Claude Code Router 详解与接入指南一个本地网关让所有 AI Agent 用你选定的模型【免费下载链接】claude-code-routerOne local control plane for every AI agent: route across models, fuse new capabilities, orchestrate tools, and stay fully in control.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-code-routerClaude Code Router下称 CCR是一个运行在本地的模型网关与控制平面它接收 Claude Code、Codex、Kimi CLI 等编程 Agent 发出的请求按你配置的路由规则转发到任意模型供应商并在同一个应用里完成凭据轮换、失败回退、能力增强与请求日志。接入后切换供应商不再需要逐个修改每个 Agent 的配置文件。 多 Agent、多模型、多 Key 的分散管理值得一个本地入口实际使用编程 Agent 一段时间后通常会遇到四类反复出现的问题配置分散Claude Code、Codex、Grok CLI、Kimi CLI、OpenCode、Pi、ZCode 等每个客户端都有自己的模型配置格式换一家供应商就要逐处改动。单点受限一个 API Key 受配额、限流和供应商故障影响请求失败后只能手动重试。能力缺口手头模型不支持看图或联网检索但整体又表现不错不想整个换掉。黑盒运行请求发出去后实际命中了哪家供应商、哪个模型、消耗多少 Token、花了多少钱没有任何记录。CCR 的解法是给出一个稳定的本地入口默认监听http://127.0.0.1:3456所有 Agent 把请求发到这个地址CCR 再按配置把请求送到命中的供应商、模型和账号。供应商管理、路由规则、工具扩展和观测日志都收在同一个面板里客户端只需要知道这个地址。 三步完成本地接入安装、加供应商、应用配置第一步安装并启动 CCR桌面端macOS / Windows / Linux是官方推荐的起点下载安装包启动应用后点击服务 → 启动即可。偏好命令行或服务器部署的有两种等价方式npm install -g musistudio/claude-code-router ccr uidocker compose up -d --buildCLI 方式要求 Node.js 22启动后打开http://127.0.0.1:3458进入浏览器管理界面Docker 方式同样默认通过 3458 端口提供界面与网关路由。模型网关本身始终位于 3456 端口两种方式的配置流程完全一致。第二步添加供应商并用连通性检测验证在供应商 → 添加供应商中可以选内置预设OpenRouter、DeepSeek、Moonshot、Kimi Code、Z.AI、百炼、Mistral、SiliconFlow 等也可以填自定义端点接入任何兼容 OpenAI、Anthropic 或 Gemini 协议的服务。填写 API Key、勾选要暴露的模型后建议点一次检测连通性——它会发送真实测试请求确认 Key、模型 ID 和协议确实可调用注意这会消耗少量 Token。两个值得留意的细节登录态导入如果本机已登录 Claude Code、Codex 或 Kimi CLI添加弹窗会提供一键导入入口直接复用本机 OAuth 凭据不必再粘贴新的 Key。凭据池持有多个上游 Key 时可在高级设置里配成凭据池多个 API Key 的调度池CCR 按优先级、权重和本地限额如每分钟请求数、Token 数自动选择与跳过单点限流不再拖垮整条链路。第三步创建 Agent 配置并应用在Agent 配置页选择目标 Agent以 Claude Code 为例填写配置名称、选择默认模型并保存然后从 CCR 的终端按钮或播放按钮直接打开该 Agent——启动时 CCR 会自动注入必要的环境变量让请求指向本地网关。进入 Claude Code 后用/model命令可以看到 CCR 暴露的全部模型包括后文提到的 Fusion 组合模型并随时切换。完成后到日志页确认一条请求的供应商、模型、耗时与 Token 记录说明链路已经打通。️ 进阶路由按任务拆模型、失败自动切换接入只是起点CCR 的核心价值在路由层。条件规则按序匹配在路由页添加规则每条规则由条件匹配request.header或request.body的字段与值和改写动作组成按列表顺序执行第一条命中的规则决定该请求的最终模型。对 Claude Code 还有一个便利它的 Subagent / Workflow 派生请求会带上模型标签CCR 据此为子任务自动选择模型——只要在模型页给候选模型写清 Description例如适合摘要与低成本并行子任务适合跨文件重构Claude Code 就会按描述自行挑选主请求与子请求各走各的模型。复杂逻辑用脚本规则多字段判断、灰度分流或动态改写可以写成 Node.js 脚本规则在受控 Worker 中执行脚本异常或超时会 fail-open跳过该规则继续匹配下一条不会让请求卡死if (input.body.model ! 供应商/原模型) return null; return { model: 供应商/目标模型 };Fusion 组合模型把基础文本模型与视觉、联网搜索、生图/生视频或自定义 MCP 工具MCP 是让模型调用外部工具的开放协议组合成一个新的可选模型。例如通用模型 视觉模型 带 V 后缀的视觉版、代码模型 Web Search 可检索最新资料的模型。组合结果像普通模型一样出现在路由与/model列表里保留了原模型的手感又补齐了缺失能力。失败重试与有序 Fallback规则可各自配置回退策略主模型失败时自动切到备用模型客户端无感知。 原理揭秘一次逆向如何变成一个网关CCR 的起点是 2025 年 2 月。当时 Anthropic 屏蔽了中国区账号作者对 Claude Code 做了逆向借助 Chrome DevTools 以调试模式启动claude进程在混淆过的源码里搜索api.anthropic.com发现请求的baseURL可以被环境变量ANTHROPIC_BASE_URL覆盖且请求遵循 Anthropic Messages 规范。