缝兼容" Claude Code，它必须实现两件事：

提供 Anthropic Messages API 兼容端点——接受 /v1/messages 路径的请求，并按 Anthropic 的 JSON 格式返回响应。
提供模型名映射策略——让 Claude Code 发出的"claude-opus-4-8"等模型名能正确路由到第三方自己的模型。

目前提供这种兼容端点的服务主要是两类：国产大模型厂商（DeepSeek、智谱 GLM、阿里通义千问、月之暗面 Kimi）和OpenAI 兼容协议的厂商（如通义千问、Stepfun 等）。

2. 官方支持 Anthropic 兼容协议的国产大模型

截至 2026 年 7 月，已经有至少四家国产大模型厂商为 Claude Code 提供了官方的 Anthropic Messages API 兼容端点。本节客观介绍每家厂商提供的模型、协议端点和官方文档来源，不做商业推荐。

在这里插入图片描述

2.1 DeepSeek

官方接入文档：https://api-docs.deepseek.com/zh-cn/quick_start/agent_integrations/claude_code
兼容端点：https://api.deepseek.com/anthropic
提供模型：deepseek-v4-pro[1m]（主力，1M 上下文）、deepseek-v4-flash（轻量，更快更便宜）
协议支持：原生 Anthropic Messages API 兼容，无需额外转换
价格（按 Token 计费，1M tokens）：输入 ¥0.5，输出 ¥2（具体见官方定价页）
官方接入示例（来源：DeepSeek 官方文档）：

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=<你的 DeepSeek API Key>
export ANTHROPIC_MODEL=deepseek-v4-pro[1m]
export ANTHROPIC_DEFAULT_OPUS_MODEL=deepseek-v4-pro[1m]
export ANTHROPIC_DEFAULT_SONNET_MODEL=deepseek-v4-pro[1m]
export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-v4-flash
export CLAUDE_CODE_SUBAGENT_MODEL=deepseek-v4-flash

2.2 智谱 GLM

官方接入文档：https://docs.bigmodel.cn/cn/guide/coding/claude_code
兼容端点：https://open.bigmodel.cn/api/anthropic
提供模型：glm-4-7（日常编码主力）、glm-4-5-air（轻量）
协议支持：原生 Anthropic Messages API 兼容；提供三个模型槽位的自动映射
价格：按 Token 计费为主，也有编程套餐类订阅模式（具体见官方定价页）
官方接入示例：

export ANTHROPIC_BASE_URL=https://open.bigmodel.cn/api/anthropic
export ANTHROPIC_AUTH_TOKEN=<你的 GLM API Key>
export ANTHROPIC_MODEL=glm-4-7
export ANTHROPIC_DEFAULT_SONNET_MODEL=glm-4-7
export ANTHROPIC_DEFAULT_OPUS_MODEL=glm-4-7

2.3 阿里通义千问

官方接入文档：https://help.aliyun.com/zh/model-studio/developer-reference/claude-code
端点形式：OpenAI 兼容端点（https://dashscope.aliyuncs.com/compatible-mode/v1）——不是 Anthropic 兼容，需要额外配置
提供模型：qwen3-coder-plus、qwen3-7-plus、qwen-coder 等
价格：按 Token 计费，1M tokens 输入 ¥2.4 / 输出 ¥9.6（具体见阿里云百炼定价页）
官方接入示例：

export ANTHROPIC_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
export ANTHROPIC_AUTH_TOKEN=<你的 DashScope API Key>
export ANTHROPIC_MODEL=qwen3-coder-plus

注意：通义千问只提供 OpenAI 兼容协议，因此接入 Claude Code 时需要额外配置一层协议转换（通常通过 claude-code-router 等路由工具，见 §3.2）。其他三家提供的是 Anthropic 原生兼容，无需转换。

2.4 月之暗面 Kimi

官方接入文档：https://platform.moonshot.cn/docs/guide/agent-support
兼容端点：https://api.moonshot.cn/anthropic
提供模型：kimi-k2-thinking-turbo（256K 上下文）、kimi-k2-thinking
协议支持：原生 Anthropic Messages API 兼容
价格：按 Token 计费（具体见月之暗面定价页）
特点：长上下文场景表现突出

2.5 模型能力对比（参考 SWE-Bench Verified 2026/07 数据）

模型	厂商	SWE-Bench Verified	上下文	协议	价格档位
Claude Opus 4.8	Anthropic	88.6	200K	Anthropic 原生	高（闭源旗舰）
Claude Sonnet 5	Anthropic	85.2	200K	Anthropic 原生	中高
DeepSeek V4 Pro	DeepSeek	80.6	1M	Anthropic 兼容	低
DeepSeek V4 Flash	DeepSeek	79.0	1M	Anthropic 兼容	极低
Qwen3-Coder-480B	阿里	开源 SOTA	1M	OpenAI 兼容	中
GLM-5.2	智谱	~75	128K	Anthropic 兼容	中
Kimi K2.6	月之暗面	~70	2M	Anthropic 兼容	中

