Halaman ini memberikan ikhtisar opsi deployment yang tersedia dan membantu Anda memilih konfigurasi yang tepat untuk organisasi Anda.

Perbandingan provider

FiturAnthropicAmazon BedrockGoogle Vertex AI
WilayahNegara yang didukungBeberapa wilayah AWSBeberapa wilayah GCP
Prompt cachingDiaktifkan secara defaultDiaktifkan secara defaultDiaktifkan secara default
AutentikasiAPI keyKredensial AWS (IAM)Kredensial GCP (OAuth/Service Account)
Pelacakan biayaDashboardAWS Cost ExplorerGCP Billing
Fitur enterpriseTeams, pemantauan penggunaanKebijakan IAM, CloudTrailPeran IAM, Cloud Audit Logs

Provider cloud

Infrastruktur korporat

Ikhtisar konfigurasi

Claude Code mendukung opsi konfigurasi fleksibel yang memungkinkan Anda menggabungkan provider dan infrastruktur yang berbeda:

Pahami perbedaan antara:

  • Corporate proxy: Proxy HTTP/HTTPS untuk merutekan lalu lintas (diatur melalui HTTPS_PROXY atau HTTP_PROXY)
  • LLM Gateway: Layanan yang menangani autentikasi dan menyediakan endpoint yang kompatibel dengan provider (diatur melalui ANTHROPIC_BASE_URL, ANTHROPIC_BEDROCK_BASE_URL, atau ANTHROPIC_VERTEX_BASE_URL)

Kedua konfigurasi dapat digunakan bersamaan.

Menggunakan Bedrock dengan corporate proxy

Rutekan lalu lintas Bedrock melalui proxy HTTP/HTTPS korporat:

# Aktifkan Bedrock
export CLAUDE_CODE_USE_BEDROCK=1
export AWS_REGION=us-east-1

# Konfigurasi corporate proxy
export HTTPS_PROXY='https://proxy.example.com:8080'

Menggunakan Bedrock dengan LLM Gateway

Gunakan layanan gateway yang menyediakan endpoint kompatibel Bedrock:

# Aktifkan Bedrock
export CLAUDE_CODE_USE_BEDROCK=1

# Konfigurasi LLM gateway
export ANTHROPIC_BEDROCK_BASE_URL='https://your-llm-gateway.com/bedrock'
export CLAUDE_CODE_SKIP_BEDROCK_AUTH=1  # Jika gateway menangani auth AWS

Menggunakan Vertex AI dengan corporate proxy

Rutekan lalu lintas Vertex AI melalui proxy HTTP/HTTPS korporat:

# Aktifkan Vertex
export CLAUDE_CODE_USE_VERTEX=1
export CLOUD_ML_REGION=us-east5
export ANTHROPIC_VERTEX_PROJECT_ID=your-project-id

# Konfigurasi corporate proxy
export HTTPS_PROXY='https://proxy.example.com:8080'

Menggunakan Vertex AI dengan LLM Gateway

Gabungkan model Google Vertex AI dengan LLM gateway untuk manajemen terpusat:

# Aktifkan Vertex
export CLAUDE_CODE_USE_VERTEX=1

# Konfigurasi LLM gateway
export ANTHROPIC_VERTEX_BASE_URL='https://your-llm-gateway.com/vertex'
export CLAUDE_CODE_SKIP_VERTEX_AUTH=1  # Jika gateway menangani auth GCP

Konfigurasi autentikasi

Claude Code menggunakan ANTHROPIC_AUTH_TOKEN untuk header Authorization ketika diperlukan. Flag SKIP_AUTH (CLAUDE_CODE_SKIP_BEDROCK_AUTH, CLAUDE_CODE_SKIP_VERTEX_AUTH) digunakan dalam skenario LLM gateway di mana gateway menangani autentikasi provider.

Memilih konfigurasi deployment yang tepat

Pertimbangkan faktor-faktor ini ketika memilih pendekatan deployment Anda:

Akses provider langsung

Terbaik untuk organisasi yang:

  • Menginginkan setup paling sederhana
  • Memiliki infrastruktur AWS atau GCP yang ada
  • Membutuhkan pemantauan dan kepatuhan native provider

Corporate proxy

Terbaik untuk organisasi yang:

  • Memiliki persyaratan corporate proxy yang ada
  • Membutuhkan pemantauan lalu lintas dan kepatuhan
  • Harus merutekan semua lalu lintas melalui jalur jaringan tertentu

LLM Gateway

Terbaik untuk organisasi yang:

  • Membutuhkan pelacakan penggunaan lintas tim
  • Ingin beralih secara dinamis antara model
  • Memerlukan pembatasan rate atau anggaran khusus
  • Membutuhkan manajemen autentikasi terpusat

Debugging

Ketika melakukan debugging deployment Anda:

  • Gunakan perintah slash claude /status. Perintah ini memberikan observabilitas ke dalam pengaturan autentikasi, proxy, dan URL yang diterapkan.
  • Atur variabel lingkungan export ANTHROPIC_LOG=debug untuk mencatat permintaan.

Praktik terbaik untuk organisasi

1. Investasi dalam dokumentasi dan memori

Kami sangat merekomendasikan berinvestasi dalam dokumentasi agar Claude Code memahami codebase Anda. Organisasi dapat men-deploy file CLAUDE.md di beberapa level:

  • Seluruh organisasi: Deploy ke direktori sistem seperti /Library/Application Support/ClaudeCode/CLAUDE.md (macOS) untuk standar seluruh perusahaan

  • Level repository: Buat file CLAUDE.md di root repository yang berisi arsitektur proyek, perintah build, dan panduan kontribusi. Check ini ke dalam source control agar semua pengguna mendapat manfaat

    Pelajari lebih lanjut.

2. Sederhanakan deployment

Jika Anda memiliki lingkungan pengembangan khusus, kami menemukan bahwa membuat cara “satu klik” untuk menginstal Claude Code adalah kunci untuk meningkatkan adopsi di seluruh organisasi.

3. Mulai dengan penggunaan terpandu

Dorong pengguna baru untuk mencoba Claude Code untuk Q&A codebase, atau pada perbaikan bug atau permintaan fitur yang lebih kecil. Minta Claude Code membuat rencana. Periksa saran Claude dan berikan umpan balik jika melenceng. Seiring waktu, ketika pengguna memahami paradigma baru ini dengan lebih baik, maka mereka akan lebih efektif dalam membiarkan Claude Code berjalan lebih agentik.

4. Konfigurasi kebijakan keamanan

Tim keamanan dapat mengkonfigurasi izin terkelola untuk apa yang diizinkan dan tidak diizinkan dilakukan Claude Code, yang tidak dapat ditimpa oleh konfigurasi lokal. Pelajari lebih lanjut.

5. Manfaatkan MCP untuk integrasi

MCP adalah cara yang bagus untuk memberikan Claude Code lebih banyak informasi, seperti menghubungkan ke sistem manajemen tiket atau log error. Kami merekomendasikan agar satu tim pusat mengkonfigurasi server MCP dan memeriksa konfigurasi .mcp.json ke dalam codebase sehingga semua pengguna mendapat manfaat. Pelajari lebih lanjut.

Di Anthropic, kami mempercayai Claude Code untuk mendukung pengembangan di setiap codebase Anthropic. Kami berharap Anda menikmati menggunakan Claude Code sebanyak yang kami lakukan!

Langkah selanjutnya