#claude-code #anthropic-api #openai-compatible #model-routing

Claude Code 接入第三方模型

将本地 Claude Code 连接到第三方兼容 Anthropic 或 OpenAI 模型端点，支持实测模型名、环境变量优先级判定和多配置源排查。

Install

openclaw skills install @oracis/claude-code-third-party-model

Claude Code 接入第三方模型（Anthropic 兼容端点）

开源仓库：https://github.com/oracis/claude-code-third-party-model 本技能自带两个零依赖脚本（在 scripts/ 目录下）： ccproxy.py —— Anthropic ↔ OpenAI 协议转换网关（纯标准库，约 640 行）； ccswitch.py —— 多 profile 一键切换 + 网关启停协调（跨平台，约 430 行）。另有 examples/profiles/ 提供开箱可用的 settings.json 模板。

核心思路

不要相信文档里的模型名，也不要猜哪份配置生效 —— 两件事都实测。

第三方文档经常出现旧模型名 / 别名混写（例如 DeepSeek 官方两版文档分别写 deepseek-flash 和 deepseek-v4-flash）。以服务端报错为准。

Step 1 · 实测真实模型 ID

先看账号可用清单：

bash

curl -s https://api.deepseek.com/models -H "Authorization: Bearer $KEY"

再拿候选名逐个打 Anthropic 兼容端点（这才是权威，/models 常漏别名）：

bash

KEY=$(python -c "import json;print(json.load(open(r'C:/Users/<u>/.claude/settings.json'))['env']['ANTHROPIC_AUTH_TOKEN'])")
for M in "deepseek-flash" "deepseek-flash[1m]" "deepseek-v4-flash" "deepseek-chat" "deepseek-v4.1-flash"; do
  printf '%-24s => ' "$M"
  curl -s -m 45 https://api.deepseek.com/anthropic/v1/messages \
    -H "x-api-key: $KEY" -H "anthropic-version: 2023-06-01" -H "content-type: application/json" \
    -d "{\"model\":\"$M\",\"max_tokens\":8,\"messages\":[{\"role\":\"user\",\"content\":\"hi\"}]}" \
    | python -c "import sys,json;d=json.load(sys.stdin);print('OK ->',d['model'] if 'model' in d else 'ERR '+str(d.get('error',{}).get('message'))[:160])"
done

要点：

若本机设置了 HTTP 代理，curl 默认会经代理转发；给 curl 加 --noproxy 声明直连目标（如 --noproxy api.deepseek.com），或按第五部分把目标列入 no_proxy 环境变量。
失败时报错信息会直接列出全部合法模型名，这是最快的权威来源。
成功时回显的 model 字段是服务端归一化后的真名，能看出哪些是别名（如 deepseek-chat → 回 deepseek-v4-flash）。

已知别名关系（DeepSeek，2026-09 实测）：deepseek-flash = deepseek-v4-flash = deepseek-chat（同一模型，即 V4.1 Flash）；deepseek-v4.1-flash 不存在。

Step 2 · `[1m]` 后缀是什么

[1m] 不是模型名的一部分，是 Claude Code 本地的「上下文窗口声明」后缀，服务端会剥离（发 deepseek-flash[1m] 回体是 "model":"deepseek-flash"）。

不加：CC 按 200k 处理 auto-compact。
加：modelUsage.contextWindow 变 1000000。
模型不在 CC 内建目录时会打一行 [claude-code:unrecognized_model] 到 stderr， 无害、不影响功能，CLAUDE_CODE_DISABLE_UNKNOWN_MODEL_WINDOW_ENFORCEMENT=1 也消不掉，别在这上面浪费时间。
更精细的控制用 CLAUDE_CODE_AUTO_COMPACT_WINDOW（DeepSeek 官方建议 786432）。

Step 3 · 配置模板

~/.claude/settings.json（用户级、跨项目，是唯一真相源）：

json

{
  "$schema": "https://json.schemastore.org/claude-code-settings.json",
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic",
    "ANTHROPIC_AUTH_TOKEN": "<KEY>",
    "ANTHROPIC_MODEL": "deepseek-flash[1m]",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "deepseek-flash[1m]",
    "ANTHROPIC_DEFAULT_OPUS_MODEL_NAME": "deepseek-flash",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "deepseek-flash[1m]",
    "ANTHROPIC_DEFAULT_SONNET_MODEL_NAME": "deepseek-flash",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "deepseek-flash",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL_NAME": "deepseek-flash",
    "ANTHROPIC_DEFAULT_FABLE_MODEL": "deepseek-flash[1m]",
    "ANTHROPIC_DEFAULT_FABLE_MODEL_NAME": "deepseek-flash",
    "CLAUDE_CODE_SUBAGENT_MODEL": "deepseek-flash[1m]",
    "CLAUDE_CODE_EFFORT_LEVEL": "max",
    "CLAUDE_CODE_AUTO_COMPACT_WINDOW": "786432",
    "API_TIMEOUT_MS": "600000",
    "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1"
  },
  "model": "deepseek-flash[1m]",
  "tui": "fullscreen"
}

_MODEL_NAME 是显示名（不带 [1m]）；_MODEL 是真正发给 API 的 ID。 DEFAULT_*_MODEL 让 /model opus|sonnet|haiku 都落到同一个模型。

Step 4 · 查真实支持的 env 变量名（别照抄博客）

Claude Code 现在是单文件 native 二进制（不是 js），直接从里面提取权威变量名：

bash

B="$APPDATA/npm/node_modules/@anthropic-ai/claude-code/bin/claude.exe"
strings -n 6 "$B" | grep -ohE "ANTHROPIC_[A-Z_]+|CLAUDE_CODE_[A-Z0-9_]+|API_TIMEOUT_MS" | sort -u

（Windows 的 $APPDATA 在 Git Bash 下即 C:/Users/<u>/AppData/Roaming。）值得注意的真实变量：ANTHROPIC_DEFAULT_FABLE_MODEL、 CLAUDE_CODE_{MAX_CONTEXT_TOKENS, AUTO_COMPACT_WINDOW, SUBAGENT_MODEL, EFFORT_LEVEL, DISABLE_1M_CONTEXT, MODEL_CATALOG, MODEL_OVERRIDES...}。

