1. 一次任務(wù)從回車到返回Claude Code 到底在背后做了什么你已經(jīng)在 Claude Code 里配好了 GLM敲下一句“幫我重構(gòu)這個 Service”然后看著終端里光標(biāo)轉(zhuǎn)圈、文件被讀、代碼被改。整個過程看起來像“模型在寫代碼”但真實情況是Claude Code 把 GLM 當(dāng)成一個只會說下一步該干嘛的決策器真正干活的是它自己的 Agent Runtime。這篇就把這條鏈路拆開請求怎么組裝、經(jīng)過統(tǒng)一 Key/API 通道怎么轉(zhuǎn)發(fā)、響應(yīng)怎么回填到狀態(tài)機、循環(huán)什么時候收斂。面向的是已經(jīng)配好 GLM、想看清每一跳的開發(fā)者。我會給出可復(fù)制的配置片段、逐步驗證動作以及怎么對照日志確認(rèn)每一跳都走通了。先給一個腦內(nèi)結(jié)構(gòu)后面所有細(xì)節(jié)都掛在這上面你輸入任務(wù) ↓ Claude Code UICLI / IDE 插件 ↓ Agent Runtime調(diào)度器 狀態(tài)機 工具執(zhí)行器 ↓ Model AdapterOpenAI-compatible 適配層 ↓ HTTP(S) 請求 → 統(tǒng)一 Key/API 通道 → GLM 接口 ↓ 響應(yīng)回填 → 狀態(tài)更新 → 下一輪循環(huán)關(guān)鍵認(rèn)知只有一句Claude Code 不知道自己在用 GLM。它只認(rèn)“一個兼容 OpenAI 風(fēng)格、支持 function calling 的對話接口”。你配的base_url、api_key、model三件套最終都被適配層翻譯成標(biāo)準(zhǔn) HTTP 請求。理解這一點后面所有“為什么報錯”“為什么模型不調(diào)工具”都能對上號。單次任務(wù)里模型調(diào)用通常不是 1 次而是 5 到 30 次。每一次調(diào)用 GLM 只回答一個問題“下一步做什么”——是讀文件、是改代碼、還是給出最終答復(fù)。任務(wù)完成與否不由 GLM 說了算而由 Claude Code 根據(jù)文件系統(tǒng)、diff、工具返回結(jié)果來判斷。這就是為什么換模型后成功率差異主要落在tool-calling 穩(wěn)定性上而不是“模型聰不聰明”。下面按真實執(zhí)行順序從配置階段講到循環(huán)收斂再講怎么用統(tǒng)一通道驗證每一跳。2. 配置階段Base URL、Key、Model ID 三件套怎么落到請求上配置只發(fā)生一次但它決定了后面每一次請求長什么樣。Claude Code 配置 GLM 時你實際在做三件事告訴它模型是誰、去哪請求、怎么鑒權(quán)。第一件模型標(biāo)識。Claude Code 內(nèi)部沒有g(shù)lm這個分支它統(tǒng)一走 OpenAI-compatible adapter。所以你寫的model字段會被原樣塞進請求體的model參數(shù){ provider: openai-compatible, model: glm-4.7 }第二件請求地址。你填的base_url會被拼成具體的 endpoint通常是POST /chat/completions新協(xié)議下也可能是POST /responses{ base_url: https://taotoken.net/api }第三件鑒權(quán)。api_key最終變成請求頭里的Authorization: Bearer xxxxx。把這三件套寫進 Claude Code 的 settings 文件路徑和字段名要對齊。以常見的~/.claude/settings.json為例可復(fù)制片段如下{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: sk-你的統(tǒng)一Key, ANTHROPIC_MODEL: glm-4.7 } }如果你用的是 Codex 風(fēng)格的auth.json三件套同樣要寫全缺一個都會在請求階段暴露{ base_url: https://taotoken.net/api, api_key: sk-你的統(tǒng)一Key, model: glm-4.7 }這里有個容易踩的坑base_url末尾不要自己再拼/chat/completions。適配層會負(fù)責(zé)拼接你多寫一段就會變成/api/chat/completions/chat/completions直接 404。統(tǒng)一 Key 在https://taotoken.net/api-keys獲取拿到后先別急著跑任務(wù)用一條最小請求驗證通道。配置完成后Claude Code 內(nèi)部只是把 Model Adapter 準(zhǔn)備好了還沒有任何任務(wù)執(zhí)行。真正的交互從你按下回車那一刻開始。3. 可復(fù)制配置把統(tǒng)一 Key 通道接進 Claude Code 并驗證連通這一節(jié)給你能直接抄的配置和驗證命令。