注：SWE-Bench Verified 是衡量"模型解决真实 GitHub Issue 能力"的开源基准。闭源旗舰虽然分数高，但价格通常是开源/国产模型的 5-10 倍。表格数据为 2026 年 7 月公开发布的实测结果，会随版本更新变动。

3. 三种主流接入方式

理解了原理和协议后，我们来看三种具体的接入方式，按"上手难度"从低到高排列。

3.1 方式一：环境变量直连（最轻量）

原理：直接修改 shell 环境变量，重启终端，运行 claude。

适用场景：只用一种模型，没有频繁切换需求。

步骤（以 macOS/Linux 为例）：

# 1. 编辑 shell 配置文件
vim ~/.zshrc  # 或 ~/.bashrc

# 2. 末尾追加环境变量（以 DeepSeek 为例）
export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=sk-xxxxxxxxxxxxxx
export ANTHROPIC_MODEL=deepseek-v4-pro[1m]
export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-v4-flash

# 3. 让配置生效
source ~/.zshrc

# 4. 验证
env | grep ANTHROPIC

优点：零依赖、纯 shell、随时生效。
缺点：每次换模型要改环境变量、重新 source、可能忘记当前用的是哪个。

3.2 方式二：Shell 函数/别名（轻量级切换）

原理：把"切换模型"封装成 shell 函数，需要哪个敲哪个。

官方推荐做法（来源：腾讯云开发者社区 2026/02 实践）：

# 在 ~/.zshrc 中定义多个切换函数
kimi() {
    export ANTHROPIC_BASE_URL="https://api.moonshot.cn/anthropic"
    export ANTHROPIC_AUTH_TOKEN="sk-你的Kimi Key"
    export ANTHROPIC_MODEL="kimi-k2-thinking-turbo"
    export ANTHROPIC_DEFAULT_SONNET_MODEL="kimi-k2-thinking"
    export ANTHROPIC_DEFAULT_OPUS_MODEL="kimi-k2-thinking"
    echo "✓ 已切换到 Kimi K2 Thinking"
}

glm() {
    export ANTHROPIC_BASE_URL="https://open.bigmodel.cn/api/anthropic"
    export ANTHROPIC_AUTH_TOKEN="sk-你的GLM Key"
    export ANTHROPIC_MODEL="glm-4-7"
    export ANTHROPIC_DEFAULT_SONNET_MODEL="glm-4-7"
    export ANTHROPIC_DEFAULT_OPUS_MODEL="glm-4-7"
    echo "✓ 已切换到 GLM-4.7"
}

ds() {
    export ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic"
    export ANTHROPIC_AUTH_TOKEN="sk-你的DeepSeek Key"
    export ANTHROPIC_MODEL="deepseek-v4-pro[1m]"
    export ANTHROPIC_DEFAULT_HAIKU_MODEL="deepseek-v4-flash"
    echo "✓ 已切换到 DeepSeek V4 Pro"
}

使用方法：每次开新终端，先敲 ds 或 glm 或 kimi，再运行 claude。

关键细节：函数名本身不会启动 Claude Code，它只是修改了当前 shell 的环境变量。要让它生效，你必须在同一个终端窗口里继续运行 claude。切换后重启终端或重开标签页是不必要的，但新建窗口就要重新选一次。

3.3 方式三：路由工具（重量级 + 多协议支持）

当接入OpenAI 兼容协议的服务（如通义千问 DashScope）时，环境变量法就不够用了——因为 Claude Code 默认走 Anthropic 协议，而 DashScope 提供的是 OpenAI 协议。这种情况需要一层协议转换器。

社区提供了两个成熟的开源项目：

claude-code-router（GitHub: musistudio/claude-code-router）—— 配置文件驱动，可以同时挂载多个不同协议的端点
claude-code-switch（GitHub: foreveryh/claude-code-switch）—— 命令行工具，可以一键切换已配置好的"路由"

以 claude-code-router 为例，配置文件 ~/.claude-code-router/config.json 看起来像这样：

{
  "providers": {
    "kimi": {
      "baseURL": "https://api.moonshot.cn/anthropic",
      "model": "kimi-k2-thinking-turbo"
    },
    "glm": {
      "baseURL": "https://open.bigmodel.cn/api/anthropic",
      "model": "glm-4-7"
    },
    "qwen": {
      "baseURL": "https://dashscope.aliyuncs.com/compatible-mode/v1",
      "model": "qwen3-coder-plus",
      "transformer": "openai-to-anthropic"
    }
  }
}