Step 5 · 判定「哪份配置生效」—— 必须实测

优先级实测结论：settings.json 的 env 块 > 从 shell/系统继承的进程环境变量。 （官方文档那句「shell 导出的 ANTHROPIC_MODEL 优先于文件里的 model 键」说的是 model 键，不是 env 块，别被绕进去。）

验证方法（唯一可靠手段）：跑一次带 JSON 输出的查询，读 modelUsage。

bash

cd <项目目录> && claude -p "hi" --output-format json < /dev/null 2>&1 \
  | tr -d '\r' | grep -o '"modelUsage":{.*' | head -c 600

看 canonicalModel 和 contextWindow 就知道真实生效的是什么。验证子代理：提示里让它起一个 Agent，再 grep "canonicalModel":"..."。

Step 6 · 排查其它覆盖源（Windows）

依次查这些地方，任何一处都会造成「改了不生效」：

bash

# 1) 用户/系统级持久环境变量（用 Python winreg 读，最省事）
python -c "
import winreg
for root,lab in ((winreg.HKEY_CURRENT_USER,'HKCU'),(winreg.HKEY_LOCAL_MACHINE,'HKLM')):
    try:
        k=winreg.OpenKey(root,r'Environment'); n=winreg.QueryInfoKey(k)[1]
        for i in range(n):
            nm,v,_=winreg.EnumValue(k,i)
            if 'ANTHROPIC' in nm.upper() or 'CLAUDE' in nm.upper(): print(lab,nm,'=',v)
    except FileNotFoundError: pass
"
# 2) 项目级覆盖（优先级高于用户级）
cat .claude/settings.json .claude/settings.local.json 2>/dev/null
# 3) ~/.claude.json 里的 model / env 字段
python -c "import json;d=json.load(open(r'C:/Users/<u>/.claude.json'));print({k:d[k] for k in ('model','env','primaryApiKey') if k in d})"

改 HKCU 环境变量后必须广播，否则已开着的资源管理器/终端读不到新值：

python

import ctypes
ctypes.windll.user32.SendMessageTimeoutW(0xFFFF, 0x1A, 0, ctypes.c_wchar_p('Environment'),
                                         0x0002, 5000, ctypes.byref(ctypes.c_ulong()))

收尾清单

改前备份：cp ~/.claude/settings.json ~/.claude/backups/settings.json.bak-$(date +%Y%m%d-%H%M%S)；若要动 HKCU，先把变量导出一份 json 到同目录。
改后必须跑 Step 5 验证主模型 + 子代理模型，不能只看配置文件。
报告里不要回显 API Key，只说前缀 + 长度。
收尾时用 Step 9 检查是否留下了重复配置源。

常见坑速查

现象	根因
报 `invalid_request_error` 且列出支持名	模型名错/不存在，用报错里列的名字
每次启动一行 `[claude-code:unrecognized_model]`	正常，第三方模型都不在 CC 目录里
`contextWindow` 只有 200000	模型名忘了加 `[1m]`
改了 settings.json 不生效	有 HKCU/项目级/`.claude.json` 覆盖，或没重启 CLI
命令行读注册表不方便	直接用 Python `winreg`，无需外部程序
PowerShell 有时 exit 0 但无输出	该环境下 stdout 未必回显，换 bash + python 排查更可靠
`export ANTHROPIC_MODEL=...` 后没变化	`settings.json` 的 env 块优先级更高，见 Step 7

第二部分：接入后「变慢」怎么定位

不要猜。 慢只有四个来源：启动开销 / 网络 / 模型推理 / 交互感知。按下面顺序逐层排掉。

Step 7 · 先记住优先级铁律（决定了怎么切档）

text

claude --model / --effort 等命令行参数
      >  ~/.claude/settings.json 的 env 块
      >  shell / 系统 继承来的环境变量

推论（最容易踩）：export ANTHROPIC_MODEL=xxx 再启动 claude 不生效，因为 settings.json 的 env 块会覆盖它。所以：

单次切换 → 用命令行参数：claude --effort high --model deepseek-flash[1m] -p "..."
会话内即时切换 → 交互模式里用 /effort、/model 斜杠命令
持久切换 → 改 settings.json（建议写个小工具，见下方 ccmode 思路）
千万不要顺手同步一份到 HKCU 环境变量——见 Step 14「单一配置源」

判据校验：claude --effort bogus -p hi 会打印合法值清单，比翻文档快。实测合法值：low / medium / high / xhigh / max。off 不在其中，会被静默忽略。

Step 8 · 用本地中继抓真实请求体（唯一可靠手段）

搭一个 127.0.0.1 上的透明转发，把 ANTHROPIC_BASE_URL 指过去，就能录到 Claude Code 真实发出的 JSON（含 thinking 配置、工具数、body 大小）。

关键实现点：

用 http.server.ThreadingHTTPServer + http.client.HTTPSConnection，纯标准库。
上游响应必须边收边发（transfer-encoding: chunked），否则会破坏 SSE 流。
记录 ttfb / first_chunk / total / 请求体里的 thinking / 响应里的 usage。
用同目录 tag.txt 给每一轮实验打标签，避免多次运行串味。
ANTHROPIC_BASE_URL 支持 http://，指向 127.0.0.1 时记得把 NO_PROXY 加上 127.0.0.1。

⚠️ 最大坑：在 Bash 工具里用 nohup ... & 起的中继会随该次命令的进程组一起被杀，表现为「Claude Code 连不上 → 一直重试 → 看起来像卡死」，而且因为 SIGTERM 打断管道，连报错都看不到。必须用工具自带的后台运行能力（run_in_background）启动长驻进程。改坏 settings.json 后要立刻还原，别让它停在指向死端口的状态。