目標(biāo)是把統(tǒng)一 Key/API 通道接進 Claude Code并且用一條 curl 確認(rèn)通道本身是通的再去跑任務(wù)。先確認(rèn)你的 settings 文件位置。CLI 版通常在~/.claude/settings.jsonIDE 插件版在項目根目錄的.claude/settings.json。寫入下面這段注意把 Key 換成你自己的{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: sk-你的統(tǒng)一Key, ANTHROPIC_MODEL: glm-4.7 } }如果你用的是 Cline MCP 或 CC Switch 這類工具配置項名稱可能不同但三件套邏輯一致Base URL 填https://taotoken.net/apiKey 填統(tǒng)一 KeyModel ID 填glm-4.7。CC Switch 里對應(yīng)的是 provider 的baseUrl、apiKey、model三個字段別只填兩個。配置寫完后先用 curl 打一條最小請求確認(rèn)通道和模型都活著curl -s https://taotoken.net/api/chat/completions \ -H Authorization: Bearer sk-你的統(tǒng)一Key \ -H Content-Type: application/json \ -d { model: glm-4.7, messages: [ {role: user, content: 只回復(fù)兩個字通了} ], temperature: 0.2 }正常返回里會有choices[0].message.content內(nèi)容就是“通了”。如果這一步就失敗先別去 Claude Code 里排查問題在通道或 Key 上。常見返回返回現(xiàn)象含義處理401 UnauthorizedKey 無效或沒帶上檢查Authorization頭確認(rèn) Key 沒空格404 Not Found路徑拼錯確認(rèn) base_url 是https://taotoken.net/api不要重復(fù)拼 endpoint400 model not found模型名寫錯換成通道支持的 GLM 模型 ID超時無響應(yīng)網(wǎng)絡(luò)或通道問題換網(wǎng)絡(luò)環(huán)境重試確認(rèn)不是本地代理攔截curl 通了之后再回到 Claude Code 跑一個只讀任務(wù)比如“列出當(dāng)前目錄結(jié)構(gòu)并解釋每個文件夾的作用”。這個任務(wù)不需要改文件能最快看出請求是否正常發(fā)出、響應(yīng)是否正?；靥?。跑的時候打開 verbose 日志觀察每一跳。4. 驗證請求從回車到響應(yīng)回填逐跳對照日志任務(wù)真正開始時Claude Code 不會把你那句話直接發(fā)給 GLM而是先做結(jié)構(gòu)化封裝。內(nèi)部狀態(tài)大概長這樣AgentState { goal: 重構(gòu) PHP Service, history: [], workspace_snapshot: {...}, rules: [...], tools: [...] }這一步完全沒有調(diào)用大模型。接下來才構(gòu)造第一次 Prompt它由六部分組成順序很重要System PromptAgent 靈魂定義它是 coding agent、能調(diào)哪些工具、輸出格式、Developer PromptClaude Code 內(nèi)置的拆任務(wù)規(guī)則、Workspace Context目錄結(jié)構(gòu)、已讀文件、Git 狀態(tài)、Tool Schema函數(shù)調(diào)用定義、Conversation History首次為空、User Message你輸入的那句話。拼完之后才發(fā)出真正的 HTTP 請求。抽象形態(tài)如下POST /chat/completions Host: taotoken.net Authorization: Bearer sk-你的統(tǒng)一Key Content-Type: application/json { model: glm-4.7, messages: [ {role: system, content: 你是一個 coding agent...}, {role: user, content: 幫我重構(gòu)這個 PHP Service} ], temperature: 0.2, tools: [...], tool_choice: auto }GLM 返回的通常不是“答案”而是三種意圖之一。第一種是純文本思考加計劃content里寫著“我需要先讀取 Service 文件”。第二種是工具調(diào)用最常見{ tool_calls: [ { name: read_file, arguments: {path: app/Service/UserService.php} } ] }第三種是多工具加隱式 Chain-of-ThoughtGLM 內(nèi)部多步推理但 Claude Code 只吃結(jié)果不吃思考過程。