最近一段时间我把 VS Code 里的 Claude Code 这个命令行编程助手接到了智谱的 GLM-4.6V 上。整个过程比想象中顺利但中间也踩了不少坑。这篇文章不打算讲虚的就把从注册智谱开放平台、拿 API Key、配环境变量、再到在 VS Code 终端里实际指挥 GLM-4.6V 干活的全过程整理成一份可以照着直接操作的教程。如果你手头已经有 VS Code 和 Node.js基本上一刻钟以内就能跑通如果你是第一次听说这套组合我也会把背后的原理讲清楚让你知道每一步在干嘛而不是只会复制粘贴。1. 为什么要折腾这套组合Claude Code 与 GLM-4.6V 到底怎么配合1.1 先搞清楚两个角色一个千层套路一个百变引擎Claude Code 是 Anthropic 推出的官方命令行编程工具它不是一个 VS Code 插件而是一个跑在终端里的 Agent。你在 VS Code 底部打开集成终端输入claude就能进入交互界面它可以读取你的项目文件、执行命令、修改代码、跑测试甚至帮你提交 commit。它厉害的地方在于“自主性”给它一个任务它能自己规划、自己动手、自己检查结果。这跟传统意义上只会在编辑器里给补全建议的插件完全不同。GLM-4.6V 则是智谱在 2026 年初主打的多模态模型V 代表视觉能力增强。除了常规的代码生成、逻辑推理之外它对截图、UI 草图、流程图这类视觉输入的理解很强。举个例子你甩一张网页设计图进去它能直接还原出前后端代码框架这种能力在 2025 年的 GLM-4.5V 上还不算稳定到了 4.6V 这代已经进入了“能实际干活”的区间。把这两者结合等于你既拿到了 Claude Code 这套成熟的 Agent 工作流又用上了智谱在国内部署的低延迟、低成本的 GLM-4.6V。1.2 为什么偏偏是智谱而不是官方 Claude 或 DeepSeek很多人第一反应是Claude Code 不是配 Claude 模型的吗干嘛要绕一圈去接智谱答案很简单成本和可用性。Claude Code 默认走 Anthropic 官方的 API官方按 token 计费且价格不便宜而且国内网络环境下直连官方接口的延迟和稳定性都让人头疼。相比之下智谱开放平台在国内有充足的节点GLM-4.6V 的定价大概是官方 Claude 同档位模型的十分之一上下新用户注册还经常有大额 token 赠送。你把 Claude Code 的“油管”从 Anthropic 官方换到智谱的兼容接口发动机还是那台发动机但加的油变成了性价比更高的国产油。当然DeepSeek、Kimi 也有类似的能力但论 Anthropic API 兼容层的成熟度智谱是做得最省心的。它不需要你写一堆奇怪的中间层只需要改三个环境变量就能让 Claude Code 完全认不出“换了个后端”。对于已经习惯 Claude Code 交互方式的人来说这种“无缝切换”才是关键。1.3 完整链路长什么样一句话讲清数据流向整个系统的数据流其实很简单用一句话就能概括你在 VS Code 终端里敲的每一句指令先被 Claude Code 这个前端工具接收它把指令连同项目上下文一起通过 HTTPS 请求发送到你指定的智谱兼容端点open.bigmodel.cn/api/anthropic然后 GLM-4.6V 处理完生成的回复原路返回Claude Code 再把结果渲染在终端里。这里面最关键的一点是Claude Code 根本不知道对面是谁。它只认 Anthropic 的 API 格式只要接口的请求和响应结构对得上它就老老实实干活。所以后续如果你想切到其他模型只需要换环境变量里的地址和密钥不需要动任何代码。这也是这套方案最值得学习的地方把工具和模型解耦用标准协议去对接不同供应商。2. 接入前的准备工作账号、密钥与环境检查2.1 注册智谱账号并开通 GLM-4.6V 服务第一步是去智谱开放平台注册账号这一步没什么门槛手机号就能搞定。注册完成后进入控制台找到“模型服务”或“API 管理”页面里面会列出当前可用的模型列表。