1. 为什么大家都在折腾 GLM-4.6 接入 Claude Code如果你最近刷技术社区大概率会看到 GLM-4.6 这个名字反复出现。它在多个代码能力评测里冲到第一梯队HumanEval、MBPP 这类基准测试的成绩相当能打中文代码理解更是它的主场。但真正让开发者兴奋的不是榜单而是它现在能通过 ModelScope 的免费额度接进 Claude Code——也就是说你手里那套已经用顺手的 Claude Code 工作流可以换成 GLM-4.6 来驱动成本几乎为零。Claude Code 本身是 Anthropic 出的命令行编程助手交互方式很直接你在终端里描述需求它读你的项目文件、改代码、跑命令。它默认连的是 Claude 系列模型但通过路由工具可以把请求转发到别的模型上。GLM-4.6 就是目前最值得一试的替代目标之一原因有三点代码生成质量高、中文需求理解准、ModelScope 提供免费推理额度。这篇文章面向的是想零成本体验 GLM-4.6 代码能力的开发者尤其是已经在用或准备用 Claude Code 的人。我会从 Node.js 环境准备讲起一步步走到 API Key 获取、settings 配置、真实补全验证最后把常见的报错挨个拆开。全程可复制你跟着敲就行。需要先说明一个前提Claude Code 的模型接入依赖一个路由层因为 Claude Code 原生只认 Anthropic 的接口格式。我们要做的是在中间加一个转换层把 Claude Code 的请求翻译成 GLM-4.6 能听懂的格式。这个转换层用现成的工具就能搞定不需要你自己写代码。整个链路是这样的Claude Code → 路由工具 → ModelScope 推理 API → GLM-4.6。每一环我都会给出具体配置。你可能会担心免费额度够不够用实测下来个人日常开发完全够后面我会讲怎么把额度用在刀刃上。先明确一下你需要的三样东西一个 ModelScope 账号免费注册、一个完成实名认证的阿里云账号ModelScope 绑定要用、本地装好的 Node.js 环境建议 18 以上。这三样齐了剩下的就是复制粘贴配置的事。2. 前置准备Node.js 环境与 ModelScope 免费 API Key 获取这一节把地基打好。很多人卡在第一步不是因为难而是因为版本不对或者账号没绑对。我按顺序拆开讲。2.1 Node.js 环境检查与安装Claude Code 和路由工具都是 npm 包所以 Node.js 是硬性依赖。先确认你本地的版本node -v npm -v如果输出是 v18.x 或更高可以直接跳过安装。如果低于 18或者提示 command not found那就装一个。macOS 用户推荐用 nvm 管理版本# 安装 nvm如果还没装 curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash # 重新加载 shell 配置 source ~/.zshrc # 或 source ~/.bashrc # 安装并使用 Node.js 20 nvm install 20 nvm use 20 node -vWindows 用户直接去 Node.js 官网下载 LTS 安装包一路下一步即可。装完在 PowerShell 里跑node -v验证。这里有个坑如果你之前装过旧版本装新版本后要确认 PATH 指向的是新版本否则 npm 全局包会装到旧环境里后面调用时找不到命令。2.2 注册 ModelScope 并绑定阿里云打开 ModelScope 官网用手机号或邮箱注册。注册完成后进入个人中心找到账号绑定相关的入口把阿里云账号绑上去。这一步是必须的因为 ModelScope 的推理 API 免费额度依赖阿里云账号的实名认证。绑定流程大致是点击绑定 → 跳转阿里云登录 → 授权 → 回到 ModelScope 确认。如果你还没有阿里云账号在跳转页面直接注册一个实名认证用支付宝扫脸几分钟就过。绑定成功后回到 ModelScope 的个人中心找到 API 管理或访问令牌相关的页面。这里能看到你的 API Key。点生成把密钥复制下来存好。这个 Key 就是后面配置里要填的东西。注意API Key 只在生成时完整显示一次关掉页面就看不到了。如果没存只能重新生成一个。建议直接存进密码管理器。2.3 安装 Claude Code 与路由工具环境齐了开始装工具。Claude Code 本体和路由工具都要全局安装# 安装 Claude Code npm install -g anthropic-ai/claude-code # 安装路由工具负责把请求转发到 GLM-4.6 npm install -g musistudio/claude-code-router装完后验证一下claude --version ccr --version两个命令都能输出版本号就说明装好了。如果提示命令找不到多半是 npm 全局 bin 目录没进 PATH。用npm config get prefix看一下全局路径把它加到 PATH 里。这里解释一下路由工具的作用。Claude Code 发出的请求是 Anthropic 格式的而 ModelScope 的 GLM-4.6 接口是 OpenAI 兼容格式的。