news 2026/10/24 2:28:41

Claude Code 接入 Opus 5.5 保姆级教程

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Claude Code 接入 Opus 5.5 保姆级教程

Claude Code 接入 Claude Opus 5.5

环境:macOS + Claude Code 2.1.286,中转站https://momoai.asia,模型 IDclaude-opus-5-5。文中所有截图里的 Key 都已打码,示例一律用占位符sk-xxxx。


一、这篇教程能做到什么

  • 在Claude Code(Anthropic 官方的终端 AI 编程工具)里,把请求从官方 API 改为发往momoai.asia 中转;
  • 默认模型固定为Claude Opus 5.5(claude-opus-5-5),不用每次启动都手动切;
  • 用curl两条命令先验证 Key 和模型可用,再启动claude,出问题时能分清是网络、Key 还是配置的锅。

整体就三步:拿 Key → 写~/.claude/settings.json→ curl 验证后启动。


二、安装 / 升级 Claude Code

官方文档目前推荐原生安装(macOS / Linux / WSL):

curl-fsSLhttps://claude.ai/install.sh|bash

也可以用 npm 全局安装(官方文档要求 Node.js 22+):

npminstall-g@anthropic-ai/claude-code# 升级用 @latest,不要用 npm update -gnpminstall-g@anthropic-ai/claude-code@latest

Homebrew 用户:brew install --cask claude-code。

说明:以上三种方式均来自 Claude Code 官方安装文档。我这台 Mac 用的是npm 方式(nvm 管理的 Node 22,claude位于~/.nvm/versions/node/v22.x/bin/),原生安装脚本和 Homebrew 本文没有实测。选一种即可,不要混装(混装容易出现claude指向旧版本)。

装完新开一个终端,确认版本:

claude--version

能打印出版本号就说明安装正常。还可以跑一下claude doctor看安装和配置诊断。


三、拿到 momoai 的 Key

  1. 打开https://momoai.asia注册并登录;
  2. 在控制台里创建一个 API Key(令牌);
  3. 创建时留意分组:不同分组可用的模型和计费倍率不一样,确认你选的分组里有claude-opus-5-5;
  4. 复制 Key,只保存在本机,别发群、别进 Git 仓库、别贴进文章截图。

各家中转站控制台改版频繁,具体菜单名以页面为准,这里不写死按钮路径。


四、配置~/.claude/settings.json

4.1 先备份

cp~/.claude/settings.json ~/.claude/settings.json.bak.$(date+%Y%m%d%H%M%S)

文件不存在就跳过备份,直接新建。

4.2 写入配置

{"env":{"ANTHROPIC_BASE_URL":"https://momoai.asia","ANTHROPIC_AUTH_TOKEN":"sk-xxxx(换成你的 momoai Key)","ANTHROPIC_MODEL":"claude-opus-5-5","ANTHROPIC_DEFAULT_OPUS_MODEL":"claude-opus-5-5"},"model":"claude-opus-5-5"}

如果原文件里已有别的字段(权限、插件、状态行等),合并进去,不要整份覆盖。

字段说明:

字段作用
ANTHROPIC_BASE_URL请求发往的地址,填中转站根域名,不要带/v1
ANTHROPIC_AUTH_TOKEN以Authorization: Bearer <token>方式发送的 Key
ANTHROPIC_MODEL本次会话默认使用的模型
ANTHROPIC_DEFAULT_OPUS_MODELClaude Code 内部 “Opus” 别名映射到的具体模型 ID
modelsettings 层面的默认模型

我本机改完后的样子(Key 已打码):

改完可以用python3 -m json.tool ~/.claude/settings.json > /dev/null && echo OK或claude doctor检查一下 JSON 有没有写坏(少逗号、多逗号最常见)。

