# Claude Code CLI
> Claude Code CLI を LMU AI API に接続する方法：settings.json の設定、モデルの選択、中国製 LLM、1M コンテキストの有効化、よくあるエラーの修正。
URL: https://docs.lmuai.com/ja/docs/tools/claude-code
Claude Code は Anthropic 公式の AI コーディングエージェントで、ターミナル上で動作し、自然言語でコードの記述・デバッグ・リファクタリングを行えます。
`settings.json` を手作業で編集したくない場合は、[**CC Switch のワンクリックインポート**](/ja/docs/tools/cc-switch)を利用してください。LMU AI コンソールのキー一覧で「Import to CCS」ボタンをクリックすると、Base URL とキーが自動的に設定されます。
***
## ステップ 1 — Node.js をインストール [#ステップ-1--nodejs-をインストール]
> すでにインストール済みの場合はスキップしてください。`node -v` で確認できます。
**Node.js 18+** が必要です — ダウンロード：[https://nodejs.org/en/download](https://nodejs.org/en/download)
```bash
# Verify after installing
node -v
# A version number (e.g. v24.4.1) means it installed correctly
```
```powershell
# During install, check "Automatically install the necessary tools"
# Reopen PowerShell after installing and verify
node -v
```
以前インストールしたがバージョンが古すぎる、または PATH が壊れている場合は、再インストールしてターミナルを再度開いてください。
***
## ステップ 2 — Claude Code をインストール [#ステップ-2--claude-code-をインストール]
```bash
npm install -g @anthropic-ai/claude-code
```
```powershell
npm install -g @anthropic-ai/claude-code
```
インストールを確認：
```bash
claude --version
```
```bash
npm config set registry https://registry.npmmirror.com
npm install -g @anthropic-ai/claude-code
```
***
## ステップ 3 — LMU AI API を設定 [#ステップ-3--lmu-ai-api-を設定]
Claude Code は `settings.json` を通じてカスタム API エンドポイントを設定します。
### 設定ファイルの場所 [#設定ファイルの場所]
```bash
~/.claude/settings.json
```
```powershell
C:\Users\YourUsername\.claude\settings.json
```
### 設定ファイルを作成 [#設定ファイルを作成]
```bash
mkdir -p ~/.claude && touch ~/.claude/settings.json
```
```powershell
mkdir "$env:USERPROFILE\.claude" -Force
New-Item "$env:USERPROFILE\.claude\settings.json" -Force
```
### 設定を書き込む [#設定を書き込む]
テキストエディタで `settings.json` を開き、以下を追加します（キーはご自身のものに置き換えてください）：
```json
{
"env": {
"ANTHROPIC_BASE_URL": "https://api.lmuai.com",
"ANTHROPIC_AUTH_TOKEN": "sk-your-lmu-ai-api-key",
"API_TIMEOUT_MS": "3000000",
"CLAUDE_CODE_ATTRIBUTION_HEADER": "0"
}
}
```
* `ANTHROPIC_AUTH_TOKEN` には LMU AI コンソールで生成した API キー（`sk-` で始まる）を設定してください
* Anthropic 公式の API キーは使用しないでください
* 以前に公式キーを設定していた場合は、古い設定をまずクリアしてから、これを書き込んでください
* `CLAUDE_CODE_ATTRIBUTION_HEADER` を `"0"` に設定すると、リクエストのソース帰属ヘッダーが無効になり、キャッシュヒットとトークン効率が向上します
***
## Claude Code で 1M コンテキストを有効化（任意） [#claude-code-で-1m-コンテキストを有効化任意]
Claude Opus 4.8 / Sonnet 5 は **1M トークンの長コンテキストウィンドウ**に対応しています（デフォルトは 200K）。巨大なリポジトリ、長いログ、ファイル横断のリファクタリングに便利です。モデル ID に `[1M]` サフィックスを追加すると有効になります。
### オプション A — 手動で /model 切り替え（たまに使う場合に推奨） [#オプション-a--手動で-model-切り替えたまに使う場合に推奨]
**最小限の settings.json を保持**（`ANTHROPIC_BASE_URL` + `ANTHROPIC_AUTH_TOKEN` のみ）した状態で Claude Code を起動し、プロンプトに次を入力します：
```
/model claude-opus-5[1M]
```
または：
```
/model claude-sonnet-5[1M]
```
これにより設定を変更せずに 1M バージョンへ切り替わります。現在のセッションに適用され、終了時に元に戻ります。
