程式工具
Claude Code
使用 TokenLab 搭配 Anthropic 的 Claude Code CLI
讓我的 Agent 進行設定
將此任務複製到您電腦上已執行的 Agent:
Read this guide and help me connect Claude Code to TokenLab:
https://tokenlab.sh/docs/zh-TW/integrations/claude-code
Check my installed version and active configuration first.
Preserve existing accounts, providers, permissions and other settings.
Back up local files and show proposed changes.
Have me enter any API key locally; never ask for, print or paste it in chat.
Check configuration loading first.
Explain any paid request test separately before running it.概覽
Claude Code 可以使用 TokenLab API key 以及適用於 Claude 模型的 TokenLab Messages API。
安裝
Anthropic 現在建議使用原生安裝程式。npm 套件仍然可以使用,但 Anthropic 已棄用該安裝方式。
curl -fsSL https://claude.ai/install.sh | bash如果您特別需要 npm 套件,請使用:
npm install -g @anthropic-ai/claude-code@2.1.263請勿對 Claude Code 使用 sudo npm install -g。
設定
請使用 快速入門 中針對 macOS、Linux、WSL 或 Windows PowerShell 的終端機指令來設定 TOKENLAB_API_KEY,避免將金鑰寫入指令歷史記錄中。請從該終端機啟動 Claude Code。若需持久化使用,請使用您本機的密鑰管理工具;請勿將明文金鑰附加到您的 shell 設定檔中。
這些變數僅適用於本次啟動;您已儲存的帳戶、預設模型和權限設定將保持不變。若要使用先前的設定,請在不帶這些變數的情況下正常啟動。請勿將它們持久化在您的 shell 設定檔中。
此工作階段路徑使用 Claude Code 2.1.263 並透過 ANTHROPIC_AUTH_TOKEN 進行 Bearer 驗證。請保持 Base URL 不包含 /v1。現有的設定檔 env 值、憑證輔助工具、雲端供應商切換或託管策略可能會影響驗證;請在啟動前檢查它們。如果發生衝突,請使用下方的設定輔助工具,而不是刪除帳戶資料或降低安全性策略。請檢查 /status 以確認所選模型與權限。
ANTHROPIC_BASE_URL=https://api.tokenlab.sh ANTHROPIC_AUTH_TOKEN="${TOKENLAB_API_KEY:?Set TOKENLAB_API_KEY first}" ANTHROPIC_API_KEY= claude --model claude-sonnet-4-6選用:可還原的 Claude Code 設定輔助工具 提供了使用 Python 3.11+ 進行預覽、套用及原始檔案還原的功能。TokenLab Skills 外掛程式 0.1.2 包含這些指令碼;在更新至包含這些指令碼的版本後,也可以使用獨立的 Skill 安裝。對於現有的外掛程式或獨立 Skill 安裝,請遵循 README 更新說明 並確認指令碼已存在。此處的手動設定在沒有輔助工具的情況下仍然可用。
儲存設定或列出模型並不會驗證金鑰或已完成的請求。提示詞會消耗 TokenLab 餘額。在嘗試使用工具之前,請檢查回覆及其對應的 請求記錄;輔助請求也可能會被計費。
使用方式
設定完成後,即可正常使用 Claude Code:
# 啟動互動式工作階段
ANTHROPIC_BASE_URL=https://api.tokenlab.sh ANTHROPIC_AUTH_TOKEN="${TOKENLAB_API_KEY:?Set TOKENLAB_API_KEY first}" ANTHROPIC_API_KEY= claude --model claude-sonnet-4-6
# 執行單一指令
ANTHROPIC_BASE_URL=https://api.tokenlab.sh ANTHROPIC_AUTH_TOKEN="${TOKENLAB_API_KEY:?Set TOKENLAB_API_KEY first}" ANTHROPIC_API_KEY= claude --model claude-sonnet-4-6 "Explain this code" < main.py如有需要,請驗證安裝:
claude --version
claude doctor選擇模型
從 模型頁面 複製目前的 Claude 模型 ID,然後透過 --model 傳遞它:
ANTHROPIC_BASE_URL=https://api.tokenlab.sh ANTHROPIC_AUTH_TOKEN="${TOKENLAB_API_KEY:?Set TOKENLAB_API_KEY first}" ANTHROPIC_API_KEY= claude --model claude-sonnet-4-6 "Review this PR"擴展思考 (Extended Thinking)
對於複雜的推理任務,請使用具備擴展思考功能的模型:
ANTHROPIC_BASE_URL=https://api.tokenlab.sh ANTHROPIC_AUTH_TOKEN="${TOKENLAB_API_KEY:?Set TOKENLAB_API_KEY first}" ANTHROPIC_API_KEY= claude --model claude-opus-4-6 "Design a microservices architecture for..."在同一個 Agent 中生成圖像與影片
Claude Code 也可以透過 TokenLab MCP server 建立圖像與短片。每次生成都會從相同的 TokenLab 餘額中扣款。請在已設定 TOKENLAB_API_KEY 的終端機中執行此指令:
claude mcp add \
--env TOKENLAB_MCP_TOOL_PROFILE=core \
--env TOKENLAB_API_KEY="$TOKENLAB_API_KEY" \
--scope user \
tokenlab -- \
npx -y @tokenlabai/mcp-server@0.6.48執行 claude mcp list 並檢查 tokenlab 是否顯示為 Connected。然後嘗試:
Call get_model_pricing for nano-banana-2, then use create_image with nano-banana-2 at 1k to make a photo of a matte black coffee mug on a white desk.create_video 會回傳一個任務 ID。Agent 會呼叫 get_task_status 直到影片準備就緒。