把 Claude Code 接到自己的网关上:配置与避坑
让 Coding Agent 走公司统一的网关,好处不用多说:用量可见、成本可控、模型可换。但真去配的时候,会发现它和 OpenAI 那一套的配置逻辑完全不一样。
Base URL 不带 /v1,变量名要确认
ANTHROPIC_BASE_URL=https://aiminis.info,别加 /v1。至于 token 变量,不同版本客户端读的可能是 ANTHROPIC_AUTH_TOKEN 或 ANTHROPIC_API_KEY,装之前先 --version 确认,两个都设最保险。
ANTHROPIC_BASE_URL 要填不带 /v1 的地址,ANTHROPIC_AUTH_TOKEN 填你的网关 Key。
另外要注意环境变量名称:网上很多教程用的是 ANTHROPIC_API_KEY,但不同版本客户端读的变量名不一样,装之前先确认一下。
Agent 的 token 消耗是另一个量级
Agent 每一轮工具调用都会把上下文重新送一遍,消耗和普通对话完全不是一个量级。给 Agent 用单独的 Key,单独设额度上限。
所以给 Agent 用 Key,最好单独设一个额度上限,别和日常对话共用。
多客户端统一到一个网关
Claude Code、Cursor、Cline 各配一份 Base URL 很容易出错。收敛到同一个网关之后,统一的额度视图、统一的账单、统一的模型目录都是附带的。
如果你团队里有人在用 Claude Code、有人在用 Cursor、有人在用 Cline,最划算的姿势是全部收敛到同一个网关。
而且当某个模型不可用时,网关侧的降级策略对所有工具同时生效,不需要逐个客户端去改配置。
循环要有最大轮数
Agent 循环里必须有最大轮数和 token 上限。网关侧的额度限制是最后一道防线,但业务侧的限制应该更早生效。
Agent 的 token 消耗和普通对话完全不是一个量级——每一轮工具调用都会把上下文重新送一遍。
实操:把 Claude Code 接到你的网关上。
先用一个最小对话验证链路,再逐步加工具和子代理。
export ANTHROPIC_BASE_URL="https://aiminis.info"
export ANTHROPIC_AUTH_TOKEN="sk-gw-你的密钥"
# 某些版本读的是 ANTHROPIC_API_KEY,装之前先确认客户端读哪个变量:
# claude --version
# 两个都设上最保险(值相同)。
claude
# 想让 Claude Code 用指定的模型,还要配模型别名映射,
# 让网关把客户端里的短名字映射到实际可用的模型 ID。
几个容易踩的坑
- Claude Code 配了
ANTHROPIC_BASE_URL却忘了加/v1(Anthropic 侧反而不该加)。 - 给 Agent 用的 Key 和日常对话共用,没有单独设额度上限。
- Agent 循环里没有最大轮数,工具调用一直转下去。
- 在编辑器客户端里没开流式,长回答看起来像卡死。
小结
网关这层看不见,但它的每一次选择都在影响你的延迟、成本和成功率,值得花点时间打磨。
文中的示例接口都可以在 https://aiminis.info/ 上直接验证,用量与额度在用户中心 https://aiminis.info/console 随时可查。
- 点赞
- 收藏
- 关注作者
评论(0)