使用时通过命令行参数指定 provider：

ccr kimi   # 启动 Claude Code，路由到 Kimi
ccr glm    # 启动 Claude Code，路由到 GLM
ccr qwen   # 启动 Claude Code，路由到 Qwen（自动做 OpenAI→Anthropic 协议转换）

优点：支持 OpenAI 兼容协议的厂商、配置集中管理、切换方便。
缺点：多一层依赖、配置出错排查更难、协议转换可能有功能缺失。

在这里插入图片描述

4. 配置时的常见问题与排查

接入过程中最容易踩的坑，按出现频率排序。

4.1 配置改了但没生效

症状：改了 ~/.zshrc，运行 claude 还是连着旧模型。

原因：

终端没 source：编辑完 ~/.zshrc 后必须执行 source ~/.zshrc，或者重开终端。
环境变量被覆盖：某些 shell 主题（如 oh-my-zsh 的 git 插件）会重写 PATH，但不会影响 ANTHROPIC_*。如果你用 IDE（如 VSCode）的集成终端来跑 claude，IDE 可能在启动时复用了不同的环境变量。
Claude Code 配置目录：Claude Code 还会在 ~/.claude/settings.json 里存配置。环境变量优先级高于这个文件，但如果文件里有显式的 apiKey 字段，行为可能异常。

排查命令：

# 1. 检查环境变量是否设置成功
echo $ANTHROPIC_BASE_URL
echo $ANTHROPIC_MODEL

# 2. 完整列出所有 ANTHROPIC_ 开头的变量
env | grep ^ANTHROPIC_

# 3. 查看 Claude Code 自身认为的配置
cat ~/.claude/settings.json

4.2 连接被拒绝 / 401 错误

症状：运行 claude 报 401 Unauthorized 或 Connection refused。

原因与解决：

API Key 错误：检查 ANTHROPIC_AUTH_TOKEN 是否和厂商控制台显示的一致，注意不要把 sk- 前缀漏掉或多打。
端点错误：确认 ANTHROPIC_BASE_URL 是厂商提供的官方文档里的端点，不是从第三方网站抄的旧版本。
协议不匹配：如果你试图用环境变量直连一个只支持 OpenAI 兼容的厂商，Claude Code 发出的 Anthropic 协议请求会被对方拒绝。需要用 §3.3 的路由工具做协议转换。

4.3 Sub-agent 用了错误的模型

症状：主对话用的是 DeepSeek V4 Pro，但子代理莫名其妙用了别的模型。

原因：Claude Code 的 Sub-agent 会单独读 ANTHROPIC_DEFAULT_HAIKU_MODEL（或 CLAUDE_CODE_SUBAGENT_MODEL）。你只设置了 ANTHROPIC_MODEL，没设置子代理模型，子代理就可能 fallback 到默认（仍然是 Claude 原版）。

解决：把 HAIKU 模型也显式设成你希望它用的，比如 deepseek-v4-flash：

export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-v4-flash
export CLAUDE_CODE_SUBAGENT_MODEL=deepseek-v4-flash

4.4 切完模型后 Claude Code “失忆”

症状：切到新模型后，Claude Code 似乎不记得之前的对话了。

原因：这不是 bug，是设计。Anthropic 原版 Claude 与第三方模型之间不共享对话历史——因为对话状态存在客户端（Claude Code 本地），但每次新请求都会带上"完整对话历史"给模型。如果切换了模型，新模型自然不知道之前发生了什么。

解决：如果需要跨模型保持上下文，可以在切换前用 /export 命令把当前对话导出为 Markdown，切换后用 /import 导入（如果目标模型支持）。

5. 选型维度：用什么判断该接哪个模型

接入技术解决了，但"用哪个模型"是另一个问题。这里给出四个客观维度，不推荐具体厂商，帮你建立自己的判断框架。

5.1 维度一：任务类型

任务类型	关键能力	适合的模型特征
日常 CRUD 编码	代码补全、单元测试	轻量、快、便宜
复杂架构设计	长推理、多步规划	旗舰模型、长上下文
中文文档生成	中文润色	中文优化深
大型代码库重构	100K+ 上下文	1M 上下文窗口
离线/隐私	完全本地	开源可自部署

5.2 维度二：成本结构

各厂商定价模式不同，大致分三类：

按 Token 计费：用多少付多少，学生党轻负载每月 ¥5-30。
包月套餐：固定月费、无限调用（但通常有速率限制）。
免费额度：新用户通常有首次赠送额度，适合试用。

