安利神器:Claude Code Router
在如今的 AI 开发浪潮中,编码辅助工具层出不穷,但能真正提升效率、灵活适配多种模型的却不多。今天,我要给大家强烈安利一个开源项目——Claude Code Router!这个基于 Claude Code 开发的智能路由器*,不仅能让你更灵活地使用 AI 编码能力,还能无缝切换多种模型,堪称开发者的小助手
主要是体验国内大模型不是
什么是 Claude Code Router
Claude Code Router(后续简称 CCR)是一个开源项目,基于 Anthropic 的 Claude Code 打造,旨在为开发者提供一个灵活的编码基础设施。它就像一个智能路由器,可以将你的编码请求分发到不同的 AI 模型(如 DeepSeek、Ollama 等),并支持高度自定义的配置,让你根据任务需求选择最合适的模型。简单来说,CCR 让你在享受 Claude Code 强大编码能力的同时,还能灵活适配其他模型,省时省力又省钱!
一句话总结:CCR 是一个让开发者自由掌控 AI 编码能力的超级工具, 你的省钱小能手
为什么需要 Claude Code Router
灵活的模型切换,打破 API 限制
我们都知道,Anthropic 的 Claude 系列模型在编码任务上表现优异,但它的 API 有时会受到限制,比如封号风险或高昂的 Token 费用。CCR 通过启动一个本地服务,将 Claude Code 的 API 请求转发到任何支持 OpenAI 格式的 API 接口,完美规避了这些问题。你可以用 DeepSeek、Gemini 等其他模型的 API 来驱动 Claude Code,灵活又高效!
高度自定义,适配多样化需求
CCR 支持通过 Providers 数组和 Transformer 机制自定义模型和 API 交互方式。你可以为不同模型设置全局或特定的转换器(Transformer),确保请求和响应的兼容性。比如,AnthropicTransformer 可以实现 Claude 与 OpenAI 格式的双向转换,而 GeminiTransformer 则处理 Gemini 与 OpenAI 格式的转换。这种"混搭"能力让多个模型无缝协作,简直是国内开发者的福音
自动化任务,节省成本
CCR 支持通过 GitHub Actions 实现自动化任务。例如,你可以在非高峰时段运行编码任务,降低 API 调用成本。它的配置简单,配合 GitHub Actions 可以轻松实现触发式自动化,比如当 Issue 评论中包含 @claude 时自动启动编码任务。省时又省钱,效率拉满!
开源免费
CCR 是完全开源的,托管在 GitHub,你可以自由下载、修改和贡献代码
项目地址: musistudio/claude-code-router
核心功能
- 多模型支持
- Transformer 机制, 核心功能。它能将不同模型的请求和响应统一到 OpenAI 格式,确保兼容性。
- 支持本地化
- Tool Mode,智能任务处理。借鉴了 Claude Code 的 Plan Mode,CCR 为 DeepSeek 等模型实现了 Tool Mode。当启用时,模型会主动选择最合适的工具来完成任务,极大提升编码效, 具体可以参考 Tool Mode
快速上手
- 本地运行(个人推荐)
- docker 部署(任意地方)
本地运行
本文示例对接魔搭的 qwen3 最新模型。
环境要求
安装依赖:确保 Node.js 版本 ≥18.0.0,使用 bun 或 npm 安装所需包
安装
- 安装 Claude Code
npm install -g @anthropic-ai/claude-code
- 安装 CCR
npm install -g @musistudio/claude-code-router
配置
默认配置文件 ~/.claude-code-router/config.json
{
"LOG": true,
"CLAUDE_PATH": "",
"HOST": "127.0.0.1",
"PORT": 3456,
"APIKEY": "",
"API_TIMEOUT_MS": "600000",
"transformers": [],
"Providers": [
{
"name": "modelscope",
"api_base_url": "https://api-inference.modelscope.cn/v1/chat/completions",
"api_key": "不要ms-的token",
"models": [
"Qwen/Qwen3-Coder-480B-A35B-Instruct"
],
"transformer": {
"use": [
[
"maxtoken",
{
"max_tokens": 65536
}
]
]
}
}
],
"Router": {
"default": "modelscope,Qwen/Qwen3-Coder-480B-A35B-Instruct",
"background": "modelscope,Qwen/Qwen3-Coder-480B-A35B-Instruct",
"think": "modelscope,Qwen/Qwen3-Coder-480B-A35B-Instruct",
"longContext": "modelscope,Qwen/Qwen3-Coder-480B-A35B-Instruct",
"longContextThreshold": 60000,
"webSearch": ""
}
}
启动
ccr code
容器版部署(非编译版)
容器部署可以从源码编译,也可以像本地一样 npm 安装
- Dockerfile
FROM node:lts
WORKDIR /app
RUN npm install -g @musistudio/claude-code-router
CMD ["ccr","start"]
基于上面的构建出一个镜像
- docker-compose.yaml
version: "3.8"
services:
ccr:
build: .
container_name: ccr
ports:
- "3456:3456"
volumes:
- ./:/root/.claude-code-router
restart: unless-stopped
配置 config.json 区别, 仅列出调整的
"APIKEY": "xxxxxx", // 必须要有
"HOST": "0.0.0.0", // 以及这里
在本地的配置~/.claude/settings.json,和配置 Claude Code 一样
{
"env": {
"ANTHROPIC_BASE_URL": "https://xxxxxxx",
"ANTHROPIC_AUTH_TOKEN": "123"
}
}
然后 claude 开始你的编码
总结
潜力已经显而易见, 未来可期哈哈。如果正在为 Claude 的高成本和限制头疼,国内开发者还是值得试一试,当然如果能直接用 Claude Code,还是推荐用 Claude Code
