首页 / 文章 / AI持续学习

如何把 300 美金 Gemini 4 Carbon 接进 Claude Code

格里灰丝2026.11.22约 10848 字 · 24 分钟Markdown 原文

大家好,我是格里灰丝。

上一篇我们聊了怎么零成本、完全合规地领到 Google Cloud 官方 300 美金免费试用赠金,避开 AI Studio 的不可退预付墙,拿到 Vertex AI 的服务账号 JSON 凭证并跑通 Gemini 4 Carbon。

但真正拿它去写复杂项目、查线上问题时,相信不少用过谷歌官方工具的朋友都有一个强烈的割裂感:

Gemini 4 Carbon 这个模型本身非常强,但谷歌给它配的外层干活壳子(圈内常叫 harness,也就是负责替模型读文件、改代码、跑终端命令、压缩上下文、衔接各种工具的那套脚手架)做得非常差。

谷歌自家的 harness 叫 Antigravity(反重力),真拿来干高强度工程活,体验实在不好用:文件编辑和终端执行衔接生硬、多轮工具调用经常卡顿发懵、工作流控制远不如 Claude Code 顺手。模型大脑考了 95 分,外面的执行手脚却只有 50 分,白白浪费了这么好的模型能力。

好在上一篇我们走的是 Google Cloud Vertex AI 的按量计费云接口,官方完全不限制你在什么客户端里调用(注意:消费端包月的 Google AI Pro / Ultra 个人账号不能往外接,只有云端按量付费 API 可以合法接入第三方工具)。

既然如此,最痛快的组合就是把两家的长板拼在一起:用 Gemini 4 Carbon 当大脑,用 Claude Code 当手脚。

不过,把 Vertex AI 上的 Gemini 4 Carbon 经本地代理接进 Claude Code,远没有“填个地址就能跑”那么简单。今天我从头到尾踩了一遍,挖出了 4 个藏在 LiteLLM 1.82.6 和 Claude Code 交互底层里的真坑,轻则一跑命令就报错瘫痪,重则界面看着开了深度思考,后台实际每轮思考 Token 全是 0。

下面把为什么不用 CC Switch、完整接入架构、4 个底层坑的根因与修法,以及一个能帮你省 95% 费用的日常使用铁律,一次性讲清楚。

· · ·

一、为什么不直接用 CC Switch 这类图形切换工具?

手头装了 Claude Code 的开发者,第一反应往往是:我有 CC Switch 这类切换器,直接配一个 Vertex AI 线路切过去不行吗?

在我这种每天同时要跑官方 Claude 账号、又要拿 cc-carbon 处理超大上下文任务的环境下,直接用图形切换器有三个绕不开的硬伤:

1.直接覆写全局 ~/.claude/settings.json,没法双开窗口

切过去之后,整台电脑上的 Claude Code 全变成了同一个后端。我没法左边开一个窗口跑原版 claude(官方账号),右边同时开一个窗口跑 cc-carbon(花 300 美金赠金跑 Gemini 4 Carbon),两边互不耽误。

1.登录状态和后台连接隔离不干净

默认目录 ~/.claude 里存着 claude.ai 的登录凭据(.credentials.json),全局配置里往往还开着 remoteControlAtStartup: true。直接切过去,不仅启动时必弹 Both claude.ai and ANTHROPIC_API_KEY set 认证打架警告,还会顺带向 Anthropic 发起远程控制连接。

1.修不了协议转换层对 Gemini 4 的底层 Bug

图形切换器只负责改环境变量,解决不了下文马上要说的流式丢参数、/effort 假切换和流式 429 断流问题。

更稳妥的做法是搭一套完全隔离的轻架构:本地独立代理端口(127.0.0.1:4002)+ 专用补丁回调(carbon_hook.py)+ 独立 Claude Code 配置目录(CLAUDE_CONFIG_DIR)。平时敲 claude 走原来的账号,敲 cc-carbon 走 300 美金的 Gemini 4 Carbon,两个窗口随便同时开,井水不犯河水。

· · ·

二、最值钱的排错实录:我们修掉的 4 个底层暗坑

用开源代理 LiteLLM(v1.82.6) 把 Vertex AI 的 gemini-4-carbon 转成 Anthropic /v1/messages 协议给 Claude Code 调用,表面看连上了,一干真活连爆 4 个坑:

暗坑 1:一让它跑命令,就连刷 `Invalid tool parameters`(底部显示 `Bash: undefined`)

刚在 Claude Code 里敲完第一句话,模型试图调用 Bash 工具,屏幕上立刻连刷三行红字,底部任务栏显示 Bash: undefined:

扒开 LiteLLM 1.82.6 源码,根因其实非常清晰:

OpenAI 流式返回工具调用时,第 1 个数据包只传工具名 name,参数 JSON 放在后面的包里慢慢传;

Vertex AI 的 Gemini 4 Carbon 节奏不一样:它在第 1 个流式包里,就把工具名 name 和完整的参数 JSON 一起发了过来;

LiteLLM 的 litellm/llms/anthropic/experimental_pass_through/adapters/streaming_iterator.py 在第 320 行处理新内容块(should_start_new_block)时,只发了一个空的 content_block_start(input: {}),顺手把这第 1 个包里已经带着的 input_json_delta(完整工具参数)以及流式思考块的第一段内容直接扔掉了。Claude Code 收到一个空参数的 Bash({}),立刻判非法并反复重试。

修法:在 streaming_iterator.py 第 320 行发出 content_block_start 的紧下方补几行判断:只要触发新块的这个包本身带有 partial_json、text 或 thinking,就紧接着把它推入输出队列;同时在回调里补齐流式 reasoning_content 与 thinking_blocks 的切块处理。改完后工具调用立刻恢复正常。

· · ·

暗坑 2:界面显示开了 `high effort`,结果每轮思考 Token 全是 0!

这是查会话日志后挖出来的最隐蔽的一个坑。启动后,Claude Code 界面左上角明明白白写着 carbon with high effort,看着像是在深度思考,可翻开本地会话日志一看:每一轮返回的 thinking_tokens 竟然全是 0,/effort 完全是假切换,压根没发给 Vertex AI!

顺着请求链路把源码从头追到尾,发现 LiteLLM 1.82.6 在三个地方全断开了:

1.Claude Code 发给本地代理的思考控制参数是 thinking: {"type": "adaptive"} 外加 output_config: {"effort": "high"},但 LiteLLM 的 handler.py 根本没接收 output_config,被配置里的 drop_params: true 当成未知字段静默删掉了;

2.transformation.py 翻译思考参数时只认 enabled 类型,遇到 Claude Code 发的 adaptive 直接返回空;

3.vertex_and_google_ai_studio_gemini.py 里判断新一代 Gemini(改用 thinkingConfig.thinkingLevel 控制思考档位)的条件只写了 "gemini-3" in model,把 gemini-4-* 误当成了老模型。

修法:不要去大改 Python 安装目录里的包文件(否则一升级全没了),直接给 4002 端口挂载一个专用回调脚本 carbon_hook.py,在进程内同时打通这三处:

启动时补齐 _is_gemini_3_or_newer,加上 "gemini-4" in m,把 low / medium / high / max 正确映射到 Vertex AI 的 thinkingConfig.thinkingLevel;

在发往 Vertex AI 前的 async_pre_call_hook 里,统一提取 Claude Code 的 output_config.effort 与 thinking,转成标准的 reasoning_effort。

核心逻辑非常清爽:

python

# carbon_hook.py 核心片段:补齐 gemini-4 判断 + 接通 /effort

def _is_gemini_3_or_newer_patched(model):

    m = str(model or "").lower()

    return ("gemini-3" in m) or ("gemini-4" in m)


def _extract_effort(data):

    oc = data.pop("output_config", None)

    effort = None

    if isinstance(oc, dict) and oc.get("effort"):

        effort = str(oc.get("effort")).lower().strip()

    thinking = data.get("thinking")

    if isinstance(thinking, dict):

        ttype = str(thinking.get("type") or "").lower().strip()

        data.pop("thinking", None)

        if ttype == "disabled":

            return "disable"

        if effort:

            return "xhigh" if effort == "max" else effort

        if ttype == "adaptive":

            return "high"

    if effort:

        return "xhigh" if effort == "max" else effort

    return None

接通之后再查日志,切换 

/effort low、/effort medium、/effort high 时,Vertex AI 才会真正返回对应的思考过程和 thinking_tokens。