建议：学生党初次接触，优先用按 Token 计费的厂商，先小金额试水、确认体验符合预期，再考虑包月套餐。

5.3 维度三：协议兼容性

如果你的目标是"用 Claude Code 跑国产模型"，先查厂商是否提供官方 Anthropic 兼容端点——只有兼容了，§3.1 和 §3.2 的方法才能直接用。

如果厂商只提供 OpenAI 兼容协议（如 DashScope），则需要 §3.3 的路由工具，配置稍复杂。

5.4 维度四：上下文窗口

场景	建议上下文
单文件改 Bug、补全	32K-128K 够用
整个项目级重构	200K+
喂整个代码库 + 文档	1M+

当前主流国产模型的上下文窗口都已经超过 128K，1M 也已成为头部标配。上下文不是越大越好——窗口越大，单次请求费用越高，对短任务反而是浪费。

结语

这一篇是整个系列最"技术向"的一篇。我们讲了三件事：

机制层：Claude Code 通过 ANTHROPIC_BASE_URL / ANTHROPIC_AUTH_TOKEN / ANTHROPIC_MODEL 三个环境变量决定"调谁"，通过模型槽位机制决定"哪种任务用哪种模型"。
协议层：要无缝接入，第三方厂商必须实现 Anthropic Messages API 兼容端点。目前 DeepSeek、GLM、Kimi 都已经原生支持；通义千问只支持 OpenAI 兼容，需要路由工具做协议转换。
实践层：从轻量的环境变量法、到 Shell 函数切换、到路由工具，三种方式覆盖从"单模型用户"到"多协议多模型重度用户"的不同需求。

贯穿整个系列，我们其实只讲了一件事：AI 编程不是"用工具"，而是"建工作流"。从 Vibe Coding 到 Agentic Engineering 到 SDD，是范式的升级；从直连 Anthropic 到接入国产模型到多模型组合，是基础设施的选择。这两件事叠加起来，才是你真正的"AI 编程能力"。

参考资料

Claude Code 官方文档：https://docs.anthropic.com/en/docs/claude-code
DeepSeek 接入 Claude Code 官方文档：https://api-docs.deepseek.com/zh-cn/quick_start/agent_integrations/claude_code
智谱 GLM 接入 Claude Code 官方文档：https://docs.bigmodel.cn/cn/guide/coding/claude_code
月之暗面 Kimi 接入文档：https://platform.moonshot.cn/docs/guide/agent-support
阿里通义千问 DashScope 文档：https://help.aliyun.com/zh/model-studio
Claude Code 自定义端点配置实践（腾讯云开发者社区 2026/02）：https://cloud.tencent.com/developer/article/2659150
Custom API Endpoints for Claude Code, Cursor, Cline & More (2026)：https://ofox.ai/blog/cursor-claude-code-cline-custom-api-setup-2026
Claude Code 兼容模型参考仓库：https://github.com/Alorse/cc-compatible-models
SWE-Bench Verified 代码能力评测榜单：https://www.datalearner.com/leaderboards/category/code
Claude Code Router 开源项目：https://github.com/musistudio/claude-code-router

亚马逊云科技技术品牌专区

更多推荐

第5篇_Python文件操作与异常处理：程序与外界交互的桥梁

读取一个不存在的文件 → Python 抛出把字符串当数字做除法 →TypeError整数除以零 →列表只有 3 个元素却要访问第 10 个 →IndexError用户输入了 “abc” 而程序期待一个数字 →ValueError这些错误，在 Python 中被称为异常（Exception）。异常不是 “程序坏了”，而是 “程序遇到了预期之外的情况”。默认行为：如果不对异常做任何处理，程序会打印错

亚马逊云科技技术品牌专区

第6篇_Python高级语法与标准库精髓：从会用到达精通

本篇是，我们将深入 Python 真正精华的部分 —— 那些让代码变得更简洁、更高效、更强大的语法和工具。学完本篇，你将从 “会写 Python” 迈向 “精通 Python”。准备好了吗？让我们开始！🚀。

亚马逊云科技技术品牌专区

一次请求获取 10 只跨市场股票 K 线：QuantDash 批量接口完全指南

摘要 QuantDash Python SDK 的 klines.batch() 方法支持单次 API 调用获取多只跨市场股票（A股/美股/港股）的 K 线数据，简化批量数据获取流程。传统方案存在爬虫限流、多市场代码不统一、复权计算复杂等问题，而 QuantDash 提供稳定数据源、统一代码格式、服务端自动复权（支持前复权等四种方式），并原生返回 Pandas DataFrame。5 行代码即可实