路由工具在中间做协议转换同时负责把模型名、API 地址、密钥这些信息注入进去。没有它Claude Code 没法直接跟 GLM-4.6 对话。装好之后先别急着配置下一节我们直接写配置文件。整个配置的核心就是一个 JSON 文件把 Provider 和 Router 两段填对就行。3. 可复制配置settings 与 config.json 逐项拆解这一节是全文的核心配置写对了后面就顺了。Claude Code 的模型切换依赖路由工具的配置文件路径在用户目录下的.claude-code-router/config.json。我们分两步先写路由配置再确认 Claude Code 的 settings。3.1 路由配置文件 config.json先创建配置目录如果不存在mkdir -p ~/.claude-code-router然后编辑~/.claude-code-router/config.json填入以下内容{ Providers: [ { name: modelscope, api_base_url: https://api-inference.modelscope.cn/v1/chat/completions, api_key: 你的ModelScope免费API密钥, models: [ZhipuAI/GLM-4.6], transformer: { use: [ [maxtoken, { max_tokens: 65536 }], enhancetool ] } } ], Router: { default: modelscope,ZhipuAI/GLM-4.6 } }逐项说明一下别填错name是 Provider 的标识随便起但要和 Router 里对应。api_base_url是 ModelScope 的推理接口地址注意结尾是/v1/chat/completions这是 OpenAI 兼容格式的路径。api_key填你刚才在 ModelScope 生成的密钥。models数组里是模型 IDGLM-4.6 在 ModelScope 上的标识是ZhipuAI/GLM-4.6大小写要一致。transformer这一段是关键。maxtoken把最大输出 token 提到 65536因为 GLM-4.6 支持长上下文不设的话默认值可能偏小生成长代码会被截断。enhancetool是增强工具调用能力的转换器Claude Code 会频繁调用文件读写、命令执行这类工具加上它兼容性更好。Router.default指定默认走哪个 Provider 和模型格式是Provider名,模型ID中间用英文逗号不能有空格。3.2 Claude Code settings 确认Claude Code 本身有一个 settings 文件通常在~/.claude/settings.json。如果你之前配过别的模型需要确认它没有覆盖路由工具的设置。一个干净的 settings 大致长这样{ env: { ANTHROPIC_BASE_URL: http://127.0.0.1:3456, ANTHROPIC_API_KEY: dummy-key } }这里的ANTHROPIC_BASE_URL指向本地路由工具的监听端口默认 3456ANTHROPIC_API_KEY填任意占位值即可因为真正的密钥在路由配置里。路由工具启动后会在这个端口上接收 Claude Code 的请求再转发给 ModelScope。注意如果你用的是 Claude Code 的 OAuth 登录模式需要先退出登录改用 API Key 模式否则请求不会走本地路由。执行claude后按提示选择 API Key 方式即可。3.3 启动路由并验证配置加载配置写完后启动路由工具ccr code这个命令会启动路由服务并拉起 Claude Code。如果只想单独启动路由服务用ccr start。启动后你会看到类似Server running on http://127.0.0.1:3456的日志。如果启动时报 JSON 解析错误多半是配置文件里有中文引号或者多余的逗号。用cat ~/.claude-code-router/config.json | python -m json.tool校验一下格式能正常输出就说明 JSON 合法。配置这一步最容易出问题的地方是api_base_url写错。有人会漏掉/v1有人会把chat/completions写成completions都会导致后面请求 404。照着上面的原文复制别手敲。4. 验证请求一次真实的代码补全测试配置对不对跑一次就知道。这一节我们用 Claude Code 做一次真实的代码补全确认 GLM-4.6 正常响应。4.1 发起第一个请求在一个空目录里初始化一个测试项目mkdir glm-test cd glm-test claude进入 Claude Code 交互界面后输入一个具体的编码需求用 Python 写一个函数读取当前目录下所有 .log 文件 统计每个文件中 ERROR 出现的次数返回一个字典 key 是文件名value 是次数。加上异常处理和中文注释。回车后Claude Code 会把请求发给本地路由路由转发给 ModelScope 的 GLM-4.6。