轻松将外部模型 API 接入 Claude Code

了解如何为 Claude Code 设置 API 密钥并集成外部 LLM 服务。本指南以 Kimi API 为例，介绍如何连接第三方模型并将其应用于实际编程场景。

阅读时长：10 分钟更新于：2026-09-28

将不同的 AI 模型集成到开发工作流程中，通常需要额外的配置和兼容性设置。Claude Code 提供了一种实用的方式来连接外部模型，借助强大的 AI 能力增强编程工作流程。本指南将介绍如何设置这种集成、简化通信，并有效使用该 API 以实现更快、更高效的开发。

Claude Code 是什么，它是如何工作的？

Claude Code 是一款由 AI 驱动的编程工具，旨在帮助开发者更高效地编写、理解和管理代码。它通过先进的 AI 模型分析项目、提出解决方案、自动化编程任务，并直接在开发环境中协助调试。借助 Claude Code API 集成，开发者可以将 AI 能力与外部应用连接，并自定义工作流程。

为什么要在 Claude Code 中使用外部 AI 模型？

Claude Code 已经具备强大的 AI 能力，但开发者可能出于成本控制、模型灵活性以及与现有工作流程兼容等具体需求而连接外部 AI 模型。这使团队能够使用最适合其项目的模型和基础设施来配合 Claude Code。以下是在 Claude Code 中使用外部 AI 模型的一些好处。

更好的成本控制

外部 AI 模型为团队管理 AI 使用成本提供了更大的灵活性。开发者可以选择合适的模型、优化 API 使用，并在运行大规模或长期编程工作流程时减少不必要的支出。

直接的数据集成

外部集成让 Claude Code 能够直接从第三方服务中获取信息。这减少了人工操作，帮助开发者借助 Claude Code API 打造更顺畅的工作流程。

工作流程自动化与工具互操作性

外部 AI 模型使 Claude Code 能够执行触发工作流程、更新工单以及连接 API 或数据库等任务。这有助于自动化重复的开发流程，提升生产力。

可扩展且适用于企业的架构

Claude Code 支持与多家 AI 提供商及外部框架进行灵活集成。企业可以打造安全、可扩展的工作流程，同时更有效地管理 Claude Code API 的使用。

如何将外部 LLM API 连接到 Claude Code？

将外部 LLM API 与 Claude Code 连接，可以让开发者使用额外的 AI 模型，并打造更灵活的开发工作流程。这一过程通常包括配置 API 连接、添加身份验证信息，以及定义外部服务与 Claude Code 的通信方式。

例如，开发者可以通过 API 密钥将 Kimi API 连接到 Claude Code，从而在其编程环境中使用 Kimi 模型，并根据项目需求自定义 AI 辅助工作流程。

将 Kimi API 集成到 Claude Code 中

将 Kimi API 与 Claude Code 集成，可以让开发者在开发环境中直接利用 Kimi K3 模型强大的代码和智能体能力。以下是有效使用 Claude Code API 的分步说明。

获取你的 API 密钥

访问 Kimi 开放平台并创建一个 API 密钥。完整密钥只会显示一次——请在离开页面前复制，并保存到密码管理器或密钥管理工具中。

注意：Kimi API 是按量付费的付费服务。首次调用前请确保账户有可用余额——可在控制台的 Billing（账单）中查看或充值。如果账户余额为零，仅有新的 API 密钥也无法发起调用。

将 Claude Code 与 Kimi API 连接

安装 Claude Code

如果已安装 Claude Code，可跳过此步骤。使用官方原生安装程序（Anthropic 推荐）：

macOS 和 Linux：

curl -fsSL https://claude.ai/install.sh | bash

Windows（PowerShell）：

irm https://claude.ai/install.ps1 | iex

如果你的网络无法访问该安装脚本（例如返回 403 错误），请改用下面的 npm 安装方式。

也可以将其作为全局 npm 包安装（需要 Node.js 22 或更高版本）：

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

如果需要先安装 Node.js：

macOS 和 Linux：

# 安装 Node.js curl -fsSL https://fnm.vercel.app/install | bash # 新开一个终端，让 fnm 生效 fnm install 24.3.0 fnm default 24.3.0 fnm use 24.3.0

继续之前请新开一个终端（或在当前终端运行 eval "$(fnm env)"）——否则 fnm install 会报错 "We can't find the necessary environment variables"。

Windows（PowerShell）：

# 右键点击 Windows 按钮，点击「终端」，然后依次执行： winget install OpenJS.NodeJS Set-ExecutionPolicy -Scope CurrentUser RemoteSigned # 关闭终端窗口，新开一个终端窗口

