Claude Code 国内使用指南

本文整理自腾讯云开发者社区，介绍如何在国内顺畅使用 Claude Code 进行 AI 编程。

核心思路

国内使用 Claude Code 主要有两条路：

• 国产模型替代：用 Qwen Code v0.5.0 或 GLM-4.7，延迟低、成本低，适合日常代码补全与重构
• 原版中转：通过灵芽 API 等中转服务调用 Claude Opus 4.5，适合复杂架构设计与深层逻辑推理

安装

需要 Node.js v24+，使用国内镜像源安装：

npm install -g @anthropic-ai/claude-code --registry=https://registry.npmmirror.com

配置环境变量

macOS / Linux：

export ANTHROPIC_API_KEY="sk-your-key"
export ANTHROPIC_BASE_URL="your-provider-url"

Windows PowerShell：

$env:ANTHROPIC_API_KEY="sk-your-key"
$env:ANTHROPIC_BASE_URL="your-provider-url"

Windows 修改环境变量后需重启终端或 VS Code 才能生效。

模型性能对比

维度	Qwen Code v0.5.0	GLM-4.7	Claude Opus 4.5
响应延迟	≈150ms	≈400ms	≈1.5~2.5s
上下文窗口	128k	1M	2M
使用成本	极低	中等	高

常见问题

模型名称映射：Qwen Code v0.5.0 可能需要用 qwen-code-latest 或 qwen-2.5-coder-turbo 作为模型名。

工具调用格式错误：GLM-4.7 与 Anthropic 协议存在差异，可在系统提示中约束输出格式。

成本优化策略：先用国产模型测试指令，确认后切换到 Opus 4.5 执行，“混合专家”策略可大幅降低成本。

总结

国产模型已经足够应对大多数日常编程任务，追求极致效果时再切换到 Claude Opus 4.5。两者结合是目前国内使用 Claude Code 的最优解。