1. 为什么要在 Claude Code 里接 MiniCPM-V 4.5

MiniCPM-V 4.5 是 OpenBMB 团队开源的一款 8B 参数端侧多模态模型，核心卖点是视频理解效率。它用统一 3D-Resampler 把 6 帧 448×448 的视频帧压到 64 个 token，而传统方案处理同样 6 帧要 1536 个 token，压缩比达到 96 倍。这意味着你可以在不显著增加计算开销的前提下，让模型看到更多帧、更长的视频。OCRBench 上它反超了 GPT-4o-latest，OmniDocBench 上达到通用 MLLM 的 SOTA，复杂表格、手写体、扫描版 PDF 都能解析。它还提供 Fast Thinking 和 Deep Thinking 双模式，日常问答走快模式，复杂推理走深模式。

但问题在于，官方仓库只给了论文地址和 iPad 演示，没有讲开发者怎么在自己的工具链里把它真正调起来。如果你平时用 Claude Code 写代码、跑 Agent，想把 MiniCPM-V 4.5 的视频理解和表格 OCR 能力接进来，最直接的做法是把模型通道改到 TaoToken，用统一的 API 入口和 Key 来发请求。TaoToken 在这里只负责给出统一入口和 Key，不替代模型去做视频理解和文档解析，模型能力仍然来自 MiniCPM-V 4.5 本身。

这篇内容适合三类人：一是已经在用 Claude Code、想扩展多模态能力的开发者；二是手里有长视频或复杂表格 OCR 需求、想找个高效模型接进现有工具链的人；三是刚接触端侧多模态、想跑通第一条请求的新手。下面从注册拿 Key 开始，一步步把配置、验证和排障讲清楚。

2. TaoToken 前置：注册、创建 Key 与通道定位

在动手改配置之前，先把入口和凭证准备好。打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 注册账号，登录后进入控制台。控制台里找到 API Keys 页面，创建一把新的 Key，复制出来先存到安全的地方。这把 Key 就是后面 Claude Code 发请求时用的凭证，不要直接写进会提交到 Git 的配置文件里。

TaoToken 的 API 地址是 https://taotoken.net/api，注意这里不带 /v1，也不加任何 UTM 参数。很多人在这一步会习惯性补上 /v1，结果请求 404，后面排障章节会专门讲这个坑。TaoToken 的定位是统一入口和 Key 管理，它不替代模型去做视频理解和文档解析，MiniCPM-V 4.5 的推理仍然由模型侧完成。你把它理解成一个通道：Claude Code 按 Anthropic 协议发请求，TaoToken 负责把请求转到对应模型。

如果你后面要长期跑编码或 Agent 任务，可以关注 Coding Plan 页面，那里有适合持续调用的方案。如果只是想先验证模型对话效果，模型对话页面可以直接试。接入文档在 doc 页面，API Keys 管理在 console 页面。这些入口按需使用，本篇重点是把 Claude Code 这条通道配通。

3. 可复制配置：改 Claude Code 的 settings.json

Claude Code 的配置入口在 settings.json。不同系统路径不一样，macOS 和 Linux 通常在 ~/.claude/settings.json，Windows 在 %USERPROFILE%\.claude\settings.json。如果文件不存在就新建一个。核心是改两个环境变量：ANTHROPIC_BASE_URL 和 ANTHROPIC_API_KEY。

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://taotoken.net/api",
    "ANTHROPIC_API_KEY": "sk-你刚创建的那把Key"
  }
}

这里有几个细节要盯住。第一，ANTHROPIC_BASE_URL 填 https://taotoken.net/api，结尾不要加 /v1，也不要加斜杠。第二，Key 用刚创建的那把，不要复用别处的。第三，如果你之前配过别的 BASE_URL，先备份原文件再改，方便回滚。

改完之后，Claude Code 启动时会读取这个配置。如果你是在终端里临时验证，也可以直接用环境变量覆盖：

export ANTHROPIC_BASE_URL="https://taotoken.net/api"
export ANTHROPIC_API_KEY="sk-你刚创建的那把Key"

Windows PowerShell 里对应的是：

$env:ANTHROPIC_BASE_URL="https://taotoken.net/api"
$env:ANTHROPIC_API_KEY="sk-你刚创建的那把Key"

配置写好后，先别急着发视频请求，用一个最简单的文本请求确认通道是通的。这一步能帮你把「配置错误」和「模型能力问题」分开，后面排障会省很多时间。

4. 验证请求：从文本到视频理解与表格 OCR

先发一条最小请求，确认 Claude Code 能通过 TaoToken 通道拿到响应。在 Claude Code 里直接问一句简单的话，比如让它返回当前配置的模型名或做一个简单计算。如果这一步就报错，说明配置或 Key 有问题，先回到上一节检查。