正常情况下几秒内你会看到模型返回的代码并且 Claude Code 会询问是否写入文件。如果一切正常你会看到类似这样的返回import os import glob def count_errors_in_logs(directory: str .) - dict: 统计指定目录下所有 .log 文件中 ERROR 出现的次数。 :param directory: 要扫描的目录默认为当前目录 :return: 字典key 为文件名value 为 ERROR 出现次数 result {} try: log_files glob.glob(os.path.join(directory, *.log)) if not log_files: print(未找到 .log 文件) return result for file_path in log_files: try: with open(file_path, r, encodingutf-8) as f: content f.read() count content.count(ERROR) result[os.path.basename(file_path)] count except (IOError, UnicodeDecodeError) as e: print(f读取文件 {file_path} 失败: {e}) result[os.path.basename(file_path)] -1 except Exception as e: print(f扫描目录时出错: {e}) return result if __name__ __main__: print(count_errors_in_logs())代码结构清晰异常处理分层中文注释到位。这说明 GLM-4.6 已经通过路由正常响应了。4.2 确认模型身份想确认当前用的确实是 GLM-4.6 而不是别的模型可以直接问它你是什么模型由谁开发的GLM-4.6 通常会回答自己是智谱 AI 开发的 GLM 系列模型。如果它回答自己是 Claude那说明请求没走路由还在用 Anthropic 的接口需要回头检查 settings 里的ANTHROPIC_BASE_URL是否指向了本地端口。4.3 测试工具调用能力Claude Code 的核心能力是读写文件和执行命令所以工具调用必须正常。试一个需要多步操作的请求在当前目录创建一个 requirements.txt 写入 flask 和 requests 两个依赖然后读取它并打印内容。正常的话Claude Code 会调用写文件工具创建requirements.txt再调用读文件工具把内容读出来。如果工具调用失败通常是transformer里的enhancetool没生效检查配置里这一项是否拼写正确。实测下来GLM-4.6 在工具调用上的表现比较稳偶尔会有参数格式的小偏差但 Claude Code 的重试机制一般能兜住。如果连续失败把请求拆小一点再试。5. 常见报错排查401、local proxy failed 与 reading choices配置和验证过程中报错基本集中在几个地方。这一节我把最常见的四类错误拆开给出定位方法和修复步骤。5.1 401 Unauthorized这是最常见的错误日志里会显示401或invalid api key。原因有三个可能第一API Key 填错了。回 ModelScope 个人中心重新复制一次注意不要带空格。第二Key 过期或被重置。重新生成一个替换。第三api_base_url和 Key 不匹配比如把 ModelScope 的 Key 填到了别的 Provider 配置里。排查命令# 直接测试 ModelScope 接口是否通 curl -X POST https://api-inference.modelscope.cn/v1/chat/completions \ -H Authorization: Bearer 你的API密钥 \ -H Content-Type: application/json \ -d {model:ZhipuAI/GLM-4.6,messages:[{role:user,content:hi}]}如果这个 curl 返回 401说明 Key 本身有问题跟 Claude Code 无关。如果 curl 正常但 Claude Code 报 401那就是路由配置里的 Key 没填对。5.2 local proxy failed / connection refused报错长这样local proxy failed或ECONNREFUSED 127.0.0.1:3456。这说明 Claude Code 找不到本地路由服务。原因通常是路由没启动或者端口被占用。先确认路由在跑ccr status如果显示未运行用ccr start启动。如果提示端口被占用改一下路由配置里的端口或者杀掉占用进程# macOS/Linux 查看占用 3456 端口的进程 lsof -i :3456还有一种情况是 settings 里的ANTHROPIC_BASE_URL端口和路由实际监听端口不一致。默认都是 3456如果你改过其中一个记得两边同步。