4.3 备选:用环境变量(临时 / 不想改文件)

exportANTHROPIC_BASE_URL="https://momoai.asia"exportANTHROPIC_AUTH_TOKEN="sk-xxxx"exportANTHROPIC_MODEL="claude-opus-5-5"exportANTHROPIC_DEFAULT_OPUS_MODEL="claude-opus-5-5"claude

想长期生效就写进~/.zshrc,然后source ~/.zshrc。注意:settings.json和 shell 环境变量二选一为好,两边值不一致时排查会很痛苦。


五、用 curl 验证(先验证,再启动)

先把 Key 放进当前终端的变量里,后面命令直接引用,避免 Key 出现在命令历史截图里:

exportMOMO_KEY="sk-xxxx"

5.1 模型列表里有没有 Opus 5.5

curl-shttps://momoai.asia/v1/models\-H"Authorization: Bearer$MOMO_KEY"\|grep-o'"id":"claude-opus-5-5"'

有输出就说明:Key 有效、你的分组能看到这个模型。没输出就把grep去掉看完整返回(如果装了jq,可以用jq -r '.data[].id'列出全部模型 ID)。

5.2 发一条最小消息

curl-shttps://momoai.asia/v1/messages\-H"x-api-key:$MOMO_KEY"\-H"anthropic-version: 2023-06-01"\-H"content-type: application/json"\-d'{"model":"claude-opus-5-5","max_tokens":32, "messages":[{"role":"user","content":"只回复 OK"}]}'\|grep-oE'"model":"[^"]+"|"text":"[^"]*"'

我本机实测返回"model":"claude-opus-5-5"和"text":"OK"。看两点:返回里的model是不是claude-opus-5-5,text有没有正常内容。max_tokens给小一点,测试不浪费额度。

momoai 同时接受Authorization: Bearer和x-api-key两种头(见下文 401 返回信息),两种写法都能用。


六、启动 Claude Code 并确认模型

cdyour-project claude

进入会话后:

  • 输入/model查看 / 切换当前模型,确认是claude-opus-5-5(Opus);
  • 输入/status查看当前会话的配置信息(不同版本显示的字段略有差异);
  • 随便问一句"你现在用的是什么模型",不要以模型自述为准,以/model、/status和中转站后台的调用日志为准。

由于终端界面可能带出账户信息,本文没有放 Claude Code 交互界面的截图。如果你看到的模型不是 Opus 5.5,大概率是 shell 里还残留着旧的ANTHROPIC_MODEL环境变量,env | grep ANTHROPIC查一下。


七、常见坑

1. Python 报 SSL 证书错误,curl 却正常

macOS 上用 python.org 安装包装的 Python,常见SSL: CERTIFICATE_VERIFY_FAILED。这是本机 Python 证书库的问题,不是中转站的问题。验证接口直接用 curl(走系统证书)就行;要修 Python,可以运行 Python 安装目录里的Install Certificates.command,或在代码里用certifi。

2. 模型 ID 写错

要写claude-opus-5-5,不是claude-opus-5.5、opus-5.5或Claude Opus 5.5。以/v1/models返回的id为准,复制粘贴最稳。

3. Base URL 带了/v1

ANTHROPIC_BASE_URL填https://momoai.asia。Claude Code 会自己拼/v1/messages,你再加/v1就变成/v1/v1/messages,直接 404。

4. 401:先查 Key,再查分组

上图是不带 Key 时的真实返回API_KEY_REQUIRED。遇到 401 / 403 依次排查:

  • Key 是否复制完整(首尾空格、换行);
  • settings.json 里是不是写成了别的字段名;
  • shell 里是否有一个旧的ANTHROPIC_API_KEY/ANTHROPIC_AUTH_TOKEN覆盖了配置;
  • Key 所在分组里有没有claude-opus-5-5,账户余额是否充足。

5.claude: command not found/ 二进制丢失

升级中断、npm 全局目录被清理、切换 Node 版本(nvm)后都可能出现。直接重装:

npminstall-g@anthropic-ai/claude-code@latest# 或者原生安装curl-fsSLhttps://claude.ai/install.sh|bash