· · ·

暗坑 3:后台辅助任务抢并发撞 429,流式直接断线

Claude Code 每发一轮对话,除了调主模型干活,后台还会顺手并发用 ANTHROPIC_SMALL_FAST_MODEL 生成会话标题、做权限或摘要检查。

如果把辅助小模型也指向 carbon,一秒内连续打 3 个请求,很容易撞上免费试用项目的瞬时并发上限(429 Resource exhausted);偏偏 LiteLLM 的流式拉取遇到 429 / 503 默认不会重试,而是直接抛 MidStreamFallbackError 把对话掐断。

修法:

把 ANTHROPIC_SMALL_FAST_MODEL 单独分流给速度快、单价低、并发宽裕的 gemini-3.8-flash,把 carbon 的配额全留给主对话;

在 carbon_hook.py 里给 CustomStreamWrapper.fetch_stream 加上针对 429 / 503 的指数退避重试(2、4、8、12、20、30 秒),偶发限流时自动等两秒静默重连,不会断掉正在干的活。

· · ·

暗坑 4:认证打架黄字警告 + 远程回连 + 账单金额算错一倍

如果直接复用默认配置目录 ~/.claude 启动,会碰上三个烦心事:启动连弹认证冲突黄字;全局配置里的 remoteControlAtStartup 会连向 Anthropic;而且 Claude Code 不认识 carbon 的官方单价,日志里标着 hasUnknownModelCost: true,默认按 Claude 的价格估费用,直接算贵了一倍。

修法:

单独新建一个隔离配置目录(例如 C:\Users\你的用户名\.claude-profiles\carbon),把主目录里平时配好的 skills、hooks、agents、plugins、CLAUDE.md 用目录联接(Junction / Symlink)共享过来,但绝不放 .credentials.json,并单独放一份关闭了 remoteControlAtStartup 的干净 settings.json;

在 carbon_hook.py 的回调里按 Vertex AI 官方真实单价(普通输入、缓存读、输出含思考分开算),把每一轮实际花费的美元实时记到本地日志,配合自定义状态栏脚本,就能在窗口底部随时看到当前模型、思考强度、上下文占用、本次花费和 300 美金累计剩余进度。

· · ·

三、完整配置文件与 `cc-carbon` 一键启动命令

把前面下载好的服务账号 JSON 放到 C:\Users\你的用户名\.claude\vertex-sa.json,再按下面两步配好就能用。

1. 本地代理配置 litellm-carbon.yaml(把项目 ID 和文件路径换成你自己的):

yaml

model_list:

  - model_name: carbon

    litellm_params:

      model: vertex_ai/gemini-4-carbon

      vertex_project: gen-lang-client-xxxxxxxxxx

      vertex_location: global

      vertex_credentials: C:\Users\你的用户名\.claude\vertex-sa.json

      num_retries: 4

      retry_after: 3

  - model_name: gemini-4-neon

    litellm_params:

      model: vertex_ai/gemini-4-neon

      vertex_project: gen-lang-client-xxxxxxxxxx

      vertex_location: global

      vertex_credentials: C:\Users\你的用户名\.claude\vertex-sa.json

      num_retries: 4

      retry_after: 3

  - model_name: gemini-3.8-flash

    litellm_params:

      model: vertex_ai/gemini-3.8-flash

      vertex_project: gen-lang-client-xxxxxxxxxx

      vertex_location: global

      vertex_credentials: C:\Users\你的用户名\.claude\vertex-sa.json

      num_retries: 4

      retry_after: 2

litellm_settings:

  drop_params: true

  num_retries: 4

  callbacks: carbon_hook.proxy_handler_instance

general_settings:

  master_key: sk-carbon-local

2. 在 PowerShell 配置文件($PROFILE)里加上 cc-carbon 启动函数:

powershell

function cc-carbon {

    $saFile = 'C:\Users\你的用户名\.claude\vertex-sa.json'

    $proxyDir = 'C:\Users\你的用户名\.claude\qwen-proxy'

    $profileDir = 'C:\Users\你的用户名\.claude-profiles\carbon'

    $alive = $false

    try {

        $url = 'http://127.0.0.1:4002/health/liveliness'