通道确认没问题后，再发 MiniCPM-V 4.5 的长视频与表格 OCR 请求。视频理解这块，你可以准备一段短视频，按帧采样后传给模型。MiniCPM-V 4.5 支持 10FPS 的高刷新率视频理解，6 帧 448×448 会被压到 64 个 token，所以你可以放心多传几帧。下面是一个请求结构的示意，实际调用时按你使用的 SDK 调整字段：

{
  "model": "minicpm-v-4.5",
  "messages": [
    {
      "role": "user",
      "content": [
        {"type": "text", "text": "这段视频里的人在做什么？请按时间顺序描述。"},
        {"type": "video_frames", "frames": ["frame1_base64", "frame2_base64", "frame3_base64"]}
      ]
    }
  ],
  "thinking_mode": "fast"
}

表格 OCR 请求类似，把视频帧换成图片即可。MiniCPM-V 4.5 基于 LLaVA-UHD 架构，支持最高 1344×1344 分辨率、任意比例、最高 180 万像素的图像，视觉 token 消耗比主流 MLLM 少 4 倍。你可以直接传一张复杂表格的截图，让它解析成结构化数据：

{
  "model": "minicpm-v-4.5",
  "messages": [
    {
      "role": "user",
      "content": [
        {"type": "text", "text": "把这张表格解析成 JSON，保留表头和每一行数据。"},
        {"type": "image_url", "image_url": {"url": "data:image/png;base64,你的图片base64"}}
      ]
    }
  ],
  "thinking_mode": "deep"
}

Fast Thinking 适合日常高效使用，响应快；Deep Thinking 适合复杂任务深度推理。两个模式通过多模态强化学习联合优化，快模式不会牺牲太多性能，深模式也不会慢到不能用。实测下来，表格 OCR 这种结构化任务用 deep 模式更稳，视频描述用 fast 模式就够。

发完请求后，去控制台确认调用是否成功。控制台里能看到请求记录、消耗情况和返回状态。如果控制台显示成功但 Claude Code 里没拿到结果，多半是解析层的问题，不是通道问题。

5. 本篇常见错排查

第一个高频错误是 BASE_URL 多写了 /v1。TaoToken 的地址是 https://taotoken.net/api，不带 /v1。如果你填成 https://taotoken.net/api/v1，请求会 404。这个坑很隐蔽，因为很多其他服务确实要加 /v1，但这里不要加。

第二个是 Key 没生效。检查 settings.json 里的 ANTHROPIC_API_KEY 是不是刚创建的那把，有没有多余空格或换行。如果你同时在终端里 export 了环境变量，注意优先级，settings.json 和 shell 环境变量冲突时以实际加载的为准。最稳妥的做法是只保留一处配置。

第三个是视频帧传太多导致超时。虽然 MiniCPM-V 4.5 压缩效率高，但一次传几十帧仍然会拉长响应时间。建议先按 6 到 10 帧起步，确认通道和模型都正常后再逐步加帧。如果超时，先降到 6 帧试试。

第四个是图片 base64 格式不对。data URL 要写成 data:image/png;base64, 开头，后面接纯 base64 字符串，不要带换行。如果你从文件读出来直接拼，注意去掉多余的空白字符。

第五个是控制台看不到调用记录。先确认请求确实发出去了，再看 Key 是否属于当前账号。如果 Key 是别的账号创建的，控制台里不会显示这条记录。另外，请求失败时控制台可能只记录失败状态，不会记录完整请求体，这时候要结合 Claude Code 的报错信息一起看。

第六个是模型名写错。不同通道对模型名的映射可能不一样，如果报「模型不存在」，先去 doc 页面确认当前支持的模型标识，再回填到请求里。

6. 配通之后：把这条通道用起来

通道配通后，你就能在 Claude Code 里按这条通道发 MiniCPM-V 4.5 的长视频与表格 OCR 请求了。日常用法可以这样安排：写代码时用 Claude Code 本身的编码能力，遇到视频理解或复杂表格解析时，切到 MiniCPM-V 4.5 的请求。Fast Thinking 用来快速过一遍视频内容，Deep Thinking 用来啃复杂表格和手写文档。

如果你要长期跑编码或 Agent 任务，建议去 Coding Plan 页面看看适合持续调用的方案，避免每次手动管理 Key。如果只是想验证模型对话效果，模型对话页面可以直接试，不用改本地配置。接入文档在 doc 页面，API Keys 管理在 console 页面，这两个页面建议收藏，后面换 Key 或查参数都用得上。

最后提醒一句，TaoToken 只负责给出统一入口和 Key，不替代模型去做视频理解和文档解析。模型能力来自 MiniCPM-V 4.5 本身，通道只是让你在 Claude Code 里更方便地调用它。配置改完后先发一条文本请求确认通道，再发视频和表格请求，这样出问题时能快速定位是配置层还是模型层。控制台里的调用记录是你排查问题最直接的依据，每次发完请求顺手看一眼，能省下不少来回折腾的时间。