Kostenlose GLM5 mit Claude/Codex-Fähigkeiten erstellen – Eine Anleitung

GLM-5 ist das neueste MoE-Modell von Zhipu mit insgesamt 744B Parametern (40B aktiv). Es ist ein deutliches Upgrade von GLM-4.5 mit 355B und die Menge der Trainingsdaten wurde auf 28,5T Tokens erhöht. Es wurde speziell für komplexe Systemtechnik und Langzeit-Agentenaufgaben entwickelt und zeichnet sich durch Codierung und Agentic-Workflows aus.

Ollama Cloud unterstützt jetzt glm-5:cloud mit einem Kontextfenster von 198K, hoher Geschwindigkeit und kostenlosem Einstieg (Kapazität wurde optimiert, es gab anfänglich eine kurze Drosselung, die jetzt aufgehoben wurde).

Jetzt zeige ich Ihnen, wie Sie GLM-5 + Fähigkeitserstellung kostenlos nutzen können.

Schritt 1: Installieren Sie Ollama und laden Sie GLM-5 herunter

Laden Sie die neueste Version von Ollama herunter (https://ollama.com/download) und stellen Sie sicher, dass die Version Cloud-Modelle unterstützt.

Melden Sie sich bei Ihrem Ollama-Konto an (erforderlich, um Cloud-Modelle zu verwenden).

Laden Sie das Modell herunter:

ollama pull glm-5:cloud oder direkt

ollama run glm-5:cloud Beim ersten Ausführen werden Sie gefragt, ob Sie die Cloud-Nutzung autorisieren möchten. Stimmen Sie zu. Danach können Sie direkt über das Terminal mit GLM-5 kommunizieren.

Die kostenlose Version hat eine Ratenbegrenzung, die für Tests/den täglichen Gebrauch geeignet ist. Für eine häufige Nutzung können Sie auf einen kostenpflichtigen Plan upgraden.

Schritt 2: Claude/Codex-Fähigkeitsumgebung mit einem Klick überbrücken

Ollama launch macht GLM-5 nahtlos zum Backend-Gehirn dieser Tools:

Claude Code

ollama launch claude --model glm-5:cloud oder manuelle Konfiguration

export ANTHROPIC_AUTH_TOKEN="ollama"export ANTHROPIC_BASE_URL="http://localhost:11434"export ANTHROPIC_API_KEY="" # Must be Empty Dann starten Sie

claude --model glm-5:cloud Wenn alles gut geht, sehen Sie eine ähnliche Willkommensseite wie unten:

✦ Claude Code v2.1.xModel: glm-5:cloudContext: 198KWelcome back!Codex

ollama launch codex --model glm-5:cloudOpenClaw

ollama launch openclaw --model glm-5:cloud

Schritt 3: 5 Schritte zur effizienten Erstellung von Fähigkeiten

Eine Fähigkeit ist ein Ordner, dessen Kernstück die Datei SKILL.md ist, die im Markdown-Format mit YAML-Frontmatter vorliegt. Weitere optionale Verzeichnisse:

• scripts/: Enthält ausführbare Skripte (Python, Bash usw.).

• references/: Referenzdokumente, Vorlagendateien, die Claude bei Bedarf laden kann.

• assets/: Ressourcen wie Symbole, Schriftarten usw.

Designprinzipien (Schlüssel zur Effizienz):

• Progressive Disclosure: YAML enthält nur die Kernbeschreibung (damit Claude schnell beurteilen kann, ob sie anwendbar ist), der Hauptinhalt befindet sich im MD-Text und zusätzliche Dateien werden bei Bedarf geladen. Vermeiden Sie eine Kontextexplosion.

• Komponierbarkeit: Fähigkeiten sollten mit anderen Fähigkeiten kompatibel sein und nicht von einer exklusiven Nutzung ausgehen.

• Portabilität: Eine Fähigkeit kann in Claude Web, Claude Code und der API verwendet werden.

• MCP-Integration (optional): Wenn ein MCP-Server (Managed Claude Platform) vorhanden ist, kann die Werkzeugaufruffunktion der Fähigkeit verbessert werden (z. B. API-Anbindung).

Effiziente Tipps: Beginnen Sie mit einfachen Anwendungsfällen. Wählen Sie 2-3 Programmieraufgaben aus, die Sie täglich wiederholen (z. B. "REST-API-Vorlage generieren" oder "Python-Fehler debuggen"), und vermeiden Sie es, von Anfang an komplexe Fähigkeiten zu erstellen.

