Claude Code 接入国产大模型实战:GLM / Qwen 配置全解析

news2026/5/8 12:49:21
文章目录Claude Code 接入国产大模型GLM / Qwen配置说明一、配置示例GLMQwen二、核心思路三、关键参数说明1. ANTHROPIC_BASE_URL2. ANTHROPIC_API_KEY四、API Key 正确姿势1. macOS / Linux2. Windows3. settings.json 可以简化4. 临时变量什么时候用5. 运行时怎么切换模型会话内切换最常用6. 启动时指定整个会话固定用某一档7. 查当前用的哪个8. 几个容易踩的坑五、重点三个模型参数说明1. 分别代表什么2. 实际使用差异OPUSSONNETHAIKU六、国产模型要不要三档分开七、推荐配置方式1. 一档最简单2. 两档更推荐3. 三档精细配置八、常见问题九、总结Claude Code 接入国产大模型GLM / Qwen配置说明用 Claude Code 时很多人会遇到两个比较现实的问题网络不稳定成本不可控其实它本身并没有强绑定模型只是走 Anthropic 的接口协议。只要服务端兼容这套协议就可以换成其他模型。常见的替代方案智谱AI 的 GLM阿里云 的 Qwen配置也不复杂核心就是一个settings.json。一、配置示例GLM{env:{ANTHROPIC_BASE_URL:https://open.bigmodel.cn/api/anthropic,ANTHROPIC_API_KEY:xxxx,ANTHROPIC_DEFAULT_OPUS_MODEL:glm-4.5-air,ANTHROPIC_DEFAULT_SONNET_MODEL:glm-4.5-air,ANTHROPIC_DEFAULT_HAIKU_MODEL:glm-4.5-air}}Qwen{env:{ANTHROPIC_BASE_URL:https://dashscope.aliyuncs.com/apps/anthropic,ANTHROPIC_API_KEY:x-xxx,ANTHROPIC_DEFAULT_OPUS_MODEL:qwen3.5-plus,ANTHROPIC_DEFAULT_SONNET_MODEL:qwen3.5-flash,ANTHROPIC_DEFAULT_HAIKU_MODEL:qwen3-coder-next}}二、核心思路本质就两件事换接口地址Base URL换模型名称Claude Code 不关心你用的是不是 Claude只认接口格式。三、关键参数说明1. ANTHROPIC_BASE_URL请求地址决定流量打到哪里。默认官方接口现在国产模型兼容接口2. ANTHROPIC_API_KEY接口鉴权。四、API Key 正确姿势1. macOS / Linux写入~/.zshrc# 或 ~/.bashrc内容exportANTHROPIC_API_KEY你的keyexportANTHROPIC_BASE_URLhttps://open.bigmodel.cn/api/anthropic执行source~/.zshrc2. Windowssetx ANTHROPIC_API_KEYxxxxsetx ANTHROPIC_BASE_URLhttps://open.bigmodel.cn/api/anthropic注意需要重新打开终端才生效3. settings.json 可以简化用了上述环境变量之后settings.json里就不用再写 Key 和 URL 了只留模型名就够{env:{ANTHROPIC_DEFAULT_OPUS_MODEL:qwen3.5-plus,ANTHROPIC_DEFAULT_SONNET_MODEL:qwen3-coder-next,ANTHROPIC_DEFAULT_HAIKU_MODEL:qwen3-coder-next}}export临时设的环境变量关掉终端就没了别用这个方式做日常配置调试可以。4. 临时变量什么时候用临时变量export/$env:只在当前终端有效关掉窗口就失效不适合长期使用它更适合临时测试多模型快速切换正常使用还是建议用“持久化变量”如上述示例中的配置5. 运行时怎么切换模型配了多档之后Claude Code 有两种方式在运行时切换。会话内切换最常用启动claude进入交互模式后直接输入/model会弹出一个交互菜单列出可选档位选完立刻生效不需要重启。也可以直接带参数/model opus# 切到 ANTHROPIC_DEFAULT_OPUS_MODEL 对应的模型/model sonnet# 切到 ANTHROPIC_DEFAULT_SONNET_MODEL 对应的模型/model haiku# 切到 ANTHROPIC_DEFAULT_HAIKU_MODEL 对应的模型这里的opus/sonnet/haiku是档位别名不是模型全名——Claude Code 会自动读你配置里对应的那个模型名。配的是qwen3.5-plus输/model opus走的就是它。6. 启动时指定整个会话固定用某一档claude--modelopus# 本次会话全程用 OPUS 档claude--modelsonnet# 本次会话全程用 SONNET 档claude--modelhaiku# 本次会话全程用 HAIKU 档适合明确知道这次任务偏重还是偏轻的情况不用中途再手动切。7. 查当前用的哪个/status显示当前模型不会改变任何设置。实际用法大概是平时默认走 sonnet 档碰到复杂重构/model opus临时换一下搞完再切回来。8. 几个容易踩的坑Base URL 末尾不要加斜杠路径要精确对不上就 404模型名必须和平台文档一致大小写都算写错直接报错Key 要确认有对应模型的调用权限不是所有套餐都开放全部模型网络延迟因人而异建议实测再决定用哪个配置文件里看到的hasCompletedOnboarding: true之类的字段是 Claude Code 自己写的初始化标记忽略即可不影响模型行为。五、重点三个模型参数说明ANTHROPIC_DEFAULT_OPUS_MODEL ANTHROPIC_DEFAULT_SONNET_MODEL ANTHROPIC_DEFAULT_HAIKU_MODEL这三个参数其实是“模型分层”。1. 分别代表什么参数对应角色触发场景OPUS重型模型复杂重构、多步骤任务SONNET主力模型日常写代码、改 bugHAIKU轻量模型简单补全、快速问答2. 实际使用差异OPUS复杂逻辑大段代码修改多步骤任务特点稳但慢一点SONNET日常写代码改 bug普通问答基本是主力模型HAIKU简单补全小问题特点快但可能不够细六、国产模型要不要三档分开结论不强制但建议至少分两档原因国产模型分层没有那么细有些只是不同性能版本七、推荐配置方式1. 一档最简单{ANTHROPIC_DEFAULT_OPUS_MODEL:glm-4.5-air,ANTHROPIC_DEFAULT_SONNET_MODEL:glm-4.5-air,ANTHROPIC_DEFAULT_HAIKU_MODEL:glm-4.5-air}2. 两档更推荐{ANTHROPIC_DEFAULT_OPUS_MODEL:qwen3.5-plus,ANTHROPIC_DEFAULT_SONNET_MODEL:qwen3-coder-next,ANTHROPIC_DEFAULT_HAIKU_MODEL:qwen3-coder-next}3. 三档精细配置{ANTHROPIC_DEFAULT_OPUS_MODEL:qwen3.5-plus,ANTHROPIC_DEFAULT_SONNET_MODEL:qwen3.5-flash,ANTHROPIC_DEFAULT_HAIKU_MODEL:qwen3-coder-next}八、常见问题接口必须用/anthropic模型名要和平台一致API Key 要有权限延迟需要自己测九、总结核心就三步换 Base URL配 API Key配置模型关键点环境变量建议用“持久化方式”临时变量只适合测试模型分层可以简单用也可以细调看自己的需求。欢迎关注我的公众号【兮动人】每天分享一些技术文章和实战经验。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2537643.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…