Step 9 · `CLAUDE_CODE_EFFORT_LEVEL` 对第三方模型通常是空操作

实测（DeepSeek，2026-09 复核）：在 low / medium / high / xhigh / max 五档下， Claude Code 发出的请求体完全一致：

json

"thinking": {"type": "adaptive", "display": "omitted"}

body_bytes 五档完全相同（66008）。因为 Claude Code 判定该模型走 adaptive thinking（模型自己决定想多久，不设 token 预算），所以根本没有 effort 这个旋钮可拧。

跑出来的对照数据（同一道逻辑题，重复 3 次）：

effort	wall 均值	输出 token 均值
high	15.3s	829
max	15.0s	830

差异 0.3s / 1 个 token，纯噪声。 结论：对 DeepSeek 别在 effort 上调优，它不改变任何东西。（low 更快的前提是模型真的收到小预算；adaptive 下不成立。）

判断某模型是否 adaptive：R 代码里 CCn({runtimeOverride, resolvedModel, canonicalModel})==="adaptive" 就读 ANTHROPIC_DEFAULT_*_MODEL_SUPPORTED_CAPABILITIES 里的能力声明。

Step 10 · 把 wall time 拆成「API 耗时」和「Claude Code 开销」

有了中继记录（total = 纯 API 耗时）和 claude -p 的 wall time，一减就出来了：

text

Claude Code 开销 = wall_s − 中继记录的 total

实测样例（本机）：

项	数值
中继测得的纯 API 耗时	2.9–5.6s（164–221 tok/s）
裸 curl 直连同一道题	3.1s（181 tok/s）
`claude -p` wall time	13.4–17.8s
`claude --version`（零模型调用）	4.9–5.5s

→ API 侧完全正常，瓶颈是 Claude Code 每次进程启动约 5 秒。 反过来说，如果 claude --version 都要好几秒，那「换模型/调 effort」全都白费。

启动慢的常见原因与验证：

bash

for i in 1 2 3; do S=$(date +%s.%N); claude --version >/dev/null 2>&1; E=$(date +%s.%N); \
  python -c "print(f'{$E-$S:.2f}s')"; done      # 走 npm shim
EXE=<npm>/node_modules/@anthropic-ai/claude-code/bin/claude.exe
$EXE --version                                   # 直接调二进制 —— 关键对照！
cat <claude.exe> > /dev/null                     # 纯磁盘读 227MB 要多久
echo 'exit 0' > /tmp/n.sh; bash /tmp/n.sh        # 空 sh 脚本 —— 量 shell 层开销

⚠️ 先量 shim 层，再怪杀软（2026-09-23 实测推翻了旧结论）

旧结论（错误）：「node -e "" 也要 2s → 杀软实时扫描在拖后腿，加 Defender 排除项」。 实测打脸：加了排除项（路径 + 进程）后毫无变化，而真正的差异在别处：

路径	耗时
`claude.exe --version`（直接调二进制）	1.14–1.34s
`claude --version`（经 npm 的 shim）	4.06–5.66s
空 sh 脚本（什么都不做）	1.10–1.41s
读 227MB 二进制	1.41s（161 MB/s，磁盘正常）

→ 多出来的 3–4 秒是「多一层 shell 包装」的开销（claude 实际是 npm/claude 这个 #!/bin/sh 脚本，exec 到真正的 exe；在 MSYS 等 POSIX 兼容层下每层 sh 启动约 1.2s）。不是 Defender，不是磁盘，不是网络。

判断方法：bash /tmp/空脚本.sh 就要 1.2s 的话，说明是当前执行环境的进程创建开销， 用户在自己真实终端里不会有这个损耗 —— 别拿受限环境里的 wall time 当用户的真实体验。

node -e "" 慢不等于杀软：claude 是 native 二进制，根本不经 node 启动，用 node 当对照组本身就是错的对照。

⚠️⚠️ 性能测量必须 A/B/A，本机噪声能吃掉一切结论

2026-09-23 的惨痛教训：先入为主地认为「慢 = 杀软」，加了一堆排除项，最后 A/B/A 一测发现全部是噪声。具体数据：

项目	①无排除	②有排除	③撤销后
建 100 个文件	1391ms	1432ms	660ms（最快！）
建 60 个目录	652ms	464ms	761ms（最慢）
python 启动（同一状态连测 3 轮）	790 / 730 / 1303 ms

同一状态下 python 启动能在 335–1303ms 间波动（4 倍！），而排除项带来的差异只有几十毫秒 —— 完全淹没在噪声里。

必守规则：

任何性能改动都要 A/B/A：改前 → 改后 → 撤销后再测。只做 A→B 会得出错误结论（顺序效应 = 缓存预热/系统负载）。
每项至少重复 10–15 次取中位数，并看标准差。差异小于 1 个标准差 = 不可信，直接判「无效果」。
别拿单轮数据下结论。第一次跑通常偏慢（冷），后面才稳定。
大目录 du -sh 会超时被 SIGTERM，用 Python os.walk 加时间上限。
单次超过 ~100s 的基准脚本会被前台超时杀掉，拆小或后台跑。

最终结论：Defender 排除项在这台机器上无可测量收益，代价却是若干目录脱离实时扫描 → 不加。只有在「单个操作涉及成千上万小文件」（npm install / git clone / 解压大包）且实测收益稳定 >30% 时，才值得针对那个具体目录临时加。

Defender 排除项若要加（需管理员 + 必须先问用户）： Add-MpPreference -ExclusionPath "<npm>\node_modules\@anthropic-ai\claude-code" （读排除项也要管理员：HKLM ...\Windows Defender\Exclusions\Paths 普通权限 PermissionError） 加完必须复测；无改善就撤销（Remove-MpPreference），别留着白降防护。

Step 11 · 缓存：默认是好的，别误判

会话内上下文缓存是生效的。同一 session 的第 2 个请求： cache_read_input_tokens: 16384，input_tokens 从 16359 掉到 174。

别被假象骗了：每次 claude -p 都是全新会话（冷缓存），单个请求的 cache_read 恒为 0 —— 这不代表缓存坏了。要验证缓存，必须让一次会话发出 ≥2 个请求（例如给它一个需要调用工具的提示）。

