​
Configurazione del modello

Per impostazione predefinita, Claude Code utilizza claude-opus-4-20250514. Puoi sovrascrivere questa impostazione utilizzando le seguenti variabili d’ambiente: 
# Anthropic API
ANTHROPIC_MODEL='claude-opus-4-20250514'
ANTHROPIC_SMALL_FAST_MODEL='claude-3-5-haiku-20241022'

# Amazon Bedrock (con ID modello)
ANTHROPIC_MODEL='us.anthropic.claude-opus-4-20250514-v1:0'
ANTHROPIC_SMALL_FAST_MODEL='us.anthropic.claude-3-5-haiku-20241022-v1:0'

# Amazon Bedrock (con ARN del profilo di inferenza)
ANTHROPIC_MODEL='arn:aws:bedrock:us-east-2:your-account-id:application-inference-profile/your-model-id'
ANTHROPIC_SMALL_FAST_MODEL='arn:aws:bedrock:us-east-2:your-account-id:application-inference-profile/your-small-model-id'

# Google Vertex AI
ANTHROPIC_MODEL='claude-3-7-sonnet@20250219'
ANTHROPIC_SMALL_FAST_MODEL='claude-3-5-haiku@20241022'
Puoi anche impostare queste variabili utilizzando la configurazione globale: 
# Configura per Anthropic API
claude config set --global env '{"ANTHROPIC_MODEL": "claude-opus-4-20250514"}'

# Configura per Bedrock (con ID modello)
claude config set --global env '{"CLAUDE_CODE_USE_BEDROCK": "true", "ANTHROPIC_MODEL": "us.anthropic.claude-opus-4-20250514-v1:0"}'

# Configura per Bedrock (con ARN del profilo di inferenza)
claude config set --global env '{"CLAUDE_CODE_USE_BEDROCK": "true", "ANTHROPIC_MODEL": "arn:aws:bedrock:us-east-2:your-account-id:application-inference-profile/your-model-id"}'

# Configura per Vertex AI
claude config set --global env '{"CLAUDE_CODE_USE_VERTEX": "true", "ANTHROPIC_MODEL": "claude-3-7-sonnet@20250219"}'
Consulta il nostro riferimento ai nomi dei modelli per tutti i modelli disponibili attraverso diversi provider.

​
Utilizzo con API di terze parti

Claude Code richiede l’accesso sia ai modelli Claude Sonnet 3.7 che Claude Haiku 3.5, indipendentemente dal provider API che utilizzi.

​
Connessione ad Amazon Bedrock

CLAUDE_CODE_USE_BEDROCK=1
Se non hai abilitato la memorizzazione nella cache dei prompt, imposta anche: 
DISABLE_PROMPT_CACHING=1
Contatta Amazon Bedrock per la memorizzazione nella cache dei prompt per costi ridotti e limiti di frequenza più elevati. Richiede credenziali AWS SDK standard (ad esempio, ~/.aws/credentials o variabili d’ambiente pertinenti come AWS_ACCESS_KEY_ID, AWS_SECRET_ACCESS_KEY). Per configurare le credenziali AWS, esegui: 
aws configure
Se desideri accedere a Claude Code tramite proxy, puoi utilizzare la variabile d’ambiente ANTHROPIC_BEDROCK_BASE_URL: 
ANTHROPIC_BEDROCK_BASE_URL='https://your-proxy-url'
Se il tuo proxy mantiene le proprie credenziali AWS, puoi utilizzare la variabile d’ambiente CLAUDE_CODE_SKIP_BEDROCK_AUTH per rimuovere il requisito di Claude Code per le credenziali AWS. 
CLAUDE_CODE_SKIP_BEDROCK_AUTH=1
Gli utenti avranno bisogno dell’accesso sia ai modelli Claude Sonnet 3.7 che Claude Haiku 3.5 nel loro account AWS. Se hai un ruolo di accesso al modello, potresti dover richiedere l’accesso a questi modelli se non sono già disponibili. L’accesso a Bedrock in ogni regione è necessario perché i profili di inferenza richiedono capacità interregionale.

​
Connessione a Google Vertex AI

CLAUDE_CODE_USE_VERTEX=1
CLOUD_ML_REGION=us-east5
ANTHROPIC_VERTEX_PROJECT_ID=your-project-id
Se non hai abilitato la memorizzazione nella cache dei prompt, imposta anche: 
DISABLE_PROMPT_CACHING=1
Claude Code su Vertex AI attualmente supporta solo la regione us-east5. Assicurati che il tuo progetto abbia quota allocata in questa regione specifica.
Gli utenti avranno bisogno dell’accesso sia ai modelli Claude Sonnet 3.7 che Claude Haiku 3.5 nel loro progetto Vertex AI.
Richiede credenziali GCP standard configurate tramite google-auth-library. Per configurare le credenziali GCP, esegui: 
gcloud auth application-default login
Se desideri accedere a Claude Code tramite proxy, puoi utilizzare la variabile d’ambiente ANTHROPIC_VERTEX_BASE_URL: 
ANTHROPIC_VERTEX_BASE_URL='https://your-proxy-url'
Se il tuo proxy mantiene le proprie credenziali GCP, puoi utilizzare la variabile d’ambiente CLAUDE_CODE_SKIP_VERTEX_AUTH per rimuovere il requisito di Claude Code per le credenziali GCP. 
CLAUDE_CODE_SKIP_VERTEX_AUTH=1
Per la migliore esperienza, contatta Google per limiti di frequenza più elevati.