安装 Node.js 后，运行一次初始化脚本。它会将首次启动引导标记为已完成，使 Claude Code 直接启动：

node --eval " const fs = require('fs'); const path = require('path'); const os = require('os'); const homeDir = os.homedir(); const filePath = path.join(homeDir, '.claude.json'); if (fs.existsSync(filePath)) { const content = JSON.parse(fs.readFileSync(filePath, 'utf-8')); fs.writeFileSync(filePath, JSON.stringify(Object.assign({}, content, { hasCompletedOnboarding: true }), null, 2), 'utf-8'); } else { fs.writeFileSync(filePath, JSON.stringify({ hasCompletedOnboarding: true }, null, 2), 'utf-8'); }"

不是首次安装？先清理旧配置

如果你之前用第三方工具或手动修改过 ~/.claude/settings.json，其 env 字段中残留的旧值会覆盖你在终端中导出的环境变量，导致新配置不生效，或模型请求被静默改写。请先运行以下清理脚本：

node --eval " const fs = require('fs'); const path = require('path'); const os = require('os'); const settingsPath = path.join(os.homedir(), '.claude', 'settings.json'); if (fs.existsSync(settingsPath)) { const content = JSON.parse(fs.readFileSync(settingsPath, 'utf-8')); if (content && typeof content === 'object' && content.env && typeof content.env === 'object') { for (const key of [ 'ANTHROPIC_BASE_URL', 'ANTHROPIC_API_KEY', 'ANTHROPIC_AUTH_TOKEN', 'ANTHROPIC_MODEL', 'ANTHROPIC_SMALL_FAST_MODEL', 'CLAUDE_CODE_SUBAGENT_MODEL', 'ANTHROPIC_DEFAULT_OPUS_MODEL', 'ANTHROPIC_DEFAULT_OPUS_MODEL_NAME', 'ANTHROPIC_DEFAULT_SONNET_MODEL', 'ANTHROPIC_DEFAULT_SONNET_MODEL_NAME', 'ANTHROPIC_DEFAULT_HAIKU_MODEL', 'ANTHROPIC_DEFAULT_HAIKU_MODEL_NAME', 'ANTHROPIC_DEFAULT_FABLE_MODEL', 'ANTHROPIC_DEFAULT_FABLE_MODEL_NAME', 'ENABLE_TOOL_SEARCH', 'CLAUDE_CODE_AUTO_COMPACT_WINDOW', 'CLAUDE_CODE_EFFORT_LEVEL', ]) { delete content.env[key]; } fs.writeFileSync(settingsPath, JSON.stringify(content, null, 2), 'utf-8'); } }"

该脚本只会从 env 中删除端点、凭据和模型相关的变量，不会影响 settings.json 中的其他设置（如权限、主题等）。

同时检查 ~/.zshrc、~/.bashrc 等 shell 配置文件中是否有残留的 ANTHROPIC_* 导出（Windows 用户：检查用户环境变量），如有请删除，否则它们会干扰新配置。

在 Claude Code 设置中配置 Kimi

将以下变量写入 ~/.claude/settings.json 的 env 字段，然后重启 Claude Code 使其生效。本示例将 HAIKU 档位设为 kimi-k2.7-code，其余档位均设为 kimi-k3[1m]。在 Windows 上，该文件位于 %USERPROFILE%\.claude\settings.json。

{ "env": { "ANTHROPIC_BASE_URL": "https://api.moonshot.ai/anthropic", "ANTHROPIC_AUTH_TOKEN": "YOUR_MOONSHOT_API_KEY", "ANTHROPIC_MODEL": "kimi-k3[1m]", "ANTHROPIC_DEFAULT_OPUS_MODEL": "kimi-k3[1m]", "ANTHROPIC_DEFAULT_SONNET_MODEL": "kimi-k3[1m]", "ANTHROPIC_DEFAULT_HAIKU_MODEL": "kimi-k2.7-code", "ANTHROPIC_DEFAULT_FABLE_MODEL": "kimi-k3[1m]", "CLAUDE_CODE_SUBAGENT_MODEL": "kimi-k3[1m]", "CLAUDE_CODE_AUTO_COMPACT_WINDOW": "1000000", "CLAUDE_CODE_EFFORT_LEVEL": "max" } }

将 YOUR_MOONSHOT_API_KEY 替换为上面复制的密钥。如果你的密钥是在国内平台（platform.moonshot.cn）创建的，请将 ANTHROPIC_BASE_URL 的值改为 https://api.moonshot.cn/anthropic。