Step 12 · 交互模式「感觉卡住」大多是思考被隐藏了

display: "omitted" 时思考过程不渲染，用户盯着空白等 = 主观上「好慢」。交互模式下让思考可见的设置键是 showThinkingSummaries: true （源码：showThinkingSummaries ?? false → 为真则 display: "summarized"）。合法 display 值：summarized / omitted / highlights。

Step 13 · 换大模型前先量一下，pro 有可能更慢

同一道题的裸 API 对照（DeepSeek）：

模型	简单推理	多步推理	吞吐
`deepseek-flash`	2.7–3.5s ✅	4.6–10.6s ✅	164–204 tok/s
`deepseek-v4-pro`	24.9–32.9s ✅	67.6–74.0s ⚠️	41–52 tok/s

pro 吞吐只有 flash 的 约 1/4；同样一道简单题它也要「想」1300–1565 token（flash 的 3 倍）。
pro 在多步推理题上会一路想到 max_tokens 上限仍不给结论 —— 提示词里要求「最后一行输出结论」时它会直接截断。
所以：「换个更强的模型」在第三方端点上经常是先换来 4–10 倍的等待。要换就明确告诉用户这个代价，别默认 pro 更好。

性能问题速查表

现象	先查什么
每次启动都慢	`claude --version` 计时；杀软实时扫描；二进制大小
`claude -p` 慢但交互不慢	每次调用都要付一次进程启动成本，用会话复用/`--continue`
第一个字出来很慢	中继的 `ttfb` vs `first_chunk`；adaptive thinking 在想
每轮都慢	中继看 `total`；对比裸 curl 同题
换 pro 后更慢	正常，见 Step 13
调 effort 没变化	正常，见 Step 9

第三部分：收尾——只留一份配置源

Step 14 · 单一配置源（Single Source of Truth）

结论：配置只写在 ~/.claude/settings.json，不要同时在 Windows 环境变量里放一份。

理由（实测）：

环境变量那份根本不起作用。settings.json 的 env 块优先级更高（Step 5），两处同值时行为一致，两处不同值时以 settings.json 为准。
它是麻烦的源头。一旦 settings.json 被删、或 CLAUDE_CONFIG_DIR 变了，环境变量那份会静默接管并指向另一个模型（可能更贵）。
环境变量会泄漏给所有子进程。ANTHROPIC_AUTH_TOKEN 进了系统环境，任何 npm postinstall、构建脚本都能读到你的 API Key。settings.json 只有 CC 自己读。
排查时要两处对照，纯粹增加心智负担。

清理流程（清理前先确认没有别的工具依赖这些变量）：

python

import winreg, json, os, ctypes
# 1) 先备份
k = winreg.OpenKey(winreg.HKEY_CURRENT_USER, r'Environment', 0, winreg.KEY_QUERY_VALUE)
hits = {winreg.EnumValue(k,i)[0]: winreg.EnumValue(k,i)[1]
        for i in range(winreg.QueryInfoKey(k)[1])
        if 'ANTHROPIC' in winreg.EnumValue(k,i)[0].upper()
        or 'CLAUDE_CODE' in winreg.EnumValue(k,i)[0].upper()}
json.dump(hits, open(backup_path,'w',encoding='utf-8'), indent=2)
# 2) 删除
k = winreg.OpenKey(winreg.HKEY_CURRENT_USER, r'Environment', 0, winreg.KEY_SET_VALUE)
for name in hits: winreg.DeleteValue(k, name)
# 3) 广播，否则已开的终端仍持有旧值
ctypes.windll.user32.SendMessageTimeoutW(0xFFFF, 0x1A, 0,
    ctypes.c_wchar_p('Environment'), 0x0002, 5000, ctypes.byref(ctypes.c_ulong()))

清理前必查：有没有别的消费者（aider / codex / 自己写的 curl 脚本 / MCP 配置里的 ${ANTHROPIC_*}）。查法：在用户目录里 grep ANTHROPIC_AUTH_TOKEN|ANTHROPIC_BASE_URL。

⚠️ grep 坑：WorkBuddy 工作区里若有名为 nul 的文件，ripgrep 会直接 os error 1 崩掉退出码 2；大目录还会 30s 超时。改用 Python os.walk 自己过滤后缀和跳过大目录。

验证删干净了没有（关键：必须在干净环境里跑，否则当前 shell 还继承着旧值）：

python

import os, subprocess, re
env = {k:v for k,v in os.environ.items()
       if not (k.upper().startswith("ANTHROPIC") or k.upper().startswith("CLAUDE_CODE"))}
p = subprocess.run([r"C:/Users/<u>/AppData/Roaming/npm/claude.cmd",
                    "-p", "hi", "--output-format", "json"],
                   capture_output=True, text=True, env=env, timeout=240,
                   stdin=subprocess.DEVNULL)
print(re.search(r'"canonicalModel"\s*:\s*"([^"]*)"', p.stdout).group(1))

能正常返回 canonicalModel 就证明 settings.json 单独撑得住。

subprocess 坑：Windows 上传 "claude" 会 FileNotFoundError，必须给 claude.cmd 的完整路径。

配套要求：如果你写了自己的切档工具，它必须只写 settings.json。否则下次切档又把环境变量写回来，两份配置死灰复燃。

第四部分：Windows 环境注意点

其它本机坑

现象	说明
`subprocess.run(["claude", ...])` → `FileNotFoundError`	Windows 上必须给 `claude.cmd` 的完整路径
ripgrep/Grep 工具全目录搜索失败	工作区里若有名为 `nul` 的文件会 `os error 1`（退出码 2）；大目录 30s 超时。改用 Python `os.walk` 过滤后缀
需要跑管理员权限的命令	用标准的 UAC 提权方式（`Start-Process -Verb RunAs` 或 ShellExecuteEx+`runas`），执行前先向用户说明并征得同意