5.3 reading choices / 响应解析失败报错里出现reading choices或cannot read property of undefined这是路由在解析 ModelScope 返回时出的问题。根因通常是接口返回了错误信息但路由按正常格式去取choices字段取不到就崩了。定位方法看路由的日志输出里面会有 ModelScope 返回的原始响应。常见触发原因有两个一是模型 ID 写错ModelScope 返回model not found二是请求体格式不对比如max_tokens超了模型上限。修复确认models里是ZhipuAI/GLM-4.6确认maxtoken设的是 65536 而不是更大的值。如果还不行把transformer里的enhancetool暂时去掉排除是不是它引起的格式问题。5.4 OAuth 登录冲突如果你之前用 OAuth 登录过 Claude Code配置路由后可能仍然走 Anthropic 官方接口表现为请求正常但用的不是 GLM-4.6。这是因为 OAuth 凭证优先级高于 API Key。解决退出登录清除凭证。claude logout然后重新用 API Key 模式启动。确认~/.claude/settings.json里ANTHROPIC_BASE_URL指向本地路由ANTHROPIC_API_KEY是占位值。重启 Claude Code 后再问一次你是什么模型验证。5.5 报错速查表报错关键词根因修复动作401 UnauthorizedAPI Key 错误或过期重新生成 Key 并替换local proxy failed路由未启动或端口不符ccr start核对端口reading choices模型 ID 错或请求格式错核对模型 ID 与 max_tokensOAuth 冲突旧登录凭证未清除claude logout后重配响应被截断max_tokens 偏小transformer 里设 65536排查的核心思路是分层定位先确认 ModelScope 接口本身通不通curl 测再确认路由服务在不在ccr status最后确认 Claude Code 指向对不对settings 文件。三层都过了基本不会有问题。6. 把 GLM-4.6 用顺手额度优化与接入入口配置跑通只是开始怎么把免费额度用出最大价值才是关键。这一节讲几个实操技巧再给出后续接入需要的入口。6.1 额度用在刀刃上ModelScope 的免费额度按调用次数算所以减少无效请求就是省钱。几个习惯很管用把相关任务合并成一次请求。比如你要给五个函数写测试不要一个一个问一次性把五个函数贴进去让模型批量生成。提示词写清楚为以下每个函数生成 pytest 测试用例包含正常场景、边界条件、异常情况。利用 GLM-4.6 的长上下文。它支持 65K token意味着你可以在一次对话里先让它设计数据库模型再基于刚才的设计让它写 ORM 定义不用重复描述背景。上下文记忆能省下大量重复输入的 token。让模型顺手把文档写了。代码生成完之后直接追加一句基于以上代码生成 README 和接口文档用中文一次请求多份产出。6.2 提示词的具体化模糊的提示词会导致多轮返工反而更费额度。对比一下差的写法是写个排序函数。好的写法是写一个 Python 函数输入是整数列表用归并排序实现要求稳定排序包含类型注解和中文注释并给出时间复杂度分析。后者一次到位前者可能要来回三四轮。6.3 后续接入入口如果你想把 GLM-4.6 接到更多工具里或者需要更稳定的调用方案下面这些入口用得上。获取和管理 API Key 走这里API Keys 管理https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentapi_keys接入文档里有各语言的调用示例和参数说明配置遇到问题时对照着看接入文档https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentdoc想先在网页上试试 GLM-4.6 的代码能力不装任何工具用模型对话就行模型对话https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentchat如果你打算长期用 Claude Code 做开发或者要跑 Agent 类的自动化任务Coding Plan 的额度方案比按次调用更划算Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentcoding_planAPI 基础地址统一是 https://taotoken.net/api配置时把api_base_url换成这个即可。6.4 一个容易忽略的收尾动作配置完成后记得把包含 API Key 的文件加进.gitignore。~/.claude-code-router/config.json在用户目录下一般不会被提交但如果你把配置复制到了项目里一定要排除掉。密钥泄露的代价比省下的那点配置时间大得多。最后留一个实用习惯每次换模型或改配置后先用你是什么模型这个问题验证一次再开始正式编码。这一步花十秒能避免你写半天代码才发现请求根本没走 GLM-4.6。