Claude Code 泄露版本地部署指南：源码分析与GLM-4国产大模型接入实战

近日，Anthropic旗下的王牌AI编程助手Claude Code部分源码泄露，这为开发者提供了一次深入了解其架构的难得机会。本文将手把手指导你如何在本地环境搭建这款泄露版本，并成功接入智谱AI的GLM-4等国产大模型，实现一个可用的本地AI编程助手。

项目地址为： https://github.com/claude-code-best/claude-code.git

将Git项目克隆到本地后，我们首先需要搭建其运行环境——Bun。它是一个快速的JavaScript运行时，你可以通过以下命令一键安装：

curl -fsSL https://bun.sh/install | bash

安装完成后，输入 bun --version 来验证是否安装成功。

运行测试

接下来，我们进入项目目录，进行依赖安装和初步测试。

# 安装项目依赖
bun install

# 以开发模式运行，看到版本号 888 说明启动成功
bun run dev

# 构建项目（可选）
bun run build

成功执行 bun run dev 后，终端会显示欢迎界面和版本号（Claude Code v2.1.888）。不过此时因为没有配置大模型API，程序会提示“无法连接到Anthropic服务”。这正是我们下一步要解决的问题：由于直接使用Anthropic的原生模型可能存在注册或网络访问困难，我们可以转向配置国产大模型。

配置国产大模型API（以智谱AI为例）

1. 创建API Key

• 访问智谱AI开放平台并注册账号。
• 登录后，在页面右上角点击头像，进入“API密钥”管理页面，创建一个新的API Key。

2. 配置环境变量

Claude Code 的泄露版本通过环境变量来读取配置。我们需要手动设置两个关键变量，将请求指向智谱AI的兼容接口。

打开你的终端，执行以下命令（请将你的key替换为你在上一步获取的实际API Key）：

export ANTHROPIC_AUTH_TOKEN="你的key"
export ANTHROPIC_BASE_URL="https://api.bigmodel.cn/api/anthropic/v1"

请注意：这里使用的 ANTHROPIC_BASE_URL 是智谱AI为兼容Anthropic API格式提供的特定端点，确保请求能够被正确转发和处理。

初始化配置

设置好环境变量后，再次运行 bun run dev 进行初始化配置。这个过程会有一个交互式引导：

1. 选择终端主题配色：通常会有一个菜单让你选择深色/浅色等模式，根据喜好选择或直接按回车使用默认即可。
2. 检测到API Key：程序会检测到你已设置的 ANTHROPIC_AUTH_TOKEN，并询问是否使用它。选择“是”。
3. 安全提示：阅读并确认相关的安全提示，了解AI助手可能出错等注意事项。
4. 信任工作区：程序会询问你是否信任当前项目目录，选择“是，我信任此文件夹”以继续。

完成以上步骤后，你将看到Claude Code的主界面，并且模型信息处会显示当前使用的模型（例如glm-4），这标志着配置已成功完成。

功能测试：创建一个简单的爬虫项目

现在，让我们测试一下配置好的AI编程助手是否能正常工作。你可以向它提出一个具体的编程任务，例如：

“请帮我在当前目录下创建一个爬虫项目，用于爬取某个公开网站的数据，并保存为Excel文件。”

Claude Code 会理解你的需求，开始分析目标网站结构，并自动生成相应的代码文件（如Python脚本、HTML解析逻辑、数据存储代码等）。它会执行命令来验证网站可访问性，并引导你完成整个项目的创建过程。通过这个源码分析与实战，你能更直观地感受到AI编程助手的协作能力。

总结与注意事项

通过本次对Claude Code泄露版的搭建和配置，我们不仅成功在本地运行了一个强大的AI编程工具，还实践了将其后端替换为国产大模型的方法。这对于学习现代AI应用架构、理解模型API调用具有很高的参考价值。

几个关键点提醒：

• 源码备份：鉴于项目源自泄露，且后续可能发生变更，建议妥善保存你当前使用的这份源码。
• 安全须知：始终牢记，AI生成的代码可能存在错误或安全隐患，务必仔细审查后再于生产环境使用。你可以通过技术文档了解更多安全编程实践。
• 环境变量：本文配置方式为临时环境变量，重启终端后会失效。如需持久化，请将 export 命令写入你的Shell配置文件（如 ~/.bashrc 或 ~/.zshrc）。
• 模型选择：除了GLM-4，理论上任何提供与Anthropic API兼容接口的模型服务都可以通过类似方式接入，这为AIGC应用的开发提供了灵活性。

这次实践是一次宝贵的技术探索。如果你对AI编程助手、大模型集成等话题有更多想法，欢迎在云栈社区与广大开发者交流讨论。