### オプション B — settings.json での恒久デフォルト（日常的に長コンテキストを使う場合に推奨） [#オプション-b--settingsjson-での恒久デフォルト日常的に長コンテキストを使う場合に推奨]
`settings.json` の `env` セクションに 2 行追加すると、`/model opus` / `/model sonnet` がデフォルトで 1M バージョンになります：
```json
{
"env": {
"ANTHROPIC_BASE_URL": "https://api.lmuai.com",
"ANTHROPIC_AUTH_TOKEN": "sk-your-lmu-ai-api-key",
"ANTHROPIC_DEFAULT_OPUS_MODEL": "claude-opus-5[1M]",
"ANTHROPIC_DEFAULT_SONNET_MODEL": "claude-sonnet-5[1M]",
"API_TIMEOUT_MS": "3000000",
"CLAUDE_CODE_ATTRIBUTION_HEADER": "0"
}
}
```
保存して Claude Code を再起動すると、`/model` コマンドで opus / sonnet を選択した際に自動的に 1M バージョンが使われます。
**フィールドリファレンス**
| フィールド | 用途 |
| -------------------------------- | ----------------------------------------------------- |
| `ANTHROPIC_DEFAULT_OPUS_MODEL` | Claude Code で `opus` を選んだときに実際に送信されるモデル ID |
| `ANTHROPIC_DEFAULT_SONNET_MODEL` | `sonnet` に対する同上 |
| `[1M]` サフィックス | モデルの 1M トークン長コンテキストモードを有効化。付けない場合はデフォルトの 200K が適用されます |
* **課金が異なる**：1M コンテキストモードは Anthropic の価格設定に応じて段階的に課金され、トークン単価は通常**デフォルトの 200K モードより高く**なります。長文タスクのコストが大幅に増えるため、必要な場合以外はオンにしないでください
* **一部のモデルのみ対応**：Opus / Sonnet 系の主力モデル `claude-opus-5`、`claude-fable-5`、`claude-opus-4-8`、`claude-opus-4-7`、`claude-sonnet-5` が `[1M]` サフィックスに対応しています。Haiku シリーズや旧モデルは非対応です。[モデルギャラリー](/ja/docs/guide/models)の一覧が正となります
* **たまに使うならオプション A、常用ならオプション B** — どちらか一方を選んでください
***
## 中国製モデルを使う（任意） [#中国製モデルを使う任意]
LMU AI は中国製 LLM（例：Qwen シリーズ）に対応しています。`settings.json` で `model` を設定すると、**起動ごとの手動 `/model` 切り替えを省き**、指定したモデルを直接利用できます。
```json
{
"env": {
"ANTHROPIC_BASE_URL": "https://api.lmuai.com",
"ANTHROPIC_AUTH_TOKEN": "sk-your-lmu-ai-api-key",
"CLAUDE_CODE_ATTRIBUTION_HEADER": "0"
},
"model": "qwen3.8-max-preview",
"effortLevel": "medium"
}
```
**フィールドリファレンス：**
| フィールド | 説明 |
| -------------------------------- | ------------------------------------------------------ |
| `model` | 起動時に読み込まれるデフォルトモデル — 毎回手動で切り替える必要なし |
| `effortLevel` | 推論の努力度：`low` / `medium` / `high`。中国製モデルには `medium` を推奨 |
| `CLAUDE_CODE_ATTRIBUTION_HEADER` | `"0"` に設定するとソース帰属ヘッダーが無効になり、キャッシュヒット・トークン効率・互換性が向上します |
* `qwen3.8-max-preview` — Qwen 3.8 Max Preview（最新）
* `qwen3.7-max` — Qwen 3.7 Max
* `glm-5.2` — Zhipu GLM-5.2
* `deepseek-v4-pro` — DeepSeek V4 Pro
* `kimi-k3` — Kimi K3
LMU AI コンソールの**利用可能なモデル**一覧が正となります。
| | 中国製モデル | 公式 Claude モデル |
| ---------- | ------ | ------------- |
| コスト | 低い | 高い |
| 中国語理解 | 優秀 | 良好 |
| コーディング能力 | 優秀 | 優秀 |
| デフォルトモデル設定 | ✅ 対応 | ✅ 対応 |
***
## ステップ 4 — Claude Code を起動 [#ステップ-4--claude-code-を起動]
プロジェクトディレクトリでターミナルを開き、次を実行します：
```bash
claude
```
### 承認なしモード（推奨） [#承認なしモード推奨]
```bash
claude --dangerously-skip-permissions
```
> このモードでは、Claude Code は各ステップを確認せずにコマンドを自動実行します — プロジェクトディレクトリ内で便利です。
***
## 設定を確認 [#設定を確認]
起動後、Claude Code の画面で次を入力します：
```
/status
```
現在の以下が表示されます：
* モデル名
* API Base URL（`https://api.lmuai.com` と表示されるはず）
* API キーの状態
Base URL が正しければ、設定は機能しています。