然后which claude看看命令到底指向哪里。重装不会动~/.claude/settings.json。

6. 改完配置不生效

settings.json在启动时读取,改完要退出claude重新启动。


八、成本怎么看

中转站一般按分组倍率计费,同一个模型在不同分组价格不同,一切以 momoai 后台账单为准,本文不报具体价格。

你需要理解的是 token 结构。Claude Code 会把每次请求的 usage 记在~/.claude/projects/下的.jsonl里,下面是我某一天用 Opus 5.5 的统计(只作为结构示例):

类型tokens说明
输入 input75,116未命中缓存的输入
输出 output302模型生成内容
缓存读 cache read98,256命中提示缓存的部分,通常单价最低
缓存写 cache write36,846首次写入缓存,通常单价略高于普通输入

几个结论:

  • Claude Code 的大头是输入和缓存(系统提示、文件上下文),不是输出;
  • 同一会话连续干活,缓存命中会越来越多,比频繁开新会话划算;
  • 想省钱:少塞无关大文件、及时/compact或开新会话清理上下文,简单任务换便宜模型。

九、下一步:用 Opus 5.5 写 Remotion 视频

配置跑通之后,可以直接让 Claude Code + Opus 5.5 写 React 代码出视频:用 Remotion 写 Composition,npx remotion render渲染 MP4。完整流程见配套教程~/video-opus/opus55-remotion-tutorial.md(《用 Claude Opus 5.5 + Remotion 做产品宣传短视频》)。


速查

安装 curl -fsSL https://claude.ai/install.sh | bash 或 npm i -g @anthropic-ai/claude-code 配置文件 ~/.claude/settings.json(先备份) Base URL https://momoai.asia (不要带 /v1) Token env.ANTHROPIC_AUTH_TOKEN 模型 claude-opus-5-5 验证 curl /v1/models → curl /v1/messages → claude → /model

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/10/24 2:28:11

小白程序员必看:AI岗位全解析,轻松入行大模型赛道!

本文解析了AI行业的三大层级&#xff1a;研究级&#xff08;造工具&#xff09;、应用级&#xff08;用工具&#xff09;、数据级&#xff08;养工具&#xff09;&#xff0c;详细介绍了各层级的典型岗位、工作内容、入行难度及薪资区间。文章强调应用级AI是普通人最适合的赛道…

作者头像 李华
网站建设 2026/10/24 2:28:11

产线改造振镜国产兼容性选型指南

产线改造振镜国产兼容性选型指南本文导读&#xff1a;产线改造中选振镜&#xff0c;不能只看电机单价&#xff0c;必须把寿命衰减、配套场镜与控制卡兼容、现场基础条件投入纳入综合平衡。本文建立一套可量化的比选框架&#xff0c;覆盖核心参数定义、价格构成、现场验收、常见…

作者头像 李华
网站建设 2026/10/24 2:28:04

目标检测指标评估_mAP(mean Average Precision平均精度均值)计算方法

理解 mAP&#xff0c;最关键的是先理解 PR 曲线&#xff08;Precision-Recall Curve&#xff0c;精确率-召回率曲线&#xff09;。PR 曲线描述&#xff1a;当我们不断调整目标检测模型的置信度阈值时&#xff0c;模型的精确率和召回率如何变化&#xff1b;AP 则是对这条曲线进行…

作者头像 李华
网站建设 2026/10/24 2:27:48

【AI 可见度监测平台评测框架:矩阵、多引擎、报告与留痕】

AI 可见度监测平台评测框架&#xff1a;矩阵、多引擎、报告与留痕 企业在选择 AI 可见度监测平台时&#xff0c;建议从评测角度建立判断标准&#xff0c;而不是直接被功能清单引导。 一个相对完整的评测链路&#xff0c;至少包括三层&#xff1a; 矩阵层&#xff1a;问法能否冻…

作者头像 李华