Claude与Vertex AI整合：用GCP积分运行Anthropic模型

为解决这一痛点，作者构建了一个本地网关，成功将Claude Code的请求转发至Vertex AI，从而实现了用GCP积分来驱动Anthropic模型的愿望。

技术挑战：API接口不匹配

直接连接Claude Code和Vertex AI会发现它们之间存在明显的API接口差异。

• Claude Code预期的是符合Anthropic规范的请求格式：
• POST /v1/messages
• 包含Anthropic特有的头部信息
• Anthropic风格的内容块
• Anthropic的流式传输语义
• 而Vertex AI对于Claude模型，其请求地址通常是：
• .../publishers/anthropic/models/claude-sonnet-4-6:rawPredict
• 对于Gemini模型，则是：
• .../publishers/google/models/gemini-2.5-pro:generateContent

这意味着需要一个中间层，能够无缝接收Claude Code发出的Anthropic兼容请求，并将其转换为Vertex AI可以理解和处理的格式。

解决方案：利用CliGate本地网关

作者选择了CliGate作为这个中间层。CliGate是一个灵活的本地网关，它能够统一管理和路由来自不同CLI工具（如Claude Code、Codex CLI、Gemini CLI）的请求到多个上游服务提供商。

对于本场景，CliGate的优势在于其能将Vertex AI视为一个带有API密钥的常规上游服务。在CliGate中，配置Vertex AI的关键在于存储以下信息：

• type: vertex-ai
• projectId (GCP项目ID)
• location (GCP区域)

特别地，apiKey字段可以直接存放完整的Google服务账号JSON配置，而非简单的API密钥字符串。

5分钟快速设置指南

以下是使用CliGate连接Claude Code与Vertex AI的简化步骤：

1. 启动CliGate网关

在本地终端运行以下命令即可启动CliGate：

npx cligate@latest start

网关启动后，默认管理面板可通过http://localhost:8081访问。

2. 添加Vertex AI作为API密钥提供商

可以通过CliGate的仪表板界面进行配置，也可以直接通过cURL命令提交：

curl -X POST http://localhost:8081/api/keys \
  -H "Content-Type: application/json" \
  -d '{
    "type": "vertex-ai",
    "name": "vertex-work",
    "apiKey": "{\"type\":\"service_account\",\"project_id\":\"my-project\", ... }",
    "projectId": "my-project",
    "location": "us-central1"
  }'

请注意，这里的apiKey字段是Google服务账号的完整JSON对象。

3. 将Claude Code指向本地网关

通过设置环境变量，让Claude Code将请求发送到本地运行的CliGate网关：

export ANTHROPIC_BASE_URL=http://localhost:8081
export ANTHROPIC_API_KEY=any-key
claude

至此，Claude Code仍旧以为它在与一个Anthropic兼容的服务器通信。而实际上，这个“服务器”是CliGate，它会根据配置将请求路由到Vertex AI，从而利用GCP积分来执行Anthropic模型的推理任务。

实践价值

通过这种方式，开发者不仅能够有效利用已有的GCP积分，避免了额外的API密钥管理和账单分散，还可以在不修改现有工具使用习惯的前提下，灵活切换底层AI服务提供商，实现资源的优化配置。