注意：settings.json 中的 env 块会覆盖终端中导出的同名变量。该文件以明文保存你的 API 密钥，请勿提交到 git。

Claude Code 在不同场景（主对话、后台摘要、子智能体等）使用不同的模型档位。只配置部分变量会导致对应场景静默失败：

变量	用途	未配置时
`ANTHROPIC_BASE_URL`	Kimi 端点地址	请求会发往 Anthropic 官方端点并认证失败
`ANTHROPIC_AUTH_TOKEN`	Kimi API 密钥	返回 401 认证错误
`ANTHROPIC_MODEL`	主对话模型	出现模型未找到错误
`ANTHROPIC_DEFAULT_OPUS_MODEL` / `ANTHROPIC_DEFAULT_SONNET_MODEL` / `ANTHROPIC_DEFAULT_HAIKU_MODEL` / `ANTHROPIC_DEFAULT_FABLE_MODEL`	各任务档位使用的模型	对应档位的任务失败
`CLAUDE_CODE_SUBAGENT_MODEL`	子智能体模型	子智能体任务失败或明显退化
`CLAUDE_CODE_AUTO_COMPACT_WINDOW`	触发自动压缩的上下文窗口	太小会过早压缩并丢失上下文；太大会导致上下文长度错误
`CLAUDE_CODE_EFFORT_LEVEL`	推理强度	设为 `max`；较低的值可能降低复杂任务的质量

模型与 Thinking 行为

可用的 Kimi 模型在 Claude Code 中的行为有所不同：

模型	Thinking 模式	说明
`kimi-k3`（默认）	默认开启，可关闭	开箱即用，无需额外配置
`kimi-k2.7-code`	强制开启，无法关闭	使用前必须在 Claude Code 中启用 Thinking（macOS 按 `Option+T`，Windows/Linux 按 `Alt+T`）
`kimi-k2.6`	可选	适合对延迟敏感的简单任务

在 Thinking 关闭时，对 kimi-k2.7-code 的请求会被拒绝，报错 400 invalid thinking: only type=enabled is allowed for this model。

验证配置

配置完成后，先用 curl 验证端点和 API 密钥：

curl https://api.moonshot.ai/anthropic/v1/messages \ --header "Authorization: Bearer YOUR_MOONSHOT_API_KEY" \ --header "Content-Type: application/json" \ --data '{"model": "kimi-k3", "max_tokens": 1, "messages": [{"role": "user", "content": "hi"}]}'

返回正常的 JSON 响应说明端点和凭据都可用；返回 401 说明 API 密钥无效或与平台不匹配。确认无误后，启动 Claude Code 并输入 /status：

Base URL 应显示 https://api.moonshot.ai/anthropic
Model 应显示 kimi-k3[1m]

将 Claude Code 与 Kimi API 连接

Claude Code 的 /model 菜单会显示你已配置的模型。最后，发送任意消息（例如 hello）。收到正常回复即确认端到端配置可用。

通过这项集成，你可以在 Claude Code 中充分利用 Kimi API，结合实时 AI 辅助编程、自动化以及多智能体能力，服务于开发项目。

使用 Kimi API 的优势

将 Kimi API 与 Claude Code 集成，可解锁强大的 AI 辅助开发功能。与单独使用 Claude Code 相比，Kimi API 为需要持续 AI 支持的团队提供了更具性价比的选择，在保持开发效率的同时降低 API 使用成本。

跨大型代码库的扩展上下文理解

Kimi API 可以一次性分析大量代码和项目数据，帮助 Claude Code 理解文件、模块和组件之间的关系，从而更轻松地管理大型项目。

更快、更清晰的仓库分析

Kimi 能够快速解读文档、技术笔记和仓库结构。开发者无需逐一检查每个文件即可提取关键信息，提升 Claude Code 在项目理解方面的 API 使用效果。

更具成本效益的 AI 辅助开发

Kimi API 在能力与成本效益之间取得了平衡。团队可以在不超支的情况下，在 Claude Code 中获得 AI 支持，是持续开发工作流的实用选择。

加速跨项目信息检索

Kimi 能从大型代码库中提炼出相关的模式、参考资料和数据，从而减少搜索时间，让开发者更专注于功能构建，提升软件开发效率。

更智能的工作流自动化与任务支持

Kimi API 可协助处理代码生成、内容审查等重复性工程任务。通过与 Claude Code 集成，团队可以长期保持更顺畅、更一致的工作流程。

故障排查

搜索本地工作区时出现 400 Bad Request

如果 Claude Code 在搜索本地工作区时出现 400 Bad Request 错误，通常是由于智能体的网络或搜索工具存在兼容性问题。要解决此问题，请在启动 Claude Code CLI 前禁用工具搜索功能。

适用于 macOS/Linux：

export ENABLE_TOOL_SEARCH=false

适用于 Windows（PowerShell）：

$env:ENABLE_TOOL_SEARCH="false"