​
Connessione tramite un proxy

Quando utilizzi Claude Code con un proxy LLM, puoi controllare il comportamento di autenticazione utilizzando le seguenti variabili d’ambiente e configurazioni. Nota che puoi combinare queste impostazioni con le impostazioni specifiche di Bedrock e Vertex.

​
Impostazioni

Claude Code supporta numerose impostazioni controllate tramite variabili d’ambiente per configurare l’utilizzo con Bedrock e Vertex. Consulta Variabili d’ambiente per un riferimento completo. Se preferisci configurare tramite un file invece che tramite variabili d’ambiente, puoi aggiungere qualsiasi di queste impostazioni all’oggetto env nei tuoi file di impostazioni di Claude Code. Puoi anche configurare l’impostazione apiKeyHelper, per impostare uno script shell personalizzato per ottenere una chiave API (invocato una volta all’avvio e memorizzato nella cache per la durata di ogni sessione, o fino a quando non scade CLAUDE_CODE_API_KEY_HELPER_TTL_MS).

​
LiteLLM

LiteLLM è un servizio proxy di terze parti. Anthropic non approva, mantiene o verifica la sicurezza o la funzionalità di LiteLLM. Questa guida è fornita a scopo informativo e potrebbe diventare obsoleta. Utilizzala a tua discrezione.
Questa sezione mostra la configurazione di Claude Code con LiteLLM Proxy Server, un proxy LLM di terze parti che offre tracciamento dell’utilizzo e della spesa, autenticazione centralizzata, budget per utente e altro ancora.

​
Passo 1: Prerequisiti

  • Claude Code aggiornato all’ultima versione
  • LiteLLM Proxy Server in esecuzione e accessibile in rete a Claude Code
  • La tua chiave proxy LiteLLM

​
Passo 2: Configurare l’autenticazione del proxy

Scegli uno di questi metodi di autenticazione: Opzione A: Chiave proxy statica Imposta la tua chiave proxy come variabile d’ambiente: 
ANTHROPIC_AUTH_TOKEN=your-proxy-key
Opzione B: Chiave proxy dinamica Se la tua organizzazione utilizza chiavi rotanti o autenticazione dinamica:
  1. Non impostare la variabile d’ambiente ANTHROPIC_AUTH_TOKEN
  2. Scrivi uno script helper per la chiave per fornire token di autenticazione
  3. Registra lo script nella configurazione apiKeyHelper nelle tue impostazioni di Claude Code
  4. Imposta la durata del token per abilitare l’aggiornamento automatico: 
    CLAUDE_CODE_API_KEY_HELPER_TTL_MS=3600000
    Imposta questo valore sulla durata (in millisecondi) dei token restituiti dal tuo apiKeyHelper.

​
Passo 3: Configurare il tuo deployment

Scegli quale deployment di Claude vuoi utilizzare tramite LiteLLM:
  • Anthropic API: Connessione diretta all’API di Anthropic
  • Bedrock: Amazon Bedrock con modelli Claude
  • Vertex AI: Google Cloud Vertex AI con modelli Claude
Opzione A: Anthropic API tramite LiteLLM
  1. Configura l’endpoint LiteLLM: 
    ANTHROPIC_BASE_URL=https://litellm-url:4000/anthropic
Opzione B: Bedrock tramite LiteLLM
  1. Configura le impostazioni di Bedrock: 
    ANTHROPIC_BEDROCK_BASE_URL=https://litellm-url:4000/bedrock
CLAUDE_CODE_SKIP_BEDROCK_AUTH=1
CLAUDE_CODE_USE_BEDROCK=1
Opzione C: Vertex AI tramite LiteLLM
Consigliato: Credenziali specificate dal proxy
  1. Configura le impostazioni di Vertex: 
    ANTHROPIC_VERTEX_BASE_URL=https://litellm-url:4000/vertex_ai/v1
CLAUDE_CODE_SKIP_VERTEX_AUTH=1
CLAUDE_CODE_USE_VERTEX=1
Alternativa: Credenziali specificate dal client Se preferisci utilizzare credenziali GCP locali:
  1. Autenticati con GCP localmente: 
    gcloud auth application-default login
  2. Configura le impostazioni di Vertex: 
    ANTHROPIC_VERTEX_BASE_URL=https://litellm-url:4000/vertex_ai/v1
ANTHROPIC_VERTEX_PROJECT_ID=your-gcp-project-id
CLAUDE_CODE_USE_VERTEX=1
CLOUD_ML_REGION=your-gcp-region
  3. Aggiorna la configurazione dell’header LiteLLM: Assicurati che la tua configurazione LiteLLM abbia general_settings.litellm_key_header_name impostato su Proxy-Authorization, poiché il token GCP passato si troverà nell’header Authorization.

​
Passo 4. Selezione di un modello

Per impostazione predefinita, i modelli utilizzeranno quelli specificati in Configurazione del modello. Se hai configurato nomi di modelli personalizzati in LiteLLM, imposta le suddette variabili d’ambiente su quei nomi personalizzati. Per informazioni più dettagliate, consulta la documentazione di LiteLLM.