·8 分鐘閱讀
如何在 Claude Code 使用 Gemini 編碼

想保留 Claude Code 的終端操作方式,又想讓 Gemini 負責讀程式、提出修改和執行測試,可以使用一個支援 Anthropic Messages 格式的第三方網關。本文保留本機 LiteLLM 配置步驟,並補充 2026 年 11 月 13 日透過 TokAtlas 直接連線的實測;兩條路徑分開說明。請求由 Claude Code 送到網關,再由網關轉給 Gemini。Anthropic 的文件明確將非 Claude 模型路由排除在官方支援範圍之外。Claude Code 網關說明
先決定 Gemini 要扮演什麼角色
如果你要 Gemini 主導整個編碼流程,重點是替換模型請求的去向。若只希望在 Claude 的工作流程中使用 Gemini 提供的文件或工具,可以另外接入工具。工具接入不會把主模型切成 Gemini。本文示範第一種。
網關前端要能接收 Claude Code 使用的 Messages 請求,後端則需要能呼叫 Gemini。拿到一個 Gemini 或 OpenAI 相容網址,仍要確認它是否提供 Claude Code 需要的協定。網關相容性文件
1. 在本機設定 Gemini 路由
先確認已安裝 Claude Code 和 uv,並取得能呼叫範例模型的 Gemini API Key。把 Google 的金鑰載入 GEMINI_API_KEY,另外以本機秘密管理方式設定一組以 sk- 開頭的隨機網關金鑰 LITELLM_MASTER_KEY。這兩把金鑰用途不同,前者給網關向上游認證,後者給本機客戶端連網關。建立 config.yaml 如下。LiteLLM 非 Claude 模型接入文件
model_list:
- model_name: gemini-3.8-flash
litellm_params:
model: gemini/gemini-3.8-flash
api_key: os.environ/GEMINI_API_KEY
general_settings:
master_key: os.environ/LITELLM_MASTER_KEY
在已載入兩個環境變數的終端啟動網關。首次試用只綁定本機。model_name 是客戶端要選的別名,litellm_params.model 才是上游路由設定。若帳戶不支持範例型號,要以實際可用的 Gemini 型號調整兩處設定及後續命令。
uv tool install 'litellm[proxy]' litellm --config ./config.yaml --host 127.0.0.1 --port 4000
2. 先測網關,再開 Claude Code
保留網關執行,在另一個已載入同一組網關金鑰的終端送出最小請求。先看 HTTP 回應與回應內容,再看網關記錄中實際選到的上游。預期結果是有效的 Messages 回應。若此步失敗,優先檢查網關憑證、路由別名及 Google 專案對模型的存取權限。Claude Code 連接驗證
curl -sS --fail-with-body http://127.0.0.1:4000/v1/messages \
-H "Authorization: Bearer $LITELLM_MASTER_KEY" \
-H 'anthropic-version: 2023-06-01' \
-H 'Content-Type: application/json' \
-d '{"model":"gemini-3.8-flash","max_tokens":256,"messages":[{"role":"user","content":"Reply with READY."}]}'
3. 從測試目錄啟動 Claude Code
把網關根網址傳給 ANTHROPIC_BASE_URL,Bearer 金鑰給 ANTHROPIC_AUTH_TOKEN,並用 --model 選網關別名。以下設定只傳入這次啟動的程序。進入 Claude Code 後用 /status 核對實際網址與憑證來源。既有設定檔若也設定同一變數,應以實際狀態為準。Claude Code 網關設定
env -u ANTHROPIC_API_KEY \ ANTHROPIC_BASE_URL=http://127.0.0.1:4000 \ ANTHROPIC_AUTH_TOKEN="$LITELLM_MASTER_KEY" \ claude --model gemini-3.8-flash
4. 用一個小修復確認它真的能編碼
聊天成功只驗證了基本連通性。要驗證編碼,在隔離的暫存目錄放一個故意寫錯的折扣函式。以下命令最後一行預期先出現 AssertionError。接著在同一目錄用上一步命令啟動 Claude Code。
demo_dir="$(mktemp -d)"
cd "$demo_dir"
cat > price.py <<'PYTHON'
def discounted_price(cents, percent):
return cents * percent // 100
assert discounted_price(1000, 20) == 800
PYTHON
python3 price.py
給代理一個有邊界的任務。「讀取 price.py,修正折扣後應付金額的計算,只修改這個檔案。保留原本的斷言,新增零折扣案例,執行 python3 price.py,並說明改了什麼。」
驗收時看三件事。第一,網關記錄是否顯示預期的 Gemini 路由。第二,檔案是否真的被修改,原斷言仍在。第三,命令是否真的執行並成功結束。模型說「測試通過」只是文字回覆,終端結果和檔案內容才可用來判定。工具確認沿用 Claude Code 的正常權限流程。
2026-11-13 實測:Claude Code 直接透過 TokAtlas 使用 Gemini
這次小型編碼任務通過。測試環境為 macOS、Claude Code 2.1.323,請求模型與回傳模型欄位均為 gemini-3.8-flash。客戶端直接連到 https://api.tokatlas.com/v1/messages,沒有啟動本機 LiteLLM。平台詳情顯示協定轉換為「Claude Messages → OpenAI Compatible → Google Gemini」。這項結果只涵蓋此次版本、帳戶路由與下列任務,不代表全部 Gemini 型號或 Claude Code 功能都已驗證。
