在這教學裡,作者把主要重點放在以下幾件事情:
這個流程其實就是「開通 + 設定 + 認證 + 測試」這四步走透。
下面是整合教學 + 我補充過的細節,讓你跟著做就能串通:
注意:你在填表的時候,系統可能會問「你的模型用途 / 使用者類型」,教學建議註明「內部使用 / 員工」等用途,以加快審核
教學裡用了模版工具來幫你把設定佈署進專案:
npx claude-code-templates@latest --setting=api/vertex-configuration --yes
這條指令會在你專案目錄下建立或更新 Claude Code 的設定,使其支援 Vertex AI。
但要記得:你必須把 ANTHROPIC_VERTEX_PROJECT_ID 的值改成你的 GCP 專案 ID(不然設定會出錯)。
為了讓 Claude Code 有權調用 Vertex AI,你必須在電腦上先登入 GCP,並設好應用預設認證。以下是教學裡的建議步驟:
# 用瀏覽器登入 GCP 帳號
gcloud auth login
# 設定目前要操作的專案
gcloud config set project YOUR_PROJECT_ID
# 用於應用程式的預設憑證,也讓 Claude Code 用得起來
gcloud auth application-default login
此外記得要啟用 Vertex AI API:
gcloud services enable aiplatform.googleapis.com --project=YOUR_PROJECT_ID
或在 GCP 控制台直接開啟。
完成上面的設定後,你可以在專案中用 Claude Code 去呼叫 Vertex AI 支援的模型。例如你在 terminal 或你的開發環境中下指令:
(教學中是比較概念性的,實作上會因你專案設定不同略有差異) 
確保輸出能來自 Vertex AI 的 Claude 模型,而非原本的本地/其他後端模型。
教學裡提到的一些重要提醒:
技術:Claude Code + Google Cloud Vertex AI
分類:雲端模型整合
難度:⭐⭐⭐☆☆(1–5 顆星)
實用度:⭐⭐⭐⭐☆(1–5 顆星)
一句話:在 GCP 上使用 Vertex AI 作為 Claude Code 的後端模型源,結合雲端能力與開發便利性。
關鍵指令:npx claude-code-templates@latest --setting=api/vertex-configuration
適用情境:你在 GCP 專案裡要把 Claude 接到 Vertex AI,並從開發環境直接呼叫模型。
這一篇從 Model Garden → 模版配置 → 認證設定 → 測試呼叫的流程,是那篇 Medium 教學的完整精華。我把它拆解、補充、加上自己做過的注意事項,讓未來你回來實作可以少繞彎。
對我來說,最有用的是「模版指令幫你配好設定」這件事,讓你不用自己手寫那些程式碼或配置檔案。接下來我想試試把這整套流程做成一個「一鍵部署腳本」,讓自己下次要串就直接跑。