5\.28文章改写:用 Claude Code 接入 GLM\-5\.1:从安装到终端实战的完整配置指南

0 阅读7分钟

5.28文章改写:用 Claude Code 接入 GLM-5.1:从安装到终端实战的完整配置指南

如果你喜欢在终端里完成开发工作,Claude Code 这类命令行 AI 编程助手会非常顺手:它能读取项目文件、理解目录结构、执行命令、修改代码,并在需要时运行测试 对很多开发者来说,真正的门槛不在工具本身,而在模型接口、网络环境和 API 额度这些配置细节上

这篇教程换一种更直观的方式讲清楚:如何准备本地环境,如何拿到蓝耘 MaaS 的 API Key 和 GLM-5.1 模型名称,再把这些配置写入 Claude Code 可读取的 .claude.json 中 完成后,你就可以在终端里用 Claude Code 调用 GLM-5.1 来辅助写代码、改项目和生成小工具

filename.png

方案概览

整个流程可以拆成四步:

  1. 准备本地开发环境,包括 Node.js、npm、Git 和代码编辑器

  2. 在蓝耘 MaaS 控制台创建 API Key,并确认 GLM-5.1 的模型调用名称

  3. 安装 Claude Code,并在用户目录创建 .claude.json

  4. 重启终端后运行 claude,再用一个小项目验证效果

这套方式的核心是通过配置文件注入环境变量,让 Claude Code 请求兼容 Anthropic 接口的 MaaS 地址,并把默认模型映射到 GLM-5.1

filename.png

一、准备本地环境

Claude Code 基于 Node.js 运行,所以第一步是确认你的电脑已经安装 Node.js 和 npm

推荐环境:

  • Node.js 18 或更高版本

  • npm 随 Node.js 一起安装

  • VS Code 或其他你习惯的代码编辑器

  • Git,用于管理项目版本,也方便 AI 理解代码变更

打开终端后执行:

node -vnpm -v

如果两个命令都能返回版本号,说明 Node.js 和 npm 已经可用 Windows 用户可以使用 PowerShell 或 CMD,macOS/Linux 用户可以使用系统自带终端

filename.png

如果还没有安装 Git,Windows 用户可以用:

winget install --id Git.Git -e --source winget

macOS 用户可以通过 Xcode Command Line Tools、Homebrew 或 Git 官网安装 安装后建议执行一次:

git --version

二、获取 API Key 和模型名称

接下来需要进入蓝耘 MaaS 控制台,准备两项配置:

  • API Key:用于身份验证

  • 模型调用名称:用于告诉 Claude Code 实际调用哪个模型

通常可以按下面的顺序操作:

  1. 注册并登录蓝耘控制台

  2. 在左侧菜单找到 API 管理或密钥管理

  3. 创建一个新的 API Key,并立即保存到安全位置

  4. 进入模型广场,找到 GLM-5.1

  5. 复制该模型在平台中的调用名称

示例模型名称:

/maas/zhipuai/GLM-5.1

API Key 通常只展示一次,复制后建议放到密码管理器或本地安全笔记里 不要把真实 Key 写进公开仓库,也不要在截图中暴露完整内容

filename.png

filename.png

filename.png

三、安装 Claude Code

环境准备完成后,就可以用 npm 全局安装 Claude Code:

npm install -g @anthropic-ai/claude-code

如果你在 macOS 或 Linux 上遇到权限问题,可以根据自己的 Node 安装方式调整 npm 全局目录,或者在确认安全的情况下加上 sudo:

sudo npm install -g @anthropic-ai/claude-code

安装完成后检查版本:

claude --version

如果终端能输出版本号,说明命令已经安装成功

如果提示找不到 claude,优先检查 npm 全局安装路径是否在系统 PATH 中

filename.png

四、创建 .claude.json 配置文件

接下来创建一个用户级配置文件:

  • Windows: C:\Users\你的用户名\.claude.json

  • macOS/Linux: ~/.claude.json

用 VS Code 或其他文本编辑器打开这个文件,将下面内容写入,并把 API Key 替换成你自己的蓝耘 API Key:

{ "env": { "ANTHROPIC_AUTH_TOKEN": "这里替换成你的蓝耘 API Key", "ANTHROPIC_BASE_URL": "https://maas-api.lanyun.net/anthropic", "API_TIMEOUT_MS": "3000000", "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1", "ANTHROPIC_DEFAULT_HAIKU_MODEL": "/maas/zhipuai/GLM-5.1", "ANTHROPIC_DEFAULT_SONNET_MODEL": "/maas/zhipuai/GLM-5.1", "ANTHROPIC_DEFAULT_OPUS_MODEL": "/maas/zhipuai/GLM-5.1" }, "hasCompletedOnboarding": true}

这里有几个关键点:

  • ANTHROPIC_AUTH_TOKEN 放你的 MaaS API Key

  • ANTHROPIC_BASE_URL 指向兼容 Anthropic 协议的接口地址

  • 三个默认模型变量统一映射到 GLM-5.1

  • API_TIMEOUT_MS 设置得更长,可以减少大任务中途超时的概率

保存后务必关闭当前终端窗口,再重新打开一个新终端 很多配置没有生效,原因只是旧终端还没有读取新环境

filename.png

五、启动并验证

在新终端中执行:

claude

如果能正常进入 Claude Code 交互界面,说明配置已经被读取 你可以先用一个轻量问题测试连接,例如:

请帮我说明当前项目目录结构,并告诉我下一步应该从哪里开始阅读

如果它能读取项目目录并给出回答,说明终端 AI 编程助手已经可以工作

filename.png

六、用一个小项目测试效果

为了确认配置不仅能连通,而且能完成真实开发任务,可以创建一个空目录:

mkdir md-card-appcd md-card-appclaude

进入 Claude Code 后,输入一个明确的小需求:

请用单文件 HTML 写一个 Markdown 转图片卡片工具 要求:1. 页面采用左右分栏,左侧输入 Markdown,右侧实时预览卡片 2. 使用 marked.js 解析 Markdown 3. 使用 html2canvas 将卡片导出为 PNG 4. 样式要简洁现代,适合生成社交平台图文卡片 5. 直接创建 index.html,并写入完整代码

执行过程中,Claude Code 可能会请求写入文件、安装依赖或运行命令 确认命令内容合理后再批准执行 完成后打开 index.html,检查页面是否能输入 Markdown、实时预览,并导出图片

filename.png

filename.png

filename.png

后续你还可以继续让它迭代:

请把这个工具改成多卡片模式:一篇 Markdown 文章按二级标题自动拆成多张卡片,每张卡片都可以单独导出

这类连续迭代正是终端 AI 编程工具的优势:你不需要把代码来回复制给网页聊天窗口,它可以直接在项目目录里读写文件

filename.png

filename.png

filename.png

七、常见问题

1. claude 命令找不到

通常是 npm 全局路径没有加入 PATH 可以先查看 npm 全局安装目录:

npm root -gnpm bin -g

如果你的 npm 版本不支持 npm bin -g,可以查看 npm 配置:

npm config get prefix

然后把对应的 bin 目录加入系统环境变量

API Key 无效或仍然请求官方接口

优先检查:

  • .claude.json 是否放在用户根目录

  • JSON 是否合法,尤其是逗号、引号和花括号

  • API Key 是否复制完整

  • ANTHROPIC_BASE_URL 是否写对

  • 保存配置后是否重启了终端

执行命令时频繁确认

这是 Claude Code 的安全机制 它在写文件、运行脚本、安装依赖时会要求你确认 新手建议保留默认确认流程,等你熟悉项目和命令含义后,再按自己的风险偏好调整

响应很慢或中途超时

可以检查网络、MaaS 控制台额度、模型状态,以及 API_TIMEOUT_MS 是否设置得足够长 复杂项目重构建议先让 AI 读目录和计划,再分步骤执行,不要一次性要求它改完整个大型项目

总结

用 Claude Code 接入 GLM-5.1 的关键,不是写复杂脚本,而是把几个配置项放在正确的位置:本地 Node 环境、MaaS API Key、兼容接口地址、模型名称,以及用户目录下的 .claude.json

配置完成后,你就可以把 Claude Code 当作一个常驻终端里的开发助手:让它读项目、写文件、改 bug、生成测试、跑命令 真正提高效率的不是一次生成多少代码,而是让 AI 进入你的实际开发上下文,并且能持续参与同一个项目的迭代