也可以把 "ENABLE_TOOL_SEARCH": "false" 加入 settings.json 的 env 块中，让该设置长期生效。

设置该变量后，请重启 Claude Code 并重新运行你的工作流。这一调整有助于避免与搜索相关的冲突，让 Kimi API 集成运行得更顺畅。

401 认证错误

检查 ANTHROPIC_AUTH_TOKEN 是否为有效的 Kimi API 密钥，并确认 YOUR_MOONSHOT_API_KEY 已替换为你的密钥；
确保 ANTHROPIC_BASE_URL 与创建密钥的平台一致——在上文「获取你的 API 密钥」中链接的平台创建密钥，并使用本页所示的端点；
如果之前配置过 ANTHROPIC_API_KEY，请将其删除，避免与 ANTHROPIC_AUTH_TOKEN 同时存在时发生冲突。

模型未找到

检查每个模型变量的拼写（kimi-k3[1m]），确保没有多余的空格或引号。

后台任务或子智能体错误

通常是 ANTHROPIC_DEFAULT_HAIKU_MODEL、ANTHROPIC_DEFAULT_FABLE_MODEL 或 CLAUDE_CODE_SUBAGENT_MODEL 未配置，导致相应场景请求了 Kimi 端点无法识别的模型名。请按上文的配置参考补齐这些变量。

修改不生效

检查 ~/.claude/settings.json 的 env 字段中是否有残留旧值，如有则运行上文「不是首次安装？」中的清理脚本；
检查 ~/.zshrc、~/.bashrc 等 shell 配置文件中是否有残留的 ANTHROPIC_* 导出；
修改 settings.json 后重启 Claude Code。

ANTHROPIC_AUTH_TOKEN 优先于已保存的登录态，因此通常无需任何操作。输入 /status 确认当前生效的凭据来源；运行 /logout 可清除已保存的登录。

Claude Code 如何在工作流中为开发者提供支持？

Claude Code 能够作为智能助手理解、规划并执行复杂的工程任务，从而显著提升开发效率。它不仅限于简单的代码生成，更贯穿于整个开发生命周期。以下是它在工作流中为开发者提供支持的方式。

端到端任务执行

Claude Code 可以通过分析你的代码库、规划解决方案、编辑多个文件以及运行构建或测试命令来处理完整的开发任务。这使得 Claude Code 的 API 使用能够实现全流程自动化，而不仅仅是孤立的代码片段。

智能文档与解释

无论是新代码库还是遗留代码库，它都可以充当智能上手助手。Claude 会解释函数功能、识别边界情况，并帮助开发者在修改代码前理解架构，从而显著缩短上手时间。

自动化测试与边界情况检测

Claude Code 可以基于现有项目模式生成测试，并识别缺失的测试覆盖范围。它还能运行测试套件并协助修复错误，从而提升代码可靠性和质量保障水平。

Git 与发布管理

它与 Git 工作流集成，可管理提交、解决合并冲突并创建结构化的拉取请求，帮助团队保持更整洁的版本控制和更顺畅的发布周期。

工具集成（MCP）

通过模型上下文协议（MCP），Claude Code 可以连接 GitHub、Jira、Slack、Figma 等工具。这将 Claude Code API 的能力扩展到了更广泛的开发和协作生态系统中。

动态工作流

对于调试或迁移等复杂任务，Claude Code 可以将工作拆分成多个子任务，并运行多个子智能体，然后将结果整合为统一输出，从而提升大型开发项目的效率。

结语

Claude Code API 帮助开发者将 Kimi K3 等强大的 AI 工具集成到工作流中，实现实时上下文、自动化和更智能的任务管理，从而提升效率、减少错误。凭借端到端执行和无缝的工具集成，Claude Code 让开发流程更加顺畅。使用 Claude Code API，团队可以在复杂项目上更快、更有信心地推进工作。

将 Claude Code 与 Kimi API 连接

常见问题

是的，Claude Code 通过其 API 集成支持多模型配置。你可以连接多个模型（包括 Kimi K3），并针对不同任务管理它们之间的交互。这种灵活性让 Claude Code 的 API 使用在大型项目中更加多样化。

Claude Code 可以与 GitHub、Jira、Slack、Figma 以及自定义 API 等多种服务集成。这些连接让开发者能够借助 Claude Code API 密钥自动化工作流程、同步数据并扩展 AI 能力。

是的，你可以随时在 Claude Code 中替换或更新 AI 模型。通过更新 API 密钥或更改模型配置，开发者可以顺畅地切换到更新或不同的模型，以获得更好的性能。

如果外部 API 出现故障，Claude Code 会停止相关操作并提供错误反馈。开发者可以重试请求、切换到备用模型，或调整设置，以借助 Claude Code API 保持工作流程的连续性。

轻松将外部模型 API 接入 Claude Code

Claude Code 是什么，它是如何工作的？

为什么要在 Claude Code 中使用外部 AI 模型？