你需要在页面里把 GLM-4.6V 对应的服务开通一下。有些模型默认是开启的有些则需要手动点击“开通”按钮尤其是 4.6V 这种新发布的模型有时会要求你先阅读服务协议。这里有一个很多人忽略的点平台的控制台界面改版频率挺高2025 年叫“开放平台”2026 年年初改成了“开放平台-模型广场”入口路径可能不一样。我的经验是遇到找不到模型的情况直接看首页公告或者文档中心的“模型列表”页别在菜单里硬找。再有就是模型名称一定要以控制台上显示的为准比如有的版本叫glm-4.6v有的可能带日期后缀复制粘贴比你手打靠谱得多。2.2 获取 API Key 与额度设置别把 Key 当摆设开通模型之后在控制台的“API 密钥”页面创建一个新的 API Key。创建的时候可以给 Key 起个名字建议按使用场景来命名比如vscode-claude-code这样以后在日志里看到这个 Key 就知道是从哪端发起的请求。创建后你会看到一串形如xxxxxxxx.xxxxxxxxxxxx的密钥注意这个 Key 只在弹窗里完整展示一次关掉就再也看不到必须马上复制保存到本地密码管理器里。智谱的计费是按照 token 用量走的GLM-4.6V 的输入和输出分开计费。新用户注册通常会送一笔体验额度据说 2026 年春季活动期间有“3 亿 token 领取”这类福利我实测下来基本够一个月的重度开发使用。但我强烈建议你在控制台里设置“用量告警”和“配额上限”比如单日消费超过 5 块钱就自动停服防止跑了个死循环脚本把余额烧光。这不是危言耸听Agent 类的工具一旦失控它会自己调自己、无限重试账单可是哗哗的。2.3 本地环境检查Node.js 版本与 Claude Code 安装接下来看本地环境。Claude Code 是一个 npm 包所以 Node.js 是必须的。这里有个细节Claude Code 对 Node.js 版本有明确要求低于 18 会直接报错不干活我建议直接装 20 LTS 版本省得后面出奇奇怪怪的兼容问题。在终端里跑node -v和npm -v分别确认 Node 和 npm 的版本如果版本过老就去 Node 官网下载对应安装包升级一下。安装 Claude Code 本身很简单一行命令就能搞定npm install -g anthropic-ai/claude-code装完以后运行claude --version能正常输出版本号就说明 CLI 部分没问题。如果你在终端里输入claude后它开始走官方登录流程先别急着登录——因为我们接下来要配置环境变量让它在启动时直接走智谱的端点跳过 Anthropic 的登录授权。这一步的顺序很重要如果先登录了官方账号它会把官方 token 缓存在本地后面环境变量没配好的时候会优先用那个 token容易混淆。3. 核心配置三个环境变量打通智谱 GLM-4.6V3.1 关键变量逐个拆解BASE_URL、AUTH_TOKEN、MODELClaude Code 默认读取一组以ANTHROPIC_开头的环境变量。我们只需要关心其中三个ANTHROPIC_BASE_URL这是 API 的基地址把它指向智谱的 Anthropic 兼容端点。ANTHROPIC_AUTH_TOKEN用来做身份认证的令牌填你在智谱控制台创建的那个 API Key。ANTHROPIC_MODEL这个变量官方文档里没怎么写清楚但社区实测是管用的。用来强制指定主模型名称避免 Claude Code 用默认的claude-sonnet-4-5之类的名字去请求智谱接口导致 404。另一个可以顺带设置的变量是ANTHROPIC_SMALL_FAST_MODEL它负责那些轻量级任务比如标题生成、单行补全。智谱对应有价格更低的小号模型比如glm-4.6-flash设置好之后能省钱尤其是高频调用时差别很明显。3.2 系统级与项目级配置我为什么推荐写到项目里配置环境变量有几种姿势。第一种是系统级在~/.bashrc或~/.zshrc里加 export这样每次打开终端自动生效。第二种是项目级在项目根目录创建一个.claude/.env文件Claude Code 启动时会自动加载这个文件里的环境变量。