Claude 桌面端如何配置第三方模型?完整教程来了

Claude 桌面端开启开发者模式,并配置第三方模型完整教程

适用时间:2026-04-29

适用对象:想在 Claude Desktop 中开启 Developer 菜单,并把 Claude Cowork / Code 的推理请求路由到 Vertex AI、Amazon Bedrock、Microsoft Foundry 或自建 LLM Gateway 的用户。

说明:本文截图位置已预留,你可以后续补图。

很多人第一次配置 Claude Desktop 的"第三方模型"时,会卡在两个地方:

第一,不知道 Developer 菜单在哪里。

第二,把 MCP 配置、Claude Code 配置、第三方推理配置混在一起。

这篇文章把流程拆开讲清楚:

  1. 如何开启 Claude Desktop 的开发者模式。
  2. 如何进入第三方推理配置入口。
  3. 如何配置 Gateway、Bedrock、Vertex AI、Foundry。
  4. 如何验证是否真的进入 3P 模式。
  5. 常见报错怎么排查。

先说结论:第三方模型配置不是普通 Chat 页面的模型切换,也不是 MCP Server 配置。它对应的是 Claude Cowork on 3P,也就是让 Claude Desktop 的 Cowork / Code 能力走你配置的第三方推理后端。

一、先弄清楚:这里的"第三方模型"到底是什么

Anthropic 官方把这套能力叫做 Cowork on third-party platforms,也就是 Cowork on 3P

它的作用是:

  • Claude Desktop 仍然提供 Cowork 和 Code 这类桌面端能力;
  • 但模型推理不走 Anthropic 默认接口;
  • 而是走你配置的 Google Vertex AI、Amazon Bedrock、Microsoft Foundry,或者你自己的 LLM Gateway;
  • 会话历史存储在用户本机;
  • 推理费用由你配置的云厂商或网关侧承担。

官方文档里也明确写到,Cowork on 3P 是 Claude Desktop 的一种部署模式,会把推理路由到你配置的 provider。支持的后端包括 Vertex AI、Bedrock、Foundry 或兼容的 gateway。

这里要特别注意两点:

第一,这不等于让普通 Claude Chat 随便切换成任意第三方大模型

如果你要接入自建网关,网关需要兼容 Anthropic Messages API,至少要支持 POST /v1/messages、流式输出和工具调用。

第二,它也不是 MCP 配置

MCP 是给 Claude 增加工具和数据源;3P 推理配置是换掉模型推理后端。两者可以同时存在,但配置文件和排查思路不一样。

二、准备工作

开始前,你需要准备这些东西。

1. Claude Desktop

安装最新版 Claude Desktop。

macOS 要求 macOS 13 Ventura 或更高版本。Windows 需要 Windows 10 或 Windows 11,并且 Windows 侧还需要启用 Virtual Machine Platform。

2. 一个第三方推理后端

你需要四选一:

后端 适合场景 需要准备
LLM Gateway 自建代理、LiteLLM、Portkey、企业内部网关 Gateway HTTPS 地址、API Key、认证方式
Amazon Bedrock AWS 企业环境 Region、Bearer Token 或 AWS Profile、模型 ID
Google Vertex AI GCP 企业环境 Project ID、Region、凭据文件或 OAuth、模型 ID
Microsoft Foundry Azure / Foundry 环境 Foundry Resource、API Key、部署名称

如果只是个人测试,最容易理解的是 Gateway 模式:你准备一个兼容 Anthropic Messages API 的 HTTPS 网关,然后把 Claude Desktop 指向它。

3. 模型 ID

模型列表里的值要使用 provider 侧的精确模型 ID 或部署名称。

比如:

  • Vertex AI 使用 publisher model ID;
  • Bedrock 使用 inference profile ID;
  • Foundry 使用模型部署名称;
  • Gateway 使用网关 /v1/models 返回的模型 ID。

如果你要展示多个模型,列表里第一个就是默认模型。

三、开启 Claude Desktop 开发者模式

打开 Claude Desktop,不需要先登录。

在菜单栏中依次进入:

text 复制代码
Help → Troubleshooting → Enable Developer Mode

开启后,菜单栏会出现一个新的 Developer 菜单。

如果你看不到 Developer 菜单,先完全退出 Claude Desktop,再重新打开一次。macOS 上建议用:

text 复制代码
Claude Desktop → Quit Claude

不要只关闭窗口。

四、进入第三方推理配置界面

开发者模式开启后,在菜单栏进入:

text 复制代码
Developer → Configure third-party inference

这里会打开第三方推理配置界面。官方推荐用这个 UI 来配置,因为它会校验字段,并能导出 macOS 的 .mobileconfig 或 Windows 的 .reg 配置。