收到tool_call后Claude Code 立刻執(zhí)行工具把結(jié)果寫回狀態(tài)追加一條tool_resultmessage{ role: tool, name: read_file, content: class UserService {...} }然后進入循環(huán)while (!taskDone) { response callModel(state) if (response.tool_call) { runTool() updateState() } else { applyChangesOrAskUser() } }對照日志時你要盯的是每一輪請求的messages數(shù)組是不是在變長、tool_calls是不是被正確解析、tool_result是不是被回填。如果某一輪之后messages不再增長說明循環(huán)卡住了通常是工具執(zhí)行失敗或響應(yīng)結(jié)構(gòu)不符合預(yù)期。5. 常見報錯排查401、local proxy failed、reading choices、OAuth跑 GLM 接入時報錯基本集中在幾個固定位置。下面按真實報錯對照排查。401 UnauthorizedKey 沒帶上或帶錯。檢查 settings 里ANTHROPIC_AUTH_TOKEN是否等于統(tǒng)一 Key注意別把Bearer前綴重復(fù)寫進去。有些工具要求 Key 字段不帶前綴有些要求帶按工具文檔來。用第 3 節(jié)的 curl 先驗證 Key 本身有效。local proxy failed / connection refused本地代理或端口沖突。Claude Code 某些版本會起本地轉(zhuǎn)發(fā)端口如果端口被占用或本地網(wǎng)絡(luò)策略攔截就會報這個。先關(guān)掉其他占用端口的進程確認(rèn)base_url指向的是https://taotoken.net/api而不是localhost。如果你本地配了系統(tǒng)代理確認(rèn)它沒有攔截這個域名。reading choices 報錯 / cannot read property choices響應(yīng)結(jié)構(gòu)不符合 OpenAI 風(fēng)格。GLM 正常返回里一定有choices數(shù)組如果適配層拿不到通常是通道返回了錯誤結(jié)構(gòu)或者模型名不被支持導(dǎo)致返回了錯誤體。先用 curl 看原始返回確認(rèn)有choices[0].message。如果 curl 正常但 Claude Code 報這個檢查是不是 settings 里ANTHROPIC_MODEL寫成了通道不支持的模型 ID。OAuth 相關(guān)報錯 / authentication failedClaude Code 默認(rèn)走 Anthropic 官方 OAuth 流程你換成第三方通道后它可能還在嘗試 OAuth。解決辦法是在 settings 里顯式設(shè)置ANTHROPIC_AUTH_TOKEN和ANTHROPIC_BASE_URL覆蓋默認(rèn)鑒權(quán)路徑。如果工具支持apiKey字段優(yōu)先用它而不是 OAuth。模型不調(diào)工具 / 一直返回文本這是 tool-calling 穩(wěn)定性問題不是通道問題。GLM 對tools和tool_choice的支持程度因版本而異。確認(rèn)你用的模型 ID 支持 function callingtool_choice設(shè)成auto。如果還是不行把temperature調(diào)低到 0.1 到 0.2減少模型“自由發(fā)揮”。排查順序建議固定先 curl 驗證通道和 Key再看 Claude Code 日志里的請求體最后看響應(yīng)體。90% 的問題在前兩步就能定位。6. 把通道固定下來統(tǒng)一 Key 與后續(xù)驗證入口鏈路拆完你會發(fā)現(xiàn) Claude Code 接 GLM 的核心就三件事配置三件套寫全、通道用統(tǒng)一 Key 打通、循環(huán)里盯住 tool-calling 是否穩(wěn)定。配置階段只發(fā)生一次但決定了后面每一次請求的形態(tài)循環(huán)階段每次任務(wù)都在重復(fù)“請求組裝 → 轉(zhuǎn)發(fā) → 響應(yīng)回填 → 狀態(tài)更新”這套動作。想讓這套鏈路穩(wěn)定建議把統(tǒng)一 Key 固定在一個地方管理別在多個工具里各填一份改起來容易漏。統(tǒng)一 Key 在https://taotoken.net/api-keys獲取接入文檔在https://taotoken.net/doc里面有各工具的配置示例和字段說明。驗證模型是否正常響應(yīng)可以直接用模型對話頁面發(fā)一條最小請求看返回結(jié)構(gòu)是否符合預(yù)期。如果你后面要跑長期編碼任務(wù)或 Agent 循環(huán)建議用 Coding Plan把額度、模型、通道統(tǒng)一管起來避免任務(wù)跑到一半因為 Key 或額度問題中斷。鏈路本身不復(fù)雜復(fù)雜的是每一跳的細(xì)節(jié)把日志打開、把 curl 跑通剩下的就是對照著看。