第三种是会话级在终端里临时 export只对当前终端窗口生效。我个人的建议是大部分项目用项目级配置把.claude/.env这个文件加到.gitignore里。原因很简单系统级配置会污染所有项目的运行环境哪天你在别的项目里不需要接 GLM 了还得回去改全局文件而项目级配置把密钥和模型选择跟具体项目绑定多人协作时其他人拉下代码会自动加载各自的密钥互不干扰。当然如果你只是想快速体验一把直接在终端里临时 export 是最快的。Windows 用户要注意环境变量的写法跟 Linux/macOS 不同。在 PowerShell 里用$env:ANTHROPIC_BASE_URLhttps://open.bigmodel.cn/api/anthropic $env:ANTHROPIC_AUTH_TOKEN你的智谱APIKey $env:ANTHROPIC_MODELglm-4.6v $env:ANTHROPIC_SMALL_FAST_MODELglm-4.6-flash3.3 验证连通性一条小命令定生死配置完成后在项目目录下启动claude如果一切正常你会直接进入到交互式对话界面而不会看到需要登录 Anthropic 账号的提示。进入之后别急着让它干活先输入一句最基础的验证请求用一句话回答你现在接入的模型是什么如果它回答“我是 GLM-4.6V”或者类似内容说明整条链路已经通了。如果它回答“我是 Claude”或者开始报模型不存在也不要慌大概率是ANTHROPIC_MODEL这个变量没生效——检查一下环境变量在当前终端是否正确导出再确认模型名跟控制台完全一致。还有一个更底层的验证方法先用 curl 直接请求智谱的兼容端点看它能返回什么curl https://open.bigmodel.cn/api/anthropic/v1/messages \ -H x-api-key: 你的智谱APIKey \ -H anthropic-version: 2023-06-01 \ -H content-type: application/json \ -d {model:glm-4.6v,max_tokens:100,messages:[{role:user,content:你好}]}这里我强烈建议先跑这一步 curl。它能帮你把问题边界划清楚如果 curl 都报错那问题出在密钥、端点地址或模型名上而不是 Claude Code 配置如果 curl 正常但 Claude Code 不行那问题在环境变量或者 CLI 版本上。这种逐层排查的思路比瞎改一气效率高得多。3.4 VS Code 侧的配合终端、任务与快捷键Claude Code 本身是跑在终端里的程序所以 VS Code 这边不需要装任何插件你需要做的是让 VS Code 的集成终端用起来顺手。第一件事是在 VS Code 设置里把默认终端改成你惯用的那个macOS 上我会选 zshWindows 上选 PowerShell然后按Ctrl~唤出终端面板直接敲claude就能进入工作状态。我习惯在 VS Code 里把启动 Claude Code 做成一个任务。在项目根目录建一个.vscode/tasks.json里面加一条任务定义用bash -lc或powershell -Command启动 claude这样我只需要按CtrlShiftB就能快速唤起不用每次都敲一遍目录切换和环境变量设置。另外如果你会频繁在编辑器和终端之间来回看上下文建议把终端面板的高度调高一点或者让终端停在编辑器右侧这样更容易同时盯着代码和对话。4. 实战记录在 VS Code 里让 GLM-4.6V 真正干活4.1 第一个完整案例用 FastAPI 从零搭一个接口服务理论讲再多都不如手底下见真章。我找了一个比较典型的场景在当前空目录里让 Claude Code 帮我用 FastAPI 写一个带用户注册和登录的接口服务。我把需求整理成了一段比较具体的提示词请创建一个 Python FastAPI 项目包含 1. requirements.txt标明依赖版本 2. main.py实现用户注册、登录两个接口 3. 