附录 A · 智谱 GLM 已知可用配置（2026-09 实测）

智谱官方原生支持 Anthropic 协议，文档里直接给了 Claude Code 配置，接入最省心。

端点与模型名（权威，无需猜）

Anthropic 协议 Base URL（Claude Code 用这个）：https://open.bigmodel.cn/api/anthropic
- ⚠️ 末尾不要加 /v1——Claude Code 会自动拼 /v1/messages，拼成 https://open.bigmodel.cn/api/anthropic/v1/messages（这正是智谱的正确路径）。
- 国际站 z.ai 同协议：https://api.z.ai/api/anthropic（Key 用 z.ai 平台发的）。
API Key：https://open.bigmodel.cn/usercenter/apikeys 创建。填进 ANTHROPIC_AUTH_TOKEN（即 Key 本身，CC 会带 x-api-key 头，别加 Bearer ）。
模型 ID（小写，OpenAI/Anthropic 端点通用）：
- 免费视觉：glm-4.6v-flash（128K，9B 轻量，免费档仅 1 并发）
- 免费文本：glm-4.7-flash / glm-4.5-flash
- 便宜强档：glm-5.3-flash（1M 上下文，约 ¥1.07/¥3.55）、glm-5.2
- 旗舰：glm-5

配置模板（settings.json 的 env 块）

json

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://open.bigmodel.cn/api/anthropic",
    "ANTHROPIC_AUTH_TOKEN": "你的智谱API Key",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-4.7-flash",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-5.3-flash[1m]",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-5.3-flash[1m]",
    "CLAUDE_CODE_AUTO_COMPACT_WINDOW": "1000000",
    "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1",
    "API_TIMEOUT_MS": "600000"
  }
}

GLM 接 CC 的三个坑

glm-4.6v-flash 免费档只有 1 并发请求（ayautomate 实测）。Claude Code 会并行发子代理/工具调用请求，极易触发限流排队 → 实际体验卡顿。当主模型不推荐，更适合走「视觉理解 MCP Server」(glm-4.6v) 或 lobehub 的 glm-4.6v-flash-mcp 只处理图片/视频任务。
上下文 128K 的模型别加 [1m] 后缀（如 glm-4.6v-flash 就别加）。[1m] 只给真有 1M 窗口的模型用（如 glm-5.3-flash[1m]），否则 contextWindow 会虚标导致 auto-compact 错乱。
免费模型商用条款未明确（ayautomate 标注 "Commercial use: Unclear"）。个人使用无妨；要进生产先查智谱当前条款。复杂编码优先用 glm-5.3-flash 或 glm-4.7-flash（免费文本），比视觉 Flash 更能扛多步任务。

第五部分：只有 OpenAI 兼容端点的模型 → 必须加本地网关

适用：模型只在 OpenAI 兼容网关上提供，没有 Anthropic 原生端点。典型是 Space Bunny（2026-09 匿名免费预览，1M 上下文，强制推理、五档 reasoning effort，$0）。

⚠️ 2026-09-29 重大更正：claude-code-router 的流式转换是坏的，不要再拿它做方案。 实测 v2.1.1（npm 上只有 2.1.0/2.1.1，没有修复版）输出的 Anthropic SSE： 每个事件都写两遍（两个不同的 message_start）、从不发 message_stop、 message_delta.delta 是空 {}。Claude Code 因此报 API Error: The response stream was malformed. The response above may be incomplete.

定位手法（可复用）：把它指向一个标准得不能再标准的假上游——自己起个 Python HTTP 服务返回教科书式 OpenAI SSE（data: {...}\n\n + finish_reason + data: [DONE]）—— 照样畸形，说明是路由器自身 bug，与上游无关；再查假上游的请求日志确认上游只被请求 1 次，即重复输出是它自己写了两遍。

替代方案：自建 ccproxy.py（见第七部分），零依赖、事件序列严格合规。下面的路由器配置留作历史参考，新搭建请直接走第七部分。

同一个 stealth 模型往往有多个上游，优先选免 key 的那个：

上游	端点	模型名	认证
OpenCode Zen	`https://opencode.ai/zen/v1/chat/completions`	`space-bunny-free`	免 key（匿名）可用
OpenRouter	`https://openrouter.ai/api/v1/chat/completions`	`stealth/space-bunny-alpha`	需 key（注意：整段 `:free` 后缀会 404）
AI/ML API	`https://api.aimlapi.com/v1/chat/completions`	`stealth/space-bunny-alpha`	需 key

OpenCode Zen 免 key 实测（2026-09-29）：不带任何 Authorization 头直接 POST space-bunny-free 即返回真实结果、cost:"0"。账号被封也不用怕，直接换 Zen。 （限时免费，约 ~2026-09-30 到期；@namzu/zen 也称 keyless 走 space-bunny-free，但「网关准入随时可能变」。）
两条通道 模型 ID 不同：Zen 带 -free 后缀，OpenRouter 不带 :free 后缀。

为什么必须过网关

Claude Code 只发 Anthropic Messages 协议，这类模型只吃 OpenAI Chat Completions。协议不同，ANTHROPIC_BASE_URL 直接指过去必炸。用 claude-code-router 在本地做协议转换（含流式 + 工具调用 + 推理参数翻译）。

架构：Claude Code → http://127.0.0.1:3456 → claude-code-router → OpenRouter

⚠️ 最大坑：配置文件名是 `config-router.json`，不是 `config.json`

这是「配置明明写了却不生效」的头号原因，静默失败，极难查：

text

DEFAULT_CONFIG_PATH = path.join(homedir(), ".claude-code-router", "config-router.json")

README / 网上教程普遍写 config.json —— 错的。
写错文件名后路由器不会报错，而是加载内置 DEFAULT_CONFIG，里面塞着 codewhisperer-primary（AWS）和 shuaihong-openai 两个陌生 provider。
识别方法：跑 ccr health，若出现你不认识的 provider 名，就是没读到你的配置。

⚠️⚠️ 同等大坑：系统代理环境变量接管网关请求

网关内部用 axios，而 axios 会读取 http_proxy/https_proxy/HTTP_PROXY/HTTPS_PROXY 环境变量。本机（或任何开了代理的机器）若设了这些变量，网关会把所有上游请求都交给代理转发，症状极具迷惑性：