實測設定與重現方式
我們使用獨立按量 Key,累積額度 US$1、Value 資源組、平台建議出價,只選 gemini-3.8-flash。先送出 max_tokens=128 的最小 Messages 請求,得到 HTTP 200、模型欄位 gemini-3.8-flash 和 READY。接著在隔離目錄建立上方第四節的 price.py,先確認原斷言失敗。
把測試 Key 安全載入 TOKATLAS_TEST_KEY,從該隔離目錄執行下列命令。這是本次 CLI 呼叫的等效終端寫法;實際執行器先清除繼承的 Anthropic/Claude 設定,再只注入本次連線變數。命令只允許讀改 price.py 和執行指定 Python 測試,不修改日常客戶端設定。
env -u ANTHROPIC_AUTH_TOKEN \ ANTHROPIC_API_KEY="$TOKATLAS_TEST_KEY" \ ANTHROPIC_BASE_URL=https://api.tokatlas.com \ ANTHROPIC_MODEL=gemini-3.8-flash \ ANTHROPIC_DEFAULT_HAIKU_MODEL=gemini-3.8-flash \ ANTHROPIC_DEFAULT_SONNET_MODEL=gemini-3.8-flash \ ANTHROPIC_DEFAULT_OPUS_MODEL=gemini-3.8-flash \ CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1 \ CLAUDE_CODE_MAX_OUTPUT_TOKENS=2048 MAX_THINKING_TOKENS=0 \ claude --bare --restricted --strict-mcp-config \ --no-session-persistence --disable-slash-commands --no-chrome \ --model gemini-3.8-flash --tools Read,Edit,Bash \ --allowedTools 'Read(./price.py)' 'Edit(./price.py)' 'Bash(python3 price.py)' \ --permission-mode dontAsk --max-budget-usd 0.8 \ --output-format stream-json --verbose \ -p 'Read price.py. Fix the calculation of the price after a percentage discount. Only modify price.py. Preserve its existing assertion and add a zero-discount assertion. Run exactly python3 price.py using Bash. Report the actual tool result. Do not read other files or use other commands.'
本次 --bare 模式使用 ANTHROPIC_API_KEY。不要把上方本機 LiteLLM 的 LITELLM_MASTER_KEY 與此處的 TokAtlas Key 混用。CLI 的 --max-budget-usd 是客戶端控制,不能代替平台 Key 的累積額度;非標準模型的費用估算也可能不準確。
實際檔案修改與工具回傳
- 修改前:python3 price.py 以 AssertionError 結束,退出碼 1。
- Read:讀回原函式與既有斷言。
- Edit:實際修改 price.py,保留原斷言並新增零折扣案例。
- Bash:執行 python3 price.py,工具回傳「Bash completed with no output」,is_error=false。
- 獨立驗收:在 CLI 結束後另行執行同一測試,退出碼 0;檔案差異如下。
def discounted_price(cents, percent): - return cents * percent // 100 + return cents - (cents * percent // 100) assert discounted_price(1000, 20) == 800 +assert discounted_price(1000, 0) == 1000
耗時、帳單與相容性限制
CLI 任務耗時約 195 秒。過程中有一次沒有可見輸出的回應,客戶端自動要求續答後繼續完成。平台同一請求識別碼下有兩筆錯誤記錄及後續成功記錄,成功詳情的 Retries 為 2;這次並非全程無錯誤。
平台記錄共 8 列,含最小連通性請求與編碼流程,總記錄費用 US$0.010356。其中連通性請求 US$0.000184,編碼任務合計 US$0.010172。兩筆錯誤記錄費用均為 US$0;不能推廣為所有失敗都免費。CLI 估算 US$0.113015,且標示 costBasis=unknown,因此本文採平台記錄金額。測試後已停用臨時 Key。
這次驗證了讀檔、改檔、Bash 執行及工具結果傳回。未驗證 MCP、圖片輸入、長上下文、跨檔案重構或長時間穩定性。本機 LiteLLM 路徑沿用文件配置,本次沒有重新實測。Anthropic 仍不把非 Claude 模型路由列入官方支援;詳見本文開頭連結。
能聊天但不能改檔時,怎麼排查?
先分清問題出在路由、工具權限,還是工具結果傳回模型的過程。若代理有發出工具請求但沒執行,檢查本機權限提示。若執行後就卡住,檢查網關是否能正確轉換工具呼叫與工具結果,並確認串流沒有中斷。用小任務找出斷點,再增加專案規模。
文件配置最初核對於 2026 年 11 月 6 日;上述 TokAtlas 直連實測與帳單核對於 2026 年 11 月 13 日。價格與渠道可用性會變動,請用自己的小型任務重新驗證。
本次同一實測的帳單明細與可重複使用的任務驗收核算方法,請參考API 成本控制指南。