***
## よくある問題 [#よくある問題]
### 401 Unauthorized [#401-unauthorized]
**原因：** API キーが間違っているか、リクエストが依然として Anthropic 公式エンドポイントに送信されています。
**修正：**
1. `settings.json` の `ANTHROPIC_AUTH_TOKEN` が LMU AI のキーであることを確認します
2. シェルの環境変数が設定を上書きしていないか確認します
```bash
echo $ANTHROPIC_BASE_URL
```
```powershell
echo $env:ANTHROPIC_BASE_URL
```
3. ターミナルを再度開き、Claude Code を再起動します
### stream disconnected [#stream-disconnected]
**原因：** ローカルネットワークが不安定、または VPN / プロキシ / システムプロキシがオンになっています — IP をローテーションするプロキシは接続を切断します。
**修正：** VPN / プロキシ / システムプロキシをオフにして再試行してください。LMU AI は国内への直接接続で VPN は不要です。直接接続が最も速く安定しています。
### 503 No available accounts [#503-no-available-accounts]
**原因：** 通常、`~/.zshrc` や `~/.bashrc` が `ANTHROPIC_AUTH_TOKEN` / `ANTHROPIC_BASE_URL` などのグローバル環境変数を設定しており、`settings.json` を上書きしています。
**修正：** それらの行をシェル設定から削除するか、Claude Code 起動時にのみ `source` する別ファイルへ移動してください。[FAQ · 問題 6](/ja/docs/guide/faq#issue-6) を参照してください。
### レスポンスのタイムアウト [#レスポンスのタイムアウト]
**原因：** デフォルトのタイムアウトが短いです。
**修正：** `API_TIMEOUT_MS` が `3000000`（50 分）に設定されていることを確認し、長時間タスクが中断されないようにします。
***
## ヒント [#ヒント]
* プロジェクトのルートから Claude Code を起動すると、プロジェクト構造を自動的に取り込みます
* 指示を直接渡せます。例：`claude "refactor this function for me"`
* `Ctrl+C` で現在のタスクを中断、`/exit` で終了します
* `?` または `/help` を入力するとすべてのコマンドが表示されます
***
## /goal を使って Claude Code にゴール達成まで作業させる（任意） [#goal-を使って-claude-code-にゴール達成まで作業させる任意]
`/goal` は Claude Code の組み込みスラッシュコマンド（**v2.1.139**、2026年5月以降で利用可能）で、現在のセッションに**完了条件**を設定します。設定すると、Claude は「やり終えたと感じた」時点で止まるのではなく、条件が達成されたと判定されるまで**自らターンをまたいで作業を続けます**。LMU AI 上での、長時間かつ完了まで実行するタスク（大規模リポジトリのリファクタリング、受け入れ仕様に沿った実装、issue バックログの消化）に特に便利です。
> 旧バージョンにはこのコマンドはありません。未知のコマンドと報告される場合は、まず Claude Code を最新版にアップグレードしてください。
### 基本的な使い方 [#基本的な使い方]
| コマンド | 用途 |
| -------------- | ------------------------------------------------------------------ |
| `/goal <完了条件>` | ゴールを設定。Claude はただちにターンを開始し、条件が達成されるまで自動的に続行します |
| `/goal` | 現在（または直近）のゴールの状態と進捗を表示します |
| `/goal clear` | 現在のゴールを早期にクリアします（`stop` / `off` / `reset` / `cancel` / `none` も同義） |
セッションには**同時に 1 つのゴール**しか持てません。新しいゴールを設定すると古いものを置き換え、ただちに新しいターンを開始します。
### 「達成」の判定方法 [#達成の判定方法]
各ターンの終わりに、Claude Code は**あなたの完了条件 + このターンの会話**を、小型で高速なモデル（デフォルトは **Haiku**）に渡して判定させます。判定モデルは**会話にすでに含まれる証拠**（テスト出力、ビルドログ、ファイル差分）**のみを参照**し、**裏で CI 全体を再実行することはありません**。そのため、Claude が会話の中で「証拠を提示できる」形で条件を書いてください。
ゴールは以下のいずれかの場合に**自動的にクリア**されます：
* 条件が**達成された**と判定された場合；
* モデルが条件を**満たすことは不可能**と判定した場合；
* ターンが**あなたの介入を必要とするエラーに遭遇した**場合。
### よいゴール条件の書き方 [#よいゴール条件の書き方]
* **検証可能な最終状態を使う**：例「`npm test` が 0 で終了」「`tsc --noEmit` がエラーなし」— 「コードをもっときれいに」のような主観的な記述は避ける；
* **証拠が会話に残るようにする**：毎ターン、テスト / ビルド結果を出力し、判定モデルが確認できるようにする；
* **範囲を限定＋ターン数を制限する**：例「`src/auth/` 配下のファイルのみ変更、最大 20 ターンで停止」として無限ループを防ぐ；
* 有効にするには\*\*信頼されたワークスペース（hooks 有効）\*\*が必要です。
`/goal` の各追加ターンはさらに 1 ラウンドのトークンを消費します（加えて、ターンごとの判定に少量の Haiku オーバーヘッドがかかります）。LMU AI で長いゴールを実行する際は、明確な**最終状態**と**最大ターン数**を条件に書き込み、検証不能なゴールで空回りしてクォータを消費しないようにしてください。「チェックが通るまで繰り返し自己修正する」ループには、`/goal` と `/loop` を組み合わせてください。