现象	说明
打上游得 400，但用 `curl` 直连同一上游是 200/401	代理层引入的假错误
打本地 `http://127.0.0.1:xxxx` 得 502	代理无法回环（连 localhost 也被转发）
不同上游表现不一致、模型名明明正确却失败	别怀疑模型名，先查代理

定位法（决定性）：架一个本地回显 HTTP 服务器（Python stdlib），把网关 endpoint 临时指到 http://127.0.0.1:3999/v1/chat/completions，再经网关发一次请求：

回显服务器收到请求 → 网关没有经代理转发（可继续查别的）。
回显服务器收不到、网关报 502 → 请求被代理接管了（本地地址也被代理吞掉）。

修复：按 HTTP 客户端通用的 no_proxy 约定，把本地回环地址与直连可达的上游域名列入 no_proxy，即声明这些目标不走代理（其余流量仍按系统代理设置走）：

bash

# bash：只为回环地址声明直连，其余保持系统代理设置
NO_PROXY='127.0.0.1,localhost' no_proxy='127.0.0.1,localhost' <node.exe> <cli.js> start

cmd

REM Windows 启动器里
set NO_PROXY=127.0.0.1,localhost
set no_proxy=127.0.0.1,localhost
<node.exe> <cli.js> start

若确实需要「这个进程完全不使用任何代理」（例如上游必须直连、而系统代理不通），再显式覆盖这几个变量——先确认该上游直连可达（不带代理参数 curl 能返回 200），且只对单个进程生效，不要写成全局永久环境变量。

注意：这一条对所有「本地网关转上游」的场景都适用（不只 claude-code-router）。 Claude Code 自己连 127.0.0.1:3456 时同样可能被代理接管 → 在 no_proxy 里加上 127.0.0.1。

安装（装进 managed node workspace，别 `npm install -g`）

bash

mkdir -p "C:/Users/<u>/.workbuddy/binaries/node/workspace"
cd "C:/Users/<u>/.workbuddy/binaries/node/workspace"
"<node.exe>" "<版本根目录>/node_modules/npm/bin/npm-cli.js" install claude-code-router

npm-cli.js 在版本根目录 .../node/versions/22.22.2-3/node_modules/npm/bin/npm-cli.js，不在 workspace 里（踩过）。

配置模板：`~/.claude-code-router/config-router.json`

json

{
  "server": { "port": 3456, "host": "127.0.0.1" },
  "routing": {
    "rules": {
      "default":     { "provider": "opencode-zen", "model": "space-bunny-free" },
      "background":  { "provider": "opencode-zen", "model": "space-bunny-free" },
      "thinking":    { "provider": "opencode-zen", "model": "space-bunny-free" },
      "longcontext": { "provider": "opencode-zen", "model": "space-bunny-free" },
      "search":      { "provider": "opencode-zen", "model": "space-bunny-free" }
    },
    "defaultProvider": "opencode-zen",
    "providers": {
      "opencode-zen": {
        "type": "openai",
        "endpoint": "https://opencode.ai/zen/v1/chat/completions",
        "authentication": { "type": "bearer", "credentials": { "apiKey": "" } },
        "settings": {
          "categoryMappings": { "default": true, "background": true, "thinking": true,
                                "longcontext": true, "search": true },
          "models": ["space-bunny-free"],
          "defaultModel": "space-bunny-free"
        }
      }
    }
  },
  "debug": { "enabled": true, "logLevel": "info", "traceRequests": false,
             "saveRequests": false, "logDir": "C:/Users/<u>/.claude-code-router/logs" }
}

要点：

endpoint 要写完整 /v1/chat/completions 路径（不是 base URL）。
路由器按 category 路由，忽略 Claude Code 请求里带的 model 名，真正生效的是 rule 里的 model。所以 settings.json 里写 space-bunny 也无所谓。
五个 category 全部指向同一 provider，否则子代理 / 长上下文请求会漏到别处。
路由器会合并内置默认 provider，ccr health 长期显示 System degraded + codewhisperer-primary ❌ —— 无害，别去修。（opencode-zen ❌ 也可能出现，因为 health 探活方式与实际 messages 调用不同；只要经 /v1/messages 能拿到真实回包，就是通的，别被 health 误导。）
免 key 上游："apiKey": "" 即可，路由器会省略 Authorization 头 → Zen 视为匿名。填任何非空假 key 反而会被 Zen 拒（AuthError: Invalid API key.）。
强制推理模型（Space Bunny）max_tokens 要给足，否则推理 token 吃光预算、返回 content: []（表现为"空回复"，不是坏了）。

Claude Code 侧 settings.json

json

"env": {
  "ANTHROPIC_AUTH_TOKEN": "router-local",
  "ANTHROPIC_BASE_URL": "http://127.0.0.1:3456",
  "ANTHROPIC_MODEL": "space-bunny[1m]",
  "ANTHROPIC_DEFAULT_OPUS_MODEL": "space-bunny[1m]",
  "ANTHROPIC_DEFAULT_SONNET_MODEL": "space-bunny[1m]",
  "ANTHROPIC_DEFAULT_HAIKU_MODEL": "space-bunny[1m]",
  "ANTHROPIC_DEFAULT_FABLE_MODEL": "space-bunny[1m]",
  "CLAUDE_CODE_SUBAGENT_MODEL": "space-bunny[1m]",
  "CLAUDE_CODE_AUTO_COMPACT_WINDOW": "1000000",
  "API_TIMEOUT_MS": "600000"
}

ANTHROPIC_AUTH_TOKEN 填本地哑值即可（如 router-local），真 key 在网关 config 里。好处：真 key 只存在一处，不随 settings.json 扩散。
1M 上下文的模型用 [1m] 后缀 + AUTO_COMPACT_WINDOW=1000000。