使用 SQLite 存储用户信息密码用 bcrypt 加密 4. 注册时对邮箱格式做校验 5. 写一个简单的 README 说明启动方式Claude Code 收到任务后会先列出执行计划提示它要创建哪些文件、要执行哪些命令。我注意到 GLM-4.6V 的规划能力比 4.5V 强在“一次性到位”整个过程里它只出错了一次——bcrypt 的版本号写高了导致pip install失败。然后它会自己读报错、自己修版本、重新安装最终所有文件创建完成uvicorn也可以正常启动。这个体验其实接近官方 Claude 的流畅度至少在中小型项目场景下我没有感觉到明显的差距。这个案例很有代表性的原因是它涉及了“读写文件 执行命令 根据错误自我修复”三个核心能力。如果你第一次跑的时候发现它只会回答、不会动手那多半是权限问题——检查一下 Claude Code 是否获得了终端执行命令的确认权限默认情况下它每执行一条命令都会问你是否放行你也可以在交互界面里切换到自动允许模式。4.2 跨语言实测Java 输出与 STM32 嵌入式开发很多人用 VS Code 不只是写 Python 和 JS热词里那些 C 语言、Java、STM32 相关的搜索说明不少人是拿它当“全功能 IDE”来用的。我也专门测了两个场景。第一个是 Java。很多人都遇到过在 VS Code 里写好了 Java 代码但System.out.println的输出看不到的问题。我让 Claude Code 看一个最小 Java 工程要求它修复输出问题。它先检查了launch.json配置发现是控制台选项配成了 internalConsole导致输出被吞掉然后把console参数改成integratedTerminal问题立刻解决。这说明 GLM-4.6V 对 VS Code 配置文件的语义理解是到位的不是只会背代码模板。第二个是嵌入式。我把一个 STM32 的 PlatformIO 工程的platformio.ini和一段初始化代码丢给它问它串口初始化为什么会乱码。它指出来是时钟配置问题还顺手写了一段适配当前板子的RCC配置建议。嵌入式领域最麻烦的是芯片型号和 HAL 库版本差异巨大模型如果没见过对应训练数据就容易瞎编。实测 GLM-4.6V 在这个场景下的表现算“靠谱但需人工核实”它给的代码能省去你查手册的时间但烧录前还是得自己过一遍寄存器配置。4.3 和 Cursor、Copilot、Trae 放一起比差别在哪既然网上到处都在讨论 AI 编程助手大比拼我也把 Cursor、Windsurf、VS Code Copilot、Trae 跟 Claude Code 放一起对比过用下来体验差别确实明显。Claude Code 的优势在于它的工作流是 Agent 式的它不满足于给你建议而是直接干完整个任务链路。Cursor 的 Agent 模式虽然也能多文件修改但在命令行操作、运行测试、读取错误日志这些环节上不如 Claude Code 灵活。Trae 作为国内厂商字节跳动的产品胜在开箱即用图形界面友好还能直接用智谱的模型。如果你不想碰终端Trae 会更合适。Copilot 则更适合轻度辅助它在编辑器的补全体验上依然是最好的但复杂任务拆解能力不够。至于 GLM-4.6V 这套方案最大的卖点其实是“模型自由”。你不再被某个 IDE 官方绑定的模型限制住今天接智谱明天接 DeepSeek后天切回官方 Claude只是一组环境变量的事。4.4 这些活我劝你别让它干边界意识很重要跑完一系列测试后我逐渐摸清了 GLM-4.6V 的能力边界。第一类不该给它干的活是涉及生产环境敏感操作的比如直接对线上数据库执行DROP TABLE、修改生产服务器的防火墙规则这些一旦被 Agent 的自动化流程误执行后果不堪设想。第二类是缺乏上下文的宽泛需求比如“帮我优化一下这个项目”——项目规模一大Agent 会迷失在文件海洋里真正动起手来效率极低。