这一步是整篇文章最关键的入口。

如果你只是配置 MCP Server,不应该走这里。MCP 通常走 Settings / Developer / Connectors 相关入口,或者编辑普通 Claude Desktop 的 claude_desktop_config.json

如果你是配置 3P 推理,就走 Configure third-party inference

五、配置方式一:LLM Gateway

Gateway 模式适合这些情况:

  • 公司内部已有统一 LLM 网关;
  • 你用 LiteLLM、Portkey 或自建代理;
  • 你希望在网关后面再路由到不同模型服务;
  • 你想统一做审计、限流、成本统计。

在配置界面选择:

text 复制代码
Inference Provider: gateway

然后填写:

字段 说明
inferenceGatewayBaseUrl Gateway 基础 URL,必须是 https://
inferenceGatewayApiKey Gateway API Key
inferenceGatewayAuthScheme 认证方式,可选 autox-api-keybearer
inferenceGatewayHeaders 可选,额外请求头,JSON 数组字符串
inferenceModels 可选;如果网关没有 /v1/models 或模型未正确发现,就手动填写

Gateway 必须至少支持:

text 复制代码
POST /v1/messages

并支持:

  • streaming;
  • tool use;
  • 你在 Claude Desktop 中要用到的模型 ID。

如果网关支持:

text 复制代码
GET /v1/models

Claude Desktop 可以自动发现模型。否则就需要手动设置 inferenceModels

手写配置时,可以参考这个结构:

json 复制代码
{
  "enterpriseConfig": {
    "inferenceProvider": "gateway",
    "inferenceGatewayBaseUrl": "https://llm-gateway.example.com",
    "inferenceGatewayApiKey": "sk-your-gateway-key",
    "inferenceGatewayAuthScheme": "auto",
    "inferenceModels": "[\"claude-sonnet-4-6\", \"claude-opus-4-7\"]",
    "deploymentOrganizationUuid": "11111111-1111-4111-8111-111111111111"
  }
}

注意:inferenceModels 在托管配置里是 JSON 字符串,不是原生数组。很多配置失败都出在这里。

六、配置方式二:Amazon Bedrock

如果你的公司主要用 AWS,Bedrock 是更常见的企业选择。

在配置界面选择:

text 复制代码
Inference Provider: bedrock

常用字段:

字段 说明
inferenceBedrockRegion AWS Region,例如 us-west-2
inferenceBedrockBearerToken Bedrock API Key / Bearer Token
inferenceBedrockProfile AWS Profile 名称,适合用 AWS CLI、SSO 或企业凭据流程
inferenceBedrockAwsDir 如果不用默认 ~/.aws,填写 AWS config / credentials 目录的绝对路径
inferenceBedrockBaseUrl 可选,私有 VPC endpoint 或代理地址
inferenceModels 必填,Bedrock inference profile ID 列表

Bedrock 认证有两类:

  • 使用 Bearer Token;
  • 使用 AWS Profile。

如果用 Bearer Token,底层 IAM Principal 需要有对应调用权限。

如果用 AWS Profile,一般需要能调用 bedrock:InvokeModelbedrock:InvokeModelWithResponseStream

七、配置方式三:Google Vertex AI

如果你在 GCP 上使用 Claude 模型,可以选 Vertex AI。

在配置界面选择:

text 复制代码
Inference Provider: vertex

常用字段:

字段 说明
inferenceVertexProjectId GCP Project ID
inferenceVertexRegion GCP Region,例如 us-east5europe-west4
inferenceVertexCredentialsFile 服务账号 JSON 或 ADC 文件的绝对路径
inferenceVertexOAuthClientId 可选,交互式 Google 登录用
inferenceVertexOAuthClientSecret 可选,OAuth Client Secret
inferenceVertexBaseUrl 可选,私有服务连接或自定义 endpoint
inferenceModels 必填,Vertex 侧模型 ID 列表

这里最容易错的是凭据路径。

不要写:

text 复制代码
~/keys/vertex-sa.json

要写完整绝对路径:

text 复制代码
/Users/yourname/keys/vertex-sa.json

官方文档明确提醒,凭据文件路径不做 ~ 或环境变量展开。

八、配置方式四:Microsoft Foundry

如果你的企业环境在 Azure / Microsoft Foundry,可以选择 Foundry。

在配置界面选择:

text 复制代码
Inference Provider: foundry

常用字段:

字段 说明
inferenceFoundryResource Foundry resource name
inferenceFoundryApiKey Foundry API Key
inferenceModels 必填,Foundry 中的模型部署名称列表

Foundry 的模型列表通常不是通用模型名,而是你在 Foundry 里创建的 deployment name。

九、设置模型列表和默认模型

无论你使用哪个 provider,都要理解 inferenceModels

它决定了 Claude Desktop 模型选择器里出现哪些模型。

示例:

json 复制代码
"inferenceModels": "[\"claude-sonnet-4-6\", \"claude-opus-4-7\"]"

第一个模型会作为默认模型。

如果你的 provider 支持 1M token 上下文,可以用对象形式声明:

json 复制代码
"inferenceModels": "[{\"name\":\"claude-opus-4-7\",\"supports1m\":true},\"claude-sonnet-4-6\"]"

但要谨慎。supports1m 是你对部署能力的声明,Claude Desktop 不会自动帮你验证。如果模型实际上不支持 1M,上下文变长后会在会话中途失败。

十、应用配置并重启 Claude Desktop

配置完成后,根据界面提示:

  • 单机测试:优先选择本地应用配置;
  • 企业分发:导出 .mobileconfig.reg,再通过 MDM、Intune、Group Policy 等方式下发。

然后完全退出 Claude Desktop,再重新打开。

配置被读取的时机是在应用启动时。只改配置但不重启,通常不会生效。

重启后,你应该能看到类似入口:

text 复制代码
Start in Cowork on 3P

或看到通过 Gateway / provider 登录的选项。

如果配置成功,Claude Desktop 的左侧通常会出现:

  • Cowork;
  • Code。

在这个 3P 部署模式下,官方说明普通 Chat tab 不可用。

十一、配置文件路径:不要写错地方

这里很容易混。

1. Claude Desktop 普通 MCP 配置

普通 Claude Desktop 的 MCP 配置通常在:

macOS:

text 复制代码
~/Library/Application Support/Claude/claude_desktop_config.json

Windows:

text 复制代码
%APPDATA%\Claude\claude_desktop_config.json

这个文件常用于 mcpServers

例如把 Claude Code 当成 MCP Server 暴露给 Claude Desktop:

json 复制代码
{
  "mcpServers": {
    "claude-code": {
      "type": "stdio",
      "command": "claude",
      "args": ["mcp", "serve"],
      "env": {}
    }
  }
}

如果 claude 不在 PATH 里,就要写完整路径。否则会遇到 spawn claude ENOENT

2. Claude Cowork on 3P 本地配置

3P 本地配置位置是另一套。

macOS:

text 复制代码
~/Library/Application Support/Claude-3p/claude_desktop_config.json

Windows:

text 复制代码
%LOCALAPPDATA%\Claude-3p\claude_desktop_config.json

配置内容放在 enterpriseConfig 里。

企业托管配置优先级更高。如果机器上存在 MDM / Registry Policy 配置,本地写入的值可能会被忽略。

3. Claude Code Desktop 配置

Claude Desktop 的 Code tab 和 Claude Code CLI 共享一部分配置,例如:

  • ~/.claude.json
  • ~/.claude/settings.json
  • 项目中的 .mcp.json
  • 项目里的 CLAUDE.md

但官方也说明,Claude Desktop Chat app 里通过 claude_desktop_config.json 配置的 MCP Server,不会自动出现在 Code tab 里。Code tab 要用 ~/.claude.json 或项目 .mcp.json 配置。

一句话总结:

你要配置什么 常见位置
普通 Claude Desktop MCP ~/Library/Application Support/Claude/claude_desktop_config.json
Claude Cowork on 3P 推理 ~/Library/Application Support/Claude-3p/claude_desktop_config.json
Claude Code / Code tab MCP ~/.claude.json 或项目 .mcp.json

十二、常见问题排查

1. 没有 Developer 菜单

检查是否真的点了:

text 复制代码
Help → Troubleshooting → Enable Developer Mode

然后完全退出并重启 Claude Desktop。

2. 还是进入普通 Claude 模式

重点检查:

  • inferenceProvider 是否设置;
  • provider 必填凭据是否完整;
  • base URL 是否是 https://
  • 本地配置是否被 MDM 托管配置覆盖;
  • 修改配置后是否完全重启。

官方文档提到,只有 inferenceProvider 和所选 provider 的凭据有效时,3P 模式才会激活。否则应用会回到标准模式。

3. 模型列表不显示

检查:

  • Gateway 是否实现了 GET /v1/models
  • 如果没实现,是否手动设置了 inferenceModels
  • 模型 ID 是否和 provider 返回值完全一致;
  • inferenceModels 是否写成了 JSON 字符串。

错误示例:

json 复制代码
"inferenceModels": ["claude-sonnet-4-6"]

在托管配置里,这通常不对。

更稳的写法:

json 复制代码
"inferenceModels": "[\"claude-sonnet-4-6\"]"

4. Gateway 返回 401 或 403

检查:

  • API Key 是否正确;
  • inferenceGatewayAuthScheme 是否和网关要求一致;
  • 网关需要 Authorization: Bearer 还是 x-api-key
  • 是否还需要额外 header;
  • 企业代理或网关是否拦截了 streaming。

5. Vertex 凭据文件找不到

不要使用 ~

写绝对路径。

同时检查 Claude Desktop 是否有权限读取该文件。

6. Bedrock 能连上但无法调用模型

检查:

  • Region 是否和模型所在 region 一致;
  • Bearer Token 或 AWS Profile 是否有效;
  • IAM 权限是否包含模型调用;
  • inferenceModels 是否使用了正确的 inference profile ID。

7. MCP 配置后 Code tab 里看不到

这是正常现象。

普通 Claude Desktop 的 claude_desktop_config.json 和 Claude Code / Code tab 使用的 MCP 配置不是同一套。Code tab 要配置 ~/.claude.json 或项目 .mcp.json

十三、安全建议

第三方推理配置通常会接触企业凭据,建议至少做到这几件事:

  1. 不要把 API Key 写进公开仓库。
  2. 企业环境优先使用 MDM、Registry Policy 或凭据 helper。
  3. Gateway 模式必须使用 HTTPS。
  4. 明确数据会流向哪个 provider。
  5. 对 Bedrock、Vertex、Gateway 的日志留存策略做一次审计。
  6. 如果要限制 Cowork 访问本地文件,配置 allowedWorkspaceFolders
  7. 如果要限制沙箱访问外网,配置 coworkEgressAllowedHosts

需要注意,官方对"对话内容不发送到 Anthropic"的说明,主要适用于 Vertex AI、Bedrock,以及不把请求路由到 Anthropic 基础设施的 Gateway。Foundry 当前有自己的预览期说明,合规边界要以 Microsoft / Anthropic 当前文档和企业协议为准。

十四、最小可用流程复盘

如果你只想跑通一次,可以按这个最小流程:

  1. 安装最新版 Claude Desktop。
  2. 打开 Help → Troubleshooting → Enable Developer Mode
  3. 进入 Developer → Configure third-party inference
  4. 选择 gatewaybedrockvertexfoundry
  5. 填写 provider 必填字段。
  6. 设置模型列表,确认第一个模型是默认模型。
  7. 应用配置并完全重启 Claude Desktop。
  8. 在启动页选择 Start in Cowork on 3P
  9. 进入 Cowork / Code 后,用模型下拉框确认模型是否出现。
  10. 发一条简单请求测试,例如"用一句话介绍当前模型来源"。

参考资料

相关推荐
全栈弄潮儿5 小时前
不要先问“用哪个 AI”,先盘点你的开发工作流
aigc·openai·ai编程
杨杨杨大侠6 小时前
大模型的权重到底怎么用?拆开一个 token 的生成过程
aigc·openai·ai编程
吴佳浩 Alben7 小时前
Agent 怎么做自动化评测?构建端到端的 Agent Evaluation 体系
人工智能·语言模型·架构·自动化·ai编程
小虎AI生活7 小时前
从四大模型一周连发看企业 AI 落地,为什么 95% 的试点不赚钱
ai编程
孟健8 小时前
Gemini 3.8 Flash 没涨价,干活却贵了 40%?
ai编程
武子康9 小时前
商业比较词进入 AI Overview:Semrush 60 万关键词研究能说明什么
人工智能·ai·架构·agent·claude·codex·semrush
举个栗子。10 小时前
SwarmForge:AI 智能体协同编程框架,让多个 Agent 在隔离工作区并行协作
人工智能·开源·ai编程
MuYi042012 小时前
71.6 万行 Flutter 重写成 112.5 万行原生双端:一次 AI 驱动的百万行架构迁移复盘
ai编程
晚安code12 小时前
Claude Fable 5.1 发布解读:科研智能体跑分翻倍,Agent 成本降45%
ai编程·claude
9i编程13 小时前
15.对SKILL进行一次全新尝试,改为框架+细节方式的实践及验证:三次联调(4)——第一次测试与事故
人工智能·openai·ai编程