的我已经有些麻了。。。
的确目前国外的大模型在编程能力上是领先的，但 不一定是最适合咱们的。
大多数同学用 AI 文本模型无非就 2 个目的嘛：
自己用来写代码
对外提供 AI 应用
先说说第一个场景，像我们团队虽然也在用 Cursor 去处理复杂任务，但是前段时间刚刚分享过账单，价格真是太贵了，才一个多月就花了 1 万多！我整个人都麻了。。。
除了费用贵之外，国外的大模型在很多任务的处理速度上是不如国内大模型的，很容易把简单的任务搞复杂，费时又费钱。之前国内的 GLM-4.6 发布的时候，我也专门 写文章做过对比，让它和 Claude 一决高下，一起做个包含完整前后端代码的工具网站。
null
结果 GLM-4.6 不仅速度最快，而且功能实现最完整，理解了我的需求。
再说说第二个场景 —— 对外提供 AI 应用，也就是让自己的程序通过 API 接入 AI 大模型。
我们团队也做过很多 AI 应用，但是用的一直是国内大模型的 API！
原因很简单，不仅能够满足需求，而且 更快、更稳定、更便宜。所以国外大模型吹得再天花乱坠，我依然建议大家使用国内大模型的 API。
比如最近很火的 GLM-4.6 模型，在真实编程、长上下文处理、推理能力、信息搜索、写作能力与智能体应用等多个方面实现全面提升。他们新推出的 Coding Plan 套餐，更是能够以 Claude Code 1/7 的价格，享受 Claude Pro 套餐的 3 倍用量，同时能够在代码能力上对齐 Claude Sonnet 4。
之前我已经给大家分享过很多个人使用 AI 的技巧，今天这篇文章就主要分享大模型 API 的使用教程，我将以国内智谱最新旗舰的 GLM-4.6 模型为例，手把手带你学会 3 大使用 API 的场景。
一、API 接入开发工具
下面以流行的 Cursor 和 Claude Code 为例，来演示如何将国内大模型 GLM-4.6 的 API 接入开发工具。
Cursor 接入 GLM
首先打开 Cursor 的设置界面，进入模型设置，然后添加自定义模型，注意名称一定要是大写的 GLM-4.6！
添加模型后，需要覆盖 OpenAI 的 API Key 为你自己的、同时覆盖 OpenAI 的请求地址为 https://open.bigmodel.cn/api/coding/paas/v4。
可以在智谱 AI 开放平台获取到 API Key，注意不要泄露！
然后，就可以在对话界面选择 GLM-4.6 大模型，愉快使用了~
国内模型的输出速度很快，实测下来结果也比较靠谱。
Claude Code 接入 GLM
给 Claude Code 接入 GLM 也很简单，1 分钟搞定。
首先一行命令安装 Claude Code：
npm install -g @anthropic-ai/claude-code
然后执行 claude 命令打开程序，默认是需要登录 Claude 账号的，否则无法使用：
不过没关系，让我们把它背后的 AI 大模型换成国内的。首先进入 {用户目录}/.claude 目录，创建一个 settings.json 配置文件：
然后修改配置文件中的内容如下，记得替换成你自己的 API Key：
接下来就可以愉快地使用了~
二、API 接入新项目
接下来让我们学习如何利用大模型 API 开发一个全新的 AI 应用。以 Java 项目为例，我们可以使用主流的 Spring AI 框架来开发 AI 应用。
首先利用 IDEA 创建一个 Spring Boot 项目，注意 JDK 版本最好选择 21：
然后选择 Spring Boot 3.x 的版本（暂时不要使用 4）以及需要的依赖。
Spring AI 已经兼容了智谱系列的大模型（包括 GLM-4.6），只需要勾选 ZhipuAI 依赖就好：
创建新项目完成后，我们可以参考 Spring AI 官方文档来修改 application.yml 配置文件，填写对接智谱 AI 所需的配置。
官方文档：https://docs.spring.io/spring-ai/reference/api/chat/zhipuai-chat.html
比如：
spring:
application:
name: yupi-ai-project
ai:
zhipuai:
api-key: <Your API Key>
chat:
base-url: https://open.bigmodel.cn/api/coding/paas
options:
model: glm-4.6
注意，上述代码中的 base-url 如果不填写，默认为 https://open.bigmodel.cn/api/paas；如果你要使用 Coding Plan 的优惠套餐包，需要替换为 https://open.bigmodel.cn/api/coding/paas（中间多加了个 coding）。
填写好配置后，让我们写一个单元测试文件，直接使用自动注入的 ChatModel 类型的 Bean，然后调用 ChatModel 提供的 call 方法和 AI 对话：
@SpringBootTest
class YupiAiProjectApplicationTests {
@Resource
private ChatModel zhiPuAiChatModel;
@Test
void contextLoads() {
String content = zhiPuAiChatModel.call("你好，我是程序员鱼皮");
System.out.println(content);
}
}
直接运行单元测试，一次 AI 对话就完成了：
将 AI 接入项目就是这么简单~ 而且因为我们用的是 Spring AI 框架，你可以享受框架提供的各种高级能力，比如对话记忆、RAG、工具调用、可观测性等等。
三、API 接入已有项目
如果你的项目已经使用了 AI 开发框架、或者 Open AI 大模型，只需 1 分钟就能替换为国内的大模型 API。
以我当时带大家从 0 开始做的、对标大厂的 AI 零代码生成项目 为例，这个项目使用 Java 主流的 AI 应用开发框架 LangChain4j。
项目代码是 完全开源 的，大家可以直接下载学习，也欢迎到编程导航学习整个项目的完整教程。
之前这个项目接入的是 DeepSeek，现在如果要接入编程能力更快更强的 GLM-4.6，只需要更改一下配置文件：
langchain4j:
open-ai:
reasoning-streaming-chat-model:
base-url: https://open.bigmodel.cn/api/coding/paas/v4
api-key: <Your API Key>
model-name: glm-4.6
max-tokens: 32768
temperature: 0.1
其中，如果你要生成更复杂的项目，max-tokens 可以调大点，GLM-4.6 有 200K 超长上下文窗口，写几十个页面都不成问题。
然后依次启动后端和前端项目，输入提示词，比如让 AI 制作一个精美的作品展示网站：
大概 3 ~ 4 分钟左右，GLM-4.6 完成了任务，生成的网站效果还是相当不错的：
)