第三类是它跟你确认但你没仔细看的事情我遇到过它自作主张重构了一段没让改的代码幸亏有 git diff 兜底。所以我的习惯是给 Claude Code 划定明确的文件范围和操作边界在提示词里写上“只修改 src/pages 目录下的文件”或“不要在未询问的情况下执行 git push”。这类护栏词加上代码仓库的版本管理双保险下来基本可以放心让 Agent 干活。记住AI 编程助手是放大器——你的需求写得清楚它的效率翻倍你的需求写得随缘它也能给你改出一个随缘的结果。5. 常见问题与排查技巧实录5.1 高频报错速查表遇到问题先别急这套方案跑起来之后社区里问得最多的还是配置阶段的报错我整理了一张速查表都是实际被验证过的解决方案。报错现象根因解决方案401 UnauthorizedAPI Key 错误、过期或未开通模型权限检查 Key 是否多空格、去控制台重新生成确认已开通 GLM-4.6V 服务404 Not FoundBASE_URL 拼写错误或路径缺少 /api/anthropic核对地址为https://open.bigmodel.cn/api/anthropic不要多加/v1timeout / 连接超时网络到智谱端点不通先 curl 测通再排查本机代理设置干扰Model not foundANTHROPIC_MODEL未设置或模型名不匹配确认控制台实际模型名比如glm-4.6v输出乱码或回复中断上下文超长或小模型参数不合适检查ANTHROPIC_SMALL_FAST_MODEL对应的 model 参数 max_tokens首次启动出现 not available 提示CLI 版本过旧或系统区域设置异常升级claude-code到最新版把系统和终端区域设为中文或英文配置好智谱端点后重新进入关于表格里的最后一行我再多说几句。Claude Code 首次启动时偶尔会在登录环节做地区检测如果你遇到类似 “might not be available” 的提示通常发生在账号登录阶段。因为我们这整套方案走的是智谱兼容端点本地只要能正常访问智谱的域名就行CLI 的地区检测只影响它自身的官方登录流程不影响后续通过环境变量切换到兼容端点。遇到这个提示先npm update -g anthropic-ai/claude-code升级版本再检查系统的时间、语言区域设置一般都能过。5.2 排查方法论把链路拆开逐个验证很多新人遇到报错喜欢把全部配置删了重来其实大可不必。我有一套固定的排查顺序屡试不爽第一步看网络层用curl直接请求智谱端点确认地址和 Key 没问题第二步看配置层启动claude --debug或claude -v观察输出里加载了哪些环境变量、实际请求的 URL 是什么第三步看模型层在对话里输入一个最简单的 prompt看回复速度和质量。三层下来90% 的问题都能定位到具体环节。还有一个排查利器是日志。Claude Code 会在项目目录下生成.claude相关日志文件里面有每次 HTTP 请求的状态码和耗时。虽然这些日志平时不会自动显示但遇到“看起来没反应”的情况去看一眼最后几条请求日志就能判断是请求压根没发出去还是发了但被拒绝了没有之一。5.3 密钥安全从一些翻车事件里学到的教训提到安全我要特别说一个普遍的坑把 API Key 写死在代码里或者提交到了公开仓库。2026 年初有些用户用了第三方开发的“Zcode”类封装工具后密钥被滥用的消息传得挺广具体细节我不展开但核心教训就一条——API Key 本质上是现金谁拿到它谁就能花你的钱。智谱的 Key 默认是按余额计费的泄漏被刷走几千块的案例在开发者社区里并不少见。我现在的做法是这样所有密钥一律放在.claude/.env里并确保它被.gitignore排除不用export把 Key 写进 shell 历史记录PowerShell 的$env:临时变量可以但别加到 profile 文件里定期在控制台轮换 Key一旦怀疑泄漏立刻禁用并新建在智谱控制台设置单日消费上限把“即使泄漏也损失有限”作为最后的防线。