        $r = Invoke-WebRequest -Uri $url -UseBasicParsing `

            -TimeoutSec 2 -ErrorAction Stop

        if ($r.StatusCode -eq 200) { $alive = $true }

    } catch {}

    if (-not $alive) {

        # 如本地需经代理访问 Google,可补充 HTTP_PROXY 与 HTTPS_PROXY

        $startCmd = @(

            "`$env:GOOGLE_APPLICATION_CREDENTIALS='$saFile'"

            "`$env:PYTHONPATH='$proxyDir'"

            "`$env:LITELLM_TELEMETRY='False'"

            "litellm --config '$proxyDir\litellm-carbon.yaml'" +

                " --host 127.0.0.1 --port 4002"

        ) -join '; '

        Start-Process powershell.exe -WindowStyle Hidden `

            -ArgumentList @('-NoProfile', '-Command', $startCmd)

        Start-Sleep -Seconds 5

    }

    $names = @(

        'CLAUDE_CONFIG_DIR', 'ANTHROPIC_BASE_URL',

        'ANTHROPIC_API_KEY', 'ANTHROPIC_AUTH_TOKEN',

        'ANTHROPIC_MODEL', 'ANTHROPIC_SMALL_FAST_MODEL',

        'CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC',

        'CLAUDE_CODE_MAX_CONTEXT_TOKENS'

    )

    $saved = @{}

    foreach ($n in $names) {

        $saved[$n] = [Environment]::GetEnvironmentVariable($n, 'Process')

    }

    $env:CLAUDE_CONFIG_DIR = $profileDir

    $env:ANTHROPIC_BASE_URL = 'http://127.0.0.1:4002'

    $env:ANTHROPIC_API_KEY = 'sk-carbon-local'

    Remove-Item Env:ANTHROPIC_AUTH_TOKEN -ErrorAction SilentlyContinue

    $env:ANTHROPIC_MODEL = 'carbon'

    $env:ANTHROPIC_SMALL_FAST_MODEL = 'gemini-3.8-flash'

    $env:CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC = '1'

    $env:CLAUDE_CODE_MAX_CONTEXT_TOKENS = '1000000'

    $a = @($args)

    if ($a -notcontains '--dangerously-skip-permissions') {

        $a = @('--dangerously-skip-permissions') + $a

    }

    try {

        claude @a

    } finally {

        foreach ($n in $names) {

            [Environment]::SetEnvironmentVariable($n, $saved[$n], 'Process')

        }

    }

}

配置好以后,以后想用官方 Claude 就照常敲 

claude,想用 300 美金的满血 Gemini 4 Carbon 就敲 cc-carbon,打开零黄字警告,100 万上下文直接就位,工具调用和深度思考全都能稳稳跑通。

· · ·

四、用起来最值钱的省钱铁律:千万别在长对话中途切模型!

装好之后,有一个很容易忽略、但直接决定你 300 美金能用多久的习惯问题。

先看一眼 Vertex AI 上几个 Gemini 4 模型的官方单价(单位:美元 / 百万 Token):

模型
普通输入
隐式缓存读
输出(含思考)
备注
`gemini-4-carbon` / `argon`
$2.00
(12 月起 $4.00)
$0.10
(12 月起 $0.20)
$10.00
(12 月起 $20.00)
11 月 30 日前促销半价
`gemini-4-neon`
$3.00
$0.15
$15.00
标准价
`gemini-4-hydrogen`
$1.50
$0.075
$7.50
标准价
`gemini-3.8-flash`
$0.75
$0.075
$3.75
适合做后台辅助小模型

注意看第二列:Vertex AI 的隐式提示词缓存一旦命中,读缓存单价只有普通输入的 1/20(直接省掉 95% 的输入费)。Claude Code 每一轮都要把大段系统提示词、项目规则和历史对话一起发过去,只要持续命中缓存,跑几十轮长任务都花不了几毛钱。

但这里有一条铁律:Vertex AI 的隐式缓存是按具体模型严格分开存的。

如果你在一个已经聊了几万字的长对话中途,顺手敲了一句 /model gemini-4-neon 换模型,新模型手里完全没有刚才的缓存,整段历史必须按全价重新计费(相当于那一轮的输入成本瞬间贵了 20 到 30 倍);等你后面再切回 carbon 时,前面的缓存前缀也被打断了。

