Skip to main content

Claude Code บน Google Vertex AI

เรียนรู้การกำหนดค่า Claude Code ผ่าน Google Vertex AI รวมถึงการตั้งค่า การกำหนดค่า IAM และการแก้ปัญหา

ข้อกำหนดเบื้องต้น​

ก่อนกำหนดค่า Claude Code กับ Vertex AI ให้แน่ใจว่ามี:

  • บัญชี Google Cloud Platform (GCP) ที่เปิดใช้งานการเรียกเก็บเงิน
  • GCP project ที่เปิดใช้ Vertex AI API
  • สิทธิ์เข้าถึง Claude model ที่ต้องการ (เช่น Claude Sonnet 4.6)
  • Google Cloud SDK (gcloud) ที่ติดตั้งและกำหนดค่าแล้ว
  • Quota ที่จัดสรรในภูมิภาค GCP ที่ต้องการ

เข้าสู่ระบบด้วย Vertex AI​

ถ้าคุณมี Google Cloud credentials และต้องการเริ่มใช้ Claude Code ผ่าน Vertex AI ให้ใช้ wizard การเข้าสู่ระบบ

หมายเหตุ: Vertex AI setup wizard ต้องการ Claude Code v2.1.98 หรือใหม่กว่า รัน claude --version เพื่อตรวจสอบ

  1. เปิดใช้ Claude models ในโปรเจกต์ GCP ของคุณ: เปิดใช้ Vertex AI API แล้วขอเข้าถึง Claude models ใน Vertex AI Model Garden

  2. เริ่ม Claude Code และเลือก Vertex AI: รัน claude ที่ login prompt เลือก 3rd-party platform แล้วเลือก Google Vertex AI

  3. ทำตามคำแนะนำ wizard: เลือกวิธียืนยันตัวตนใน Google Cloud

หลังจากเข้าสู่ระบบแล้ว รัน /setup-vertex เมื่อไรก็ได้เพื่อเปิด wizard และเปลี่ยน credentials, project, region หรือ model pin

การกำหนดค่า Region​

Claude Code รองรับ Vertex AI global, multi-region และ regional endpoint ตั้งค่า CLOUD_ML_REGION เป็น global, multi-region location เช่น eu หรือ us, หรือภูมิภาคเฉพาะเช่น us-east5

การตั้งค่าด้วยตนเอง​

1. เปิดใช้ Vertex AI API​

# ตั้งค่า project ID ของคุณ
gcloud config set project YOUR-PROJECT-ID

# เปิดใช้ Vertex AI API
gcloud services enable aiplatform.googleapis.com

2. ขอสิทธิ์เข้าถึง Model​

  1. ไปที่ Vertex AI Model Garden
  2. ค้นหา Claude models
  3. ขอสิทธิ์เข้าถึง Claude models ที่ต้องการ (อาจใช้เวลา 24-48 ชั่วโมง)

3. กำหนดค่า GCP Credentials​

Claude Code ใช้การยืนยันตัวตนมาตรฐานของ Google Cloud ดูเพิ่มเติมที่ Google Cloud authentication documentation

การกำหนดค่า credentials ขั้นสูง​

Claude Code รองรับการรีเฟรช credentials GCP อัตโนมัติผ่านการตั้งค่า gcpAuthRefresh:

{
  "gcpAuthRefresh": "gcloud auth application-default login",
  "env": {
    "ANTHROPIC_VERTEX_PROJECT_ID": "your-project-id"
  }
}

4. กำหนดค่า Claude Code​

ตั้งค่าตัวแปรสภาพแวดล้อมเหล่านี้:

# เปิดใช้ Vertex AI integration
export CLAUDE_CODE_USE_VERTEX=1
export CLOUD_ML_REGION=global
export ANTHROPIC_VERTEX_PROJECT_ID=YOUR-PROJECT-ID

# ตัวเลือก: ปิดใช้งาน prompt caching ถ้าจำเป็น
export DISABLE_PROMPT_CACHING=1

# ตัวเลือก: ขอ 1-hour prompt cache TTL แทนค่าเริ่มต้น 5 นาที
export ENABLE_PROMPT_CACHING_1H=1

# เมื่อ CLOUD_ML_REGION=global override ภูมิภาคสำหรับ model ที่ไม่รองรับ global endpoint
export VERTEX_REGION_CLAUDE_HAIKU_4_5=us-east5
export VERTEX_REGION_CLAUDE_4_6_SONNET=europe-west1

5. Pin เวอร์ชัน Model​

คำเตือน: Pin เวอร์ชัน model เฉพาะเมื่อ deploy ให้ผู้ใช้หลายคน โดยไม่มี pinning alias เช่น sonnet และ opus จะ resolve ไปยัง Claude Code default ในตัวสำหรับ Vertex AI

export ANTHROPIC_DEFAULT_OPUS_MODEL='claude-opus-4-8'
export ANTHROPIC_DEFAULT_SONNET_MODEL='claude-sonnet-4-6'
export ANTHROPIC_DEFAULT_HAIKU_MODEL='claude-haiku-4-5@20251001'

Claude Code ใช้ model เริ่มต้นเหล่านี้เมื่อไม่มีการ pin:

ประเภท Modelค่าเริ่มต้น
Primary modelclaude-sonnet-4-5@20250929
Small/fast modelเหมือนกับ primary model

การตรวจสอบ Model ตอนเริ่มต้น​

เมื่อ Claude Code เริ่มพร้อม Vertex AI ที่กำหนดค่า มันจะตรวจสอบว่า model ที่ตั้งใจใช้สามารถเข้าถึงได้ในโปรเจกต์ของคุณ การตรวจสอบนี้ต้องการ Claude Code v2.1.98 หรือใหม่กว่า

การกำหนดค่า IAM​

กำหนดสิทธิ์ IAM ที่จำเป็น:

Role roles/aiplatform.user รวมสิทธิ์ที่จำเป็น:

  • aiplatform.endpoints.predict — จำเป็นสำหรับการเรียกใช้ model และการนับ token

Context Window 1M Token​

Claude Opus 4.6 และใหม่กว่า และ Sonnet 4.6 รองรับ 1M token context window บน Vertex AI Claude Code เปิดใช้งาน extended context window โดยอัตโนมัติเมื่อคุณเลือก 1M model variant

การแก้ปัญหา​

"Could not load the default credentials": รัน gcloud auth application-default login เพื่อตั้งค่า Application Default Credentials

ปัญหา quota: ตรวจสอบ quota ปัจจุบันหรือขอเพิ่ม quota ผ่าน Cloud Console

"model not found" 404 errors: ยืนยันว่า model เปิดใช้งานใน Model Garden และตรวจสอบว่า model พร้อมใช้งานในตำแหน่งที่คุณระบุ

429 errors: สำหรับ regional endpoint ให้แน่ใจว่า primary model และ small/fast model รองรับใน region ที่เลือก พิจารณาสลับไปใช้ CLOUD_ML_REGION=global

ทรัพยากรเพิ่มเติม​