5.4 如何完全卸载 Claude Code彻底干净不留痕迹既然热词里有“卸载 claude code”的需求我也顺带提一句。卸载很简单npm uninstall -g anthropic-ai/claude-code但如果你曾经登录过官方账号本地会残留认证缓存文件一般在~/.claude/目录下。彻底的清理方式是删掉整个~/.claude目录同时检查 shell 配置文件里是否还留着ANTHROPIC_开头的环境变量。Windows 用户则还要检查%USERPROFILE%\\.claude和注册表里可能留下的临时配置。清理完再看一眼项目里的.claude文件夹是否还需要保留如果不再用就一并删掉。6. 这套路能玩出什么花样周边工具与其他模型接入6.1 不止 Claude CodeTrae、Continue、Spring AI 都能接 GLMClaude Code 只是其中一个接入端口顺着同样的思路你能在更多工具里用上 GLM-4.6V。比如字节的 Trae 就支持配置自定义 CLI 插件把智谱的模型当作后端模型用操作方式跟 Claude Code 大同小异只是配置界面从环境变量变成了可视化设置。再有 VS Code 里的 Continue 插件它本身就是为多模型设计的在配置文件的models列表里加一项指向智谱兼容端点马上就能在编辑器侧边栏里跟 GLM-4.6V 对话。若是走 Java 后端的路线Spring AI 也是 2026 年比较热的选择。只要在pom.xml里引入智谱对应的 Spring AI Starter 依赖配置spring.ai.bigmodel.api-key和model属性就能在 Spring Boot 服务里调用 GLM-4.6V 做 agent、做 RAG、做工具调用。配套的 Maven 依赖版本号以智谱官方文档发布为准别用网上随意抄的旧版本。这里我没法把每种工具的完整配置都贴出来但记住一个核心规律就够了越是标准化的协议能接入的渠道就越广智谱的 Anthropic 兼容层和 OpenAI 兼容层同时存在你可以在不同工具里选最合适的那个端点。6.2 白嫖指南3 亿 token 领取与夜间畅用活动要说 2026 年最让人心动的词肯定是“3 亿 token 领取”。智谱隔三差五就有新用户福利和限时活动夜间畅用活动我也参加过意思是在某个时段内指定模型的调用不计入配额或享受半价。这类活动一般都直接在控制台首页轮播图或者官方公告里出现点进去按引导操作就行。我的建议是注册之后第一时间把这些活动都翻一遍把能领的 token 全领到手再把每日限速调低一点——送的量虽然大但如果你挂了个疯狂循环的任务再多的 token 也撑不住。6.3 再加一把火把 Agent 能力脚本化与 CI 集成跑顺了交互式用法之后你还可以把 Claude Code 变成自动化脚本的一环。官方支持非交互模式你可以在 shell 脚本里传一条命令让它执行比如claude -p 给这个函数写单元测试输出结果直接落到 stdout。再配合 GitHub Actions 或 GitLab CI就能实现“每次 push 自动让 GLM-4.6V 审查一遍代码改动”。这相当于给团队加了一个不睡觉的代码评审员虽然它的判断不能完全替代人工但在捕捉低级错误、补测试用例这些方面确实能省下不少时间。最后聊几句我的实际体会。用 Claude Code 接智谱这套方案最大的收获不是省了多少钱而是让我彻底转变了用 AI 编程的心态——从“等 IDE 给我补全”变成了“我给 Agent 下指令”。这个转变需要一点时间适应你会发现自己写提示词的水平直接影响 AI 干活的质量。GLM-4.6V 在中文理解和多模态上确实有优势遇到看不懂的报错截图直接丢给它比复制粘贴文本描述强太多。再分享一个小技巧我习惯在 shell 配置里放一个alias claude-glmANTHROPIC_BASE_URLxxx ANTHROPIC_MODELglm-4.6v claude之类的快捷别名想用哪套后端一条命令切换彼此互不干扰。这套东西玩熟了以后你会越来越觉得“被某一个工具绑定住”才是最大的成本。