Claude Code Hub

Appearance

Google Vertex AI ​

在 Google Cloud 上使用 Vertex AI 配置和部署 Claude Code。

概述 ​

Google Vertex AI 是 Google Cloud 的机器学习平台，提供对各种 AI 模型的访问。Claude Code 可以配置为使用 Vertex AI 来运行 Claude 模型。

先决条件 ​

  1. Google Cloud 项目
  2. 启用的 Vertex AI API
  3. 适当的 IAM 权限
  4. Google Cloud CLI (gcloud)

配置步骤 ​

1. 安装 Google Cloud CLI ​

bash
# macOS
brew install google-cloud-sdk

# Linux
curl https://sdk.cloud.google.com | bash
exec -l $SHELL

# Windows
# 下载并安装 Google Cloud CLI 安装包

2. 初始化 gcloud ​

bash
gcloud init
gcloud auth login
gcloud config set project YOUR_PROJECT_ID

3. 启用 Vertex AI API ​

bash
gcloud services enable aiplatform.googleapis.com

4. 设置环境变量 ​

bash
export CLAUDE_CODE_USE_VERTEX=1
export GOOGLE_CLOUD_PROJECT=your-project-id
export GOOGLE_CLOUD_REGION=us-central1  # 或您首选的区域

5. 配置应用默认凭据 ​

bash
gcloud auth application-default login

支持的模型 ​

Vertex AI 上可用的 Claude 模型：

  • claude-3-5-sonnet@20241022
  • claude-3-5-haiku@20241022
  • claude-3-opus@20240229

IAM 权限 ​

您需要以下 IAM 角色或权限：

  • roles/aiplatform.user
  • 或自定义角色包含：
    • aiplatform.endpoints.predict
    • aiplatform.models.predict

区域配置 ​

设置特定模型的区域 ​

bash
export VERTEX_REGION_CLAUDE_3_5_SONNET=us-central1
export VERTEX_REGION_CLAUDE_3_5_HAIKU=us-central1
export VERTEX_REGION_CLAUDE_3_OPUS=us-central1

配置文件设置 ​

settings.json 配置 ​

json
{
  "env": {
    "CLAUDE_CODE_USE_VERTEX": "1",
    "GOOGLE_CLOUD_PROJECT": "your-project-id"
  }
}

成本优化 ​

选择适当的区域 ​

不同区域的定价可能有所不同，选择最经济的区域。

使用较小模型 ​

对于简单任务，使用 Claude 3.5 Haiku 而非 Sonnet。

故障排除 ​

常见问题 ​

  1. 认证错误

    bash
    gcloud auth application-default login

  2. 项目配置错误

    bash
    gcloud config set project YOUR_PROJECT_ID

  3. API 未启用

    bash
    gcloud services enable aiplatform.googleapis.com

  4. 权限问题

    • 检查 IAM 权限
    • 确认用户或服务账户具有必要的角色

调试命令 ​

bash
# 检查当前配置
gcloud config list

# 检查认证状态
gcloud auth list

# 测试 Vertex AI 访问
gcloud ai models list --region=us-central1

# 启用详细日志
claude --verbose

监控和日志 ​

Cloud Logging ​

Vertex AI 请求会自动记录到 Cloud Logging。

Cloud Monitoring ​

设置监控仪表板来跟踪：

  • API 调用次数
  • 延迟
  • 错误率

成本监控 ​

使用 Cloud Billing 监控 Vertex AI 使用成本。

安全最佳实践 ​

  1. 使用服务账户

    bash
    gcloud iam service-accounts create claude-code-sa
gcloud projects add-iam-policy-binding YOUR_PROJECT_ID \
  --member="serviceAccount:claude-code-sa@YOUR_PROJECT_ID.iam.gserviceaccount.com" \
  --role="roles/aiplatform.user"

  2. 密钥管理

    • 使用 Secret Manager 存储敏感信息
    • 定期轮换密钥

  3. 网络安全

    • 配置 VPC 防火墙规则
    • 使用私有 Google 访问（如适用）

企业部署 ​

组织级配置 ​

  • 使用 Google Cloud Organizations
  • 实施组织策略约束
  • 配置统一的 IAM 策略

批量配置 ​

bash
# 为多个项目启用 API
for project in project1 project2 project3; do
  gcloud config set project $project
  gcloud services enable aiplatform.googleapis.com
done

合规性 ​

  • 确保符合数据驻留要求
  • 配置审计日志
  • 实施数据治理策略

性能优化 ​

区域选择 ​

选择距离用户最近的区域以减少延迟。

并发配置 ​

根据需要调整并发请求限制。

缓存策略 ​

实施适当的缓存来减少 API 调用。