诊断：怎么拿完整出站请求体（关键）

网关会把上游错误包装掉，只留一句 openrouter request failed: Request failed with status code 400，看不出是 auth 还是 body 格式问题。拿真实 body 的方法：

config 里开 "traceRequests": true（配合 saveRequests），重启网关；
发一次测试请求；
从日志里用 node 解析 axios 的 config.data（日志里该字段会被截断，别直接肉眼看）：

bash

node -e "
const fs=require('fs');
fs.readFileSync('<logDir>/ccr-2026-09-29.log','utf8').split('\n').filter(Boolean).forEach(l=>{
  const o=JSON.parse(l);
  if(o.level==='error'&&o.data?.config) console.log(o.data.config.data, JSON.stringify(o.data.config.headers));
});"

A/B 判据：同一个无效 key，直连 OpenRouter 返回 401 Missing Authentication header，而经网关返回 400 —— 两者都是 auth 被拒，只是 OpenRouter 对网关来源的错误码不同。 拿到合法 OpenAI 格式 body 且模型名正确 = 链路已通，剩下只是换真 key。（判断 body 是否合法：形状应是 {"model":"stealth/space-bunny-alpha","messages":[...],"max_tokens":N,"stream":false}）

启动

网关必须常驻，且不能用 nohup ... &（会随命令进程组被杀，见 Step 8）。用工具自带的后台运行能力起，或给用户建启动器（本机已固化，见第六 / 七部分）：

bash

# 前台起网关（窗口可见，保持开着）
python scripts/ccproxy.py --port 3457 --verbose
# 或让切换器代劳（推荐）：它判定是否真需要网关、避免重复启动
python scripts/ccswitch.py gateway

脚本随本技能提供，位于 scripts/ 目录下 —— ccproxy.py（网关）+ ccswitch.py（切换器）。纯 Python 标准库、零第三方依赖，拷到任意位置都能跑。 Windows 用户想双击即用，可自建 .cmd 启动器（内部先 chcp 65001 防中文乱码），内容就是上面那两行命令。注意 CC 2.1.278 起 bin 指向原生 claude.exe（不再有 cli.js）；claude.cmd 只是批处理包装。

已知限制

Space Bunny 是强制推理模型，默认 effort 较高（偏慢）。想提速要调 reasoning effort，但 Claude Code 的 CLAUDE_CODE_EFFORT_LEVEL 经网关未必能传下去（同 Step 9，很可能是空操作），需要实测确认。
匿名 stealth 模型规格/数据政策未公开（提供方可能保留 prompt，不用于训练），别用于高敏感或强合规场景。

第六部分：多 profile 一键切换（ccswitch）

目标：用户说一句「切 deepseek」/「切 space bunny」就完成切换，不再手工改配置。

用法

bash

python scripts/ccswitch.py deepseek          # 切到 DeepSeek 原生端点
python scripts/ccswitch.py spacebunny        # 切到 Space Bunny（自动拉起网关）
python scripts/ccswitch.py status            # 当前 profile + 网关状态
python scripts/ccswitch.py list              # 列出所有 profile
python scripts/ccswitch.py gateway           # 只确保网关在跑
python scripts/ccswitch.py <p> --no-gateway  # 只改 settings，不动网关

别名：ds→deepseek，bunny/sb/zen→spacebunny。

设计（可直接照搬到别的工具）

profile 即模板：~/.claude/profiles/<name>.json 存一份完整的 Claude Code settings.json；切换 = 复制覆盖 ~/.claude/settings.json。
切前必备份：旧文件存 ~/.claude/backups/settings.json.bak-<时间戳>；与目标内容相同则跳过（不刷屏）。
是否需要网关由配置自身推出，不靠额外元数据： ANTHROPIC_BASE_URL 含 127.0.0.1:3457 → 需网关（切过去自动拉起、切走自动停）；其它（如 api.deepseek.com/anthropic）→ 原生端点，不需要网关。
网关本体是 ccproxy.py（第七部分），不是 claude-code-router； 停网关：netstat -ano 找 :3457 LISTENING → taskkill /F /PID。
新增模型 = 丢一个 profile json 进去，脚本自动出现在 list 里。

关键提醒

切换后必须重启 Claude Code（已开会话仍持旧 settings）—— 脚本会打印这句。
脚本在 scripts/ 下，跨平台：Windows 走 netstat + taskkill， macOS / Linux 走 pidfile + SIGTERM。
想让 Windows 用户双击即用，自建 .cmd 启动器即可（内部 chcp 65001 防中文乱码），内容就是 python <技能目录>\scripts\ccswitch.py <profile>。

本机坑（2026-09-29）

现象	真相
`Popen` 起的网关活不过本次调用	以后台方式启动（Bash 的 `run_in_background`），或让用户用 `.cmd` 启动器双击运行
`/tmp/sb.json` 写得出、Python 打不开	Git Bash 的 `/tmp` 是虚拟路径，原生 Python 看不见。落盘要写 Windows 真实路径，或直接走管道

→ 结论：验证链路优先「直连端点」，别依赖拉起完整 CC；网关的常驻方式见第七部分。

第七部分：ccproxy —— 自建零依赖 Anthropic↔OpenAI 网关（2026-09-29）

为什么自建：见第五部分的更正。claude-code-router 的 SSE 转换是坏的，且它只有 2 个版本、无新版可升，2MB 压缩产物 + 超长行无法可靠打补丁 —— 与其修，不如替换。

文件清单

路径	作用
`scripts/ccproxy.py`	网关本体（Python 3 stdlib，零第三方依赖，约 640 行）
`scripts/ccswitch.py`	profile 切换器 + 网关启停协调（跨平台，约 430 行）
`~/.claude-code-proxy.json`	配置：`host` / `port` / `upstream{url,model,api_key}` / `timeout` / `verbose`
`examples/profiles/*.json`	开箱可用的 `settings.json` 模板，拷到 `~/.claude/profiles/`

bash

python ccproxy.py --port 3457 --verbose                      # 前台带日志
python ccproxy.py --upstream <url> --model <name> --key <k>  # 临时换上游
curl -s http://127.0.0.1:3457/health                         # {"ok":true,"upstream":...}

CLI 参数优先于配置文件。当前上游：https://opencode.ai/zen/v1/chat/completions + space-bunny-free + 空 api_key（Zen 免 key；填任何占位值都会被 AuthError: Invalid API key 拒）。