Verwenden Sie Claude Code selbst, um die Erstellung zu unterstützen (Meta-Fähigkeitstechnik: Lassen Sie Claude Ihnen helfen, ein Fähigkeitsgerüst zu erstellen). Führen Sie claude --model claude-4-opus (oder GLM5) im Terminal aus und erstellen Sie es dann im Dialog.

1. Planen Sie Anwendungsfälle und Struktur

• Definieren Sie das Ziel: Zum Beispiel: "Erstellen Sie eine Fähigkeit, die hilft, eine effiziente Python Flask API-Architektur zu generieren, einschließlich Routing, Fehlerbehandlung und Testvorlagen."

• Brainstormen Sie mit Claude Code: Geben Sie /plan ein oder sagen Sie direkt "Helfen Sie mir, eine Flask API-Generierungsfähigkeit zu planen, einschließlich YAML- und MD-Struktur." Claude gibt einen Entwurf aus.

• Effiziente Tipps: Geben Sie an "Halten Sie es einfach, YAML < 200 Wörter, MD < 1000 Wörter". Notieren Sie wichtige Entscheidungen, wie z. B. Eingabeparameter (z. B. API-Endpunktliste) und Ausgabeformat (JSON- oder Codedatei).

2. Erstellen Sie einen Fähigkeitsordner

• Erstellen Sie einen neuen Ordner unter ~/.claude/skills/ (Standardpfad), z. B. flask-api-generator.

• Erstellen Sie SKILL.md und fügen Sie YAML-Frontmatter hinzu:

---name: Flask API Generatordescription: Generates complete Flask API structures with routes, error handling, and tests.version: 1.0author: Your Nametriggers: ["flask api", "generate rest api", "python web app"]dependencies: ["flask", "pytest"] # 可选，Claude 会检查环境---- Effiziente Tipps: Verwenden Sie Triggerwörter (triggers), damit Claude die Fähigkeit automatisch erkennt. Vermeiden Sie allgemeine Beschreibungen und konzentrieren Sie sich auf bestimmte Szenarien.

3. Schreiben Sie Kernanweisungen (MD-Text)

• Schreiben Sie detaillierte Schritte nach YAML:

## 步骤1. 询问用户 API 规格：端点、方法、参数。2. 生成 app.py：包含 Flask app、路由和基本错误处理。3. 生成 tests.py：使用 pytest 的单元测试。4. 输出文件：用 /write_file 命令保存到当前目录。## 示例输入- 用户：生成一个用户管理的 API，包括 GET /users 和 POST /users。## 最佳实践- 始终用类型提示和 docstrings。- 优先安全：添加输入验证。- Fügen Sie ein Skriptbeispiel hinzu: Platzieren Sie generate_routes.py unter scripts/, das Claude aufrufen kann.

• Effiziente Tipps: Verwenden Sie nummerierte Schritte + Beispiele. Lassen Sie Claude beim Testen "simulieren": Sagen Sie "Verwenden Sie diese Fähigkeit, um eine Beispielaufgabe zu bearbeiten" und iterieren Sie, um sie zu optimieren.

4. Fügen Sie optionale Komponenten hinzu

• Skripte: Wie Python-Skripte zur Automatisierung von Teilen der Logik (z. B. zum Generieren von Vorlagen mit Jinja2). Claude kann dies über /run_script ausführen.

• Referenzdateien: Platzieren Sie references/best_practices.md, um Flask-Sicherheitsstandards zu beschreiben.

• Assets: Wie die Vorlagendatei assets/base_app.py.jinja.

• Effiziente Tipps: Fügen Sie nur die notwendigen Elemente hinzu. 80 % der Fähigkeiten benötigen nur SKILL.md. MCP-Benutzer können externe Tools integrieren (z. B. Datenbankverbindungen).

5. Testen und Iterieren

• Laden Sie die Fähigkeit: Geben Sie /load_skill flask-api-generator in Claude Code ein oder lassen Sie sie automatisch erkennen.

• Testen: Geben Sie eine Triggeraufgabe ein und beobachten Sie die Ausgabe. Überprüfen Sie die Kontextnutzung (verwenden Sie /context, um zu überprüfen, ob sie überlastet ist).

• Iterieren: Wenn es fehlschlägt, verwenden Sie die "Heal Skill"-Idee (Community-Tipp): Analysieren Sie den Fehler und aktualisieren Sie MD (z. B. fügen Sie den Schritt "Abhängigkeitsfehler beheben" hinzu).

• Effiziente Tipps: Verwenden Sie mehrfache Dialoge zum Testen. Protokollieren Sie Protokolle: /log on erfasst die Interaktion zur einfachen Fehlersuche.