安利神器：Claude Code Router

·v1 | 👀203
ai

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

  1. 安装 Claude Code
npm install -g @anthropic-ai/claude-code
  1. 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

Sponsor

Like this article? $1 reward

Comments