实现要点（照着抄，别重蹈覆辙）

上游用 http.client 直连，不用 requests/axios → 不读取 HTTP_PROXY/HTTPS_PROXY 这类代理环境变量，从根上避免第五部分那类「请求被系统代理接管」的问题。
事件序列严格合规（这正是路由器翻车处）： message_start(恰 1 次) → content_block_start → content_block_delta* → content_block_stop → （下个块同理）→ message_delta（带真实 stop_reason）→ message_stop(恰 1 次)。
异常也必须收尾：上游中途断开 / 报错 / 返回空内容时，仍要补发 message_delta + message_stop（必要时补一个空 text block），绝不裸断 —— 这是 stream was malformed 的根治手段。
工具调用：多个 tool_call 的 arguments 增量会交错到达，因此 不要在某个 tool 块出现时就关闭前一个块；让所有块保持 open，结束前按 index 顺序统一 close。 arguments 片段直接映射为 input_json_delta.partial_json（CC 自己拼接）。
finish_reason → stop_reason：stop→end_turn、length→max_tokens、 tool_calls/function_call→tool_use。
reasoning_content 直接丢弃：Anthropic 的 thinking block 需要 signature，伪造易炸。（想要思考过程再加开关。）
上游常不给 token 数 → 用 字符数 / 3.5 估算 input_tokens/output_tokens，够 CC 显示成本与 auto-compact 用。
请求侧映射：system→role=system；user 里的 tool_result 块要拆成独立的 {"role":"tool","tool_call_id":...}；assistant 的 tool_use → OpenAI tool_calls； tools[].input_schema → function.parameters；tool_choice：any→required、 tool→{type:function,function:{name}}；thinking.budget_tokens → reasoning_effort。

验证方法（必做，别凭感觉）

bash

curl -sN http://127.0.0.1:3457/v1/messages \
  -H 'content-type: application/json' -H 'anthropic-version: 2023-06-01' \
  -d '{"model":"x","max_tokens":300,"stream":true,"messages":[{"role":"user","content":"回答两个字:你好"}]}' > out.txt

逐块解析 event:/data: 后检查（实测通过的样子）：

检查项	期望
`message_start` / `message_delta` / `message_stop` 计数	各 1
`content_block_stop` 计数	= `content_block_start` 计数
首 / 末事件	`message_start` / `message_stop`
text 拼接	等于完整回答（实测 `'你好'`）
带 tools 时	出现 `content_block_start(type=tool_use)` + `input_json_delta`，args 能 `json.loads` 成功（实测 `{"city": "北京"}`），`stop_reason=tool_use`
真实 CC	`claude.exe -p "7*8=?" --output-format json` → `result:"56"`、`stop_reason:"end_turn"`、`is_error:false`

本机坑（与网关相关）

验证 CC 时优先用原生二进制入口（比 claude.cmd 这层批处理包装更稳）： ~/AppData/Roaming/npm/node_modules/@anthropic-ai/claude-code/bin/claude.exe （CC 2.1.278：package.json 的 bin = bin/claude.exe，不再有 cli.js，别再按老路径找）。
该 exe 体积约 237MB，首次 ls 会略慢，正常。

Claude Code 接入第三方模型

Install

Claude Code 接入第三方模型（Anthropic 兼容端点）

核心思路

Step 1 · 实测真实模型 ID

Step 2 · [1m] 后缀是什么

Step 3 · 配置模板

Step 4 · 查真实支持的 env 变量名（别照抄博客）

Step 5 · 判定「哪份配置生效」—— 必须实测

Step 6 · 排查其它覆盖源（Windows）

收尾清单

常见坑速查

第二部分：接入后「变慢」怎么定位

Step 7 · 先记住优先级铁律（决定了怎么切档）

Step 8 · 用本地中继抓真实请求体（唯一可靠手段）

Step 9 · CLAUDE_CODE_EFFORT_LEVEL 对第三方模型通常是空操作

Step 10 · 把 wall time 拆成「API 耗时」和「Claude Code 开销」

⚠️ 先量 shim 层，再怪杀软（2026-09-23 实测推翻了旧结论）

⚠️⚠️ 性能测量必须 A/B/A，本机噪声能吃掉一切结论

Step 11 · 缓存：默认是好的，别误判

Step 12 · 交互模式「感觉卡住」大多是思考被隐藏了

Step 13 · 换大模型前先量一下，pro 有可能更慢

性能问题速查表

第三部分：收尾——只留一份配置源

Step 14 · 单一配置源（Single Source of Truth）

第四部分：Windows 环境注意点

其它本机坑

附录 A · 智谱 GLM 已知可用配置（2026-09 实测）

端点与模型名（权威，无需猜）

配置模板（settings.json 的 env 块）

GLM 接 CC 的三个坑

第五部分：只有 OpenAI 兼容端点的模型 → 必须加本地网关

为什么必须过网关

⚠️ 最大坑：配置文件名是 config-router.json，不是 config.json

⚠️⚠️ 同等大坑：系统代理环境变量接管网关请求

安装（装进 managed node workspace，别 npm install -g）

配置模板：~/.claude-code-router/config-router.json

Claude Code 侧 settings.json

诊断：怎么拿完整出站请求体（关键）

启动

已知限制

第六部分：多 profile 一键切换（ccswitch）

用法

设计（可直接照搬到别的工具）

关键提醒

本机坑（2026-09-29）

第七部分：ccproxy —— 自建零依赖 Anthropic↔OpenAI 网关（2026-09-29）

文件清单

实现要点（照着抄，别重蹈覆辙）

验证方法（必做，别凭感觉）

本机坑（与网关相关）

Related skills

Step 2 · `[1m]` 后缀是什么

Step 9 · `CLAUDE_CODE_EFFORT_LEVEL` 对第三方模型通常是空操作

⚠️ 最大坑：配置文件名是 `config-router.json`，不是 `config.json`

安装（装进 managed node workspace，别 `npm install -g`）

配置模板：`~/.claude-code-router/config-router.json`