前言
最近 GLM-4.5 刷屏了,在 12 个评测基准中取得了"全球模型第三、国产模型第一,开源模型第一"的成绩。
并且最近国外的模型对我们的访问限制越来越严,而国内 AI Coding 上下文处理还需要再进步一下。
所以我最近在想:有没有可能综合一下,取长补短。
今天,我们就先试试 Claude Code + GLM-4.5 的组合。
先说结论,过程出奇地丝滑。
安装
安装 Claude Code
首先需要进行 Claude Code 的安装,这个就不介绍了,目前 AI Coding 当之无愧的领头羊,并且目前新版本的安装已经非常简单了。
也可以参考官方资料。
bash
# 安装 Claude Code
npm install -g @anthropic-ai/claude-code
注:无科学上网也可,但不一定,我一台电脑可以,一台电脑不行。
GLM-4.5 API
虽然智谱推出了"GLM Coding Plan",但测试阶段能省则省,确实好用了再买也不迟。
好消息是:新注册用户,即可获取一系列资源包,适用于 GLM-4.5 的资源包加起来有 400 万 token。
智谱给力!

有了 token,新建一个 API Key,后面需要配置到 Claude Code 中。

Claude Code 集成 GLM-4.5
把 Claude Code 的默认模型更换为 GLM-4.5 的兼容接口。
1、配置环境变量
Windows 可以在系统设置中配置。
Linux 可以直接执行命令。
ini
export ANTHROPIC_BASE_URL=https://open.bigmodel.cn/api/anthropic
export ANTHROPIC_AUTH_TOKEN=<YOUR_API_KEY>
此处的 YOUR_API_KEY
就是前面申请的 API Key。
2、启动 claude
在你的项目根路径中打开 cmd (powershell)。
输入 claude
。
需要进行几步确认,当看到如下界面,证明 GLM-4.5 API 已经起效了。

错误解决

以上错误主要是:PowerShell 的执行策略阻止运行全局 npm 命令生成的 claude.ps1。
可以通过下列命令进行解决。
python
# 临时
Set-ExecutionPolicy Bypass -Scope Process -Force
# 永久
Set-ExecutionPolicy RemoteSigned -Scope CurrentUser -Force
实战背景
依然是我们内部的协同办公平台,整个项目后端采用 Spring Boot + 原生 Mybatis 实现,数据库采用的 MySQL,前端采用 Vue2 + Element UI。
本次实战主要是为商务部分增加一个意向客户管理,包括每次跟进情况的记录。
算是一个比较典型的多表模块。
实战测试
提示词调试
第一次使用 Claude Code + GLM-4.5,为了更好地了解它,我专门从粗放到精确尝试了几次不同的提示词。
个人感觉这个过程非常重要,可以作为以后你和它交流的参考,知道"话"要说到什么地步才行。
第一次提示词:
帮我实现一个意向跟踪模块,商务模块下级模块,主要用于销售登记各种意向客户,并支持每次更新跟进情况。
界面上仅意向客户一个列表页面,跟进情况则通过右侧抽屉方式呈现,在抽屉中通过时间轴展示跟进情况。
只生成了前端代码。
第二次提示词:
sql
帮我实现一个意向跟踪模块,商务模块下级模块,主要用于销售登记各种意向客户,并支持每次更新跟进情况。
界面上仅意向客户一个列表页面,跟进情况则通过右侧抽屉方式呈现,在抽屉中通过时间轴展示跟进情况。
同时完成前后端代码生成,并给出 update sql。
生成了前端代码和sql,但是就不帮我生成后端代码,有点不太听话呀。
第三次提示词:
makefile
帮我实现一个意向跟踪模块,商务模块下级模块,主要用于销售登记各种意向客户,并支持每次更新跟进情况。
界面上仅意向客户一个列表页面,跟进情况则通过右侧抽屉方式呈现,在抽屉中通过时间轴展示跟进情况。
同时完成前后端代码生成,并给出update sql。
前端工程:D:\Project\scgit\sccop\sccop-vue
后端工程:D:\Project\scgit\sccop\sccop-rest
初版生成
以下过程为"第三次提示词"的执行过程。
输入提示词后,Claude Code 就开始执行了。

过程都差不多,先进行 todo-list 规划,然后进行代码的扫描,构建上下文,然后按照规划执行。
其中扫描或者写入文件时,Claude Code 会进行询问。

可以使用上下键选择,也可以直接输入前面的数字进行选择。
不断地进行确认,等待最终完成。

生成完成后,为了看起来更直观,我在 TRAE 中打开运行。
可以看到,生成的文件很完整,路径也都符合规范。
后端:

前端:

改进
后续,我又通过 Claude Code 进行了一些小问题的修复。
1、页面缺陷的修复,直接将错误信息复制给 Claude Code 解决。

2、界面风格的调整。

效果展示
列表页面:

跟进页面:

结语
结果已经超出我预期了,顶级的上下文处理,一流的模型能力果然不错。
也许,未来的重点不是挑选工具,而是搭配出最优"组合"?
大家在 AI Coding 的过程中有什么好的方法,欢迎留言交流哈~