所以最省钱的习惯只有两句:

1.同一个长对话从头到尾锁死同一个模型(默认 carbon),遇到简单题或难题时,只敲 /effort low、/effort medium、/effort high 调思考深度,不动模型;

2.真想换 gemini-4-neon 跑独立任务时,直接新开一个终端窗口,用 cc-carbon --model gemini-4-neon 启动。

· · ·

五、常见问题解答(FAQ)

1. 同时开着原版 claude 和 cc-carbon 两个窗口,会串用账号或者影响原本的网络配置吗? 不会。cc-carbon 通过独立环境变量 CLAUDE_CONFIG_DIR 隔离了登录凭据与设置,只在当前终端进程内生效,退出窗口自动恢复现场;本地代理绑在独立端口 127.0.0.1:4002,不修改任何全局配置或系统网络设置,两个窗口可以同时放心干活。

2. 怎么确认自己的 /effort 思考档位真的生效了,而不是“假切换”? 最直接的办法是在 carbon_hook.py 的回调日志里打印 Vertex AI 返回的 usage 字段,或者在 Claude Code 会话记录文件里看 thinking_tokens(或 reasoning_tokens)是否大于 0。如果改完后高难度推理题里这个数字明显跳升,且界面里能看到模型的思考摘要,说明三处断层已经彻底接通。

3. 除了个人开发者自用,如果企业或团队想把 Gemini 4 Carbon、Claude 等多模型接进内部研发流程或定制业务系统,该怎么落地? 把多模型接进真实业务,比个人配终端多了权限隔离、稳定重试、缓存降本、审计记账和业务工作流编排等一整套工程问题。这正是我们龙虾AGI通用实验室承接的核心业务之一:按驻场工程师(FDE)的方式先贴着你们的业务把问题理清楚,再从可点开的原型一路做到上线部署并交付全部源码。

· · ·

写在最后

回过头看这两篇上下集,核心其实就一句话:好模型值得配一套真正顺手的工具壳。

上一篇帮你零成本、100% 合规拿下了 Google Cloud 300 美金的 Gemini 4 Carbon 官方接口;这一篇避开了难用的官方外壳和草率的全局切换器,把 LiteLLM 与 Claude Code 之间藏得最深的 4 个源码坑逐一填平,终于做出了一个“能双开、零警告、工具稳、真思考、会省钱”的 cc-carbon。

如果你也在折腾 Gemini 4 Carbon 接 Claude Code,或者被 Antigravity 折磨得够呛,欢迎把这两篇收藏起来照着配,也欢迎转发给身边写代码的朋友少走弯路。

· · ·

关于龙虾AGI通用实验室

龙虾AGI通用实验室的主理人是格里灰丝。实验室从第一性原理出发,做 AI 原生的产品与思考,同名公众号「龙虾AGI通用实验室」。

格里灰丝,清华大学工学博士,清华大学经管学院数字金融方向博士后;多年 AI 算法研发与落地经验,曾在中央部委直属研究院任战略规划主管、高级研究员,深度参与国家级 AI 与区块链基础设施的顶层设计与战略研究;具备丰富的多智能体系统构建与 AI 原生产品开发经验。

龙虾AGI通用实验室承接定制开发:市面上没有现成软件的需求,我们先进你的业务把问题弄清楚,再把系统做出来,从原型到上线到交付源码。我们擅长没人做过的新问题,涵盖网站、小程序、管理系统、AI 应用、多智能体系统、报告自动生成、数据处理、桌面工具和浏览器插件(如工程专题报告自动生成系统、户型图自动转 3D 的「宅见」、10 个 AI 围绕一个问题开会做决策的「狗头军师」、多店通用的连锁门店会员储值系统等,相关案例均可在我们的网站 https://myagilab.com 核对)。项目全部可以线上合作,AI 落地咨询与培训可以到现场。

如需交流技术细节、加入读者群或洽谈定制开发合作,请见公众号置顶文章《AI之大操纵术》末尾的联系方式(添加时请注明来意),或访问我们的网站:https://myagilab.com。

← 返回「AI持续学习」回到顶部 ↑