由此方案就很直接实现一个提供/v1/messages端点的本地服务完成 OpenAI 与 Anthropic 两套规范之间的请求/响应格式转换启动 Agent 前把环境变量指向该服务即可在不改 Agent 源码的前提下拦截、改写并转发请求。这套机制写进了 项目初衷及原理后续版本则从单协议转发器演进为支持 OpenAI Chat/Responses、Anthropic Messages、Gemini 等多协议的多 Agent 网关路由引擎与请求处理的核心实现位于 packages/core/src/gateway/。 适合谁用以及几个需要注意的边界CCR 适合这样的人群同时使用多个编程 Agent、希望按任务复杂度与成本分配不同模型、持有多个供应商 Key 需要轮换或想给现有模型补上视觉/联网能力的开发者。它本质上是一个本地转发层上游 Key 必须真实有效CCR 不会替你解决供应商准入问题。使用前建议留意几点请求日志默认只保留当天的数据适合当日排查不适合作为长期审计归档。检测连通性发送的是真实请求按量计费或按次计费的供应商会产生少量消耗建议只勾选需要确认的模型。默认服务只监听本机回环地址若要通过 Docker 等方式远程暴露 CCR应先配置独立的 CCR 客户端 Key 与请求、Token 限额。路由规则按顺序匹配且首条命中即生效调整规则顺序前先想清楚优先级。如果你的工作流里 Claude Code、Codex 等 Agent 已经超过一个且不想再为换模型翻配置文件最稳妥的起步方式是先接入一个最熟悉的供应商跑通日志确认路由与成本记录符合预期后再逐步添加规则、Fusion 模型和凭据池。【免费下载链接】claude-code-routerOne local control plane for every AI agent: route across models, fuse new capabilities, orchestrate tools, and stay fully in control.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-code-router创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Claude Code Router 详解与接入指南一个本地网关让所有 AI Agent 用你选定的模型【免费下载链接】claude-code-routerOne local control plane for every AI agent: route across models, fuse new capabilities, orchestrate tools, and stay fully in control.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-code-routerClaude Code Router下称 CCR是一个运行在本地的模型网关与控制平面它接收 Claude Code、Codex、Kimi CLI 等编程 Agent 发出的请求按你配置的路由规则转发到任意模型供应商并在同一个应用里完成凭据轮换、失败回退、能力增强与请求日志。接入后切换供应商不再需要逐个修改每个 Agent 的配置文件。 多 Agent、多模型、多 Key 的分散管理值得一个本地入口实际使用编程 Agent 一段时间后通常会遇到四类反复出现的问题配置分散Claude Code、Codex、Grok CLI、Kimi CLI、OpenCode、Pi、ZCode 等每个客户端都有自己的模型配置格式换一家供应商就要逐处改动。单点受限一个 API Key 受配额、限流和供应商故障影响请求失败后只能手动重试。能力缺口手头模型不支持看图或联网检索但整体又表现不错不想整个换掉。黑盒运行请求发出去后实际命中了哪家供应商、哪个模型、消耗多少 Token、花了多少钱没有任何记录。CCR 的解法是给出一个稳定的本地入口默认监听http://127.0.0.1:3456所有 Agent 把请求发到这个地址CCR 再按配置把请求送到命中的供应商、模型和账号。供应商管理、路由规则、工具扩展和观测日志都收在同一个面板里客户端只需要知道这个地址。 三步完成本地接入安装、加供应商、应用配置第一步安装并启动 CCR桌面端macOS / Windows / Linux是官方推荐的起点下载安装包启动应用后点击服务 → 启动即可。偏好命令行或服务器部署的有两种等价方式npm install -g musistudio/claude-code-router ccr uidocker compose up -d --buildCLI 方式要求 Node.js 22启动后打开http://127.0.0.1:3458进入浏览器管理界面Docker 方式同样默认通过 3458 端口提供界面与网关路由。模型网关本身始终位于 3456 端口两种方式的配置流程完全一致。第二步添加供应商并用连通性检测验证在供应商 → 添加供应商中可以选内置预设OpenRouter、DeepSeek、Moonshot、Kimi Code、Z.AI、百炼、Mistral、SiliconFlow 等也可以填自定义端点接入任何兼容 OpenAI、Anthropic 或 Gemini 协议的服务。填写 API Key、勾选要暴露的模型后建议点一次检测连通性——它会发送真实测试请求确认 Key、模型 ID 和协议确实可调用注意这会消耗少量 Token。两个值得留意的细节登录态导入如果本机已登录 Claude Code、Codex 或 Kimi CLI添加弹窗会提供一键导入入口直接复用本机 OAuth 凭据不必再粘贴新的 Key。凭据池持有多个上游 Key 时可在高级设置里配成凭据池多个 API Key 的调度池CCR 按优先级、权重和本地限额如每分钟请求数、Token 数自动选择与跳过单点限流不再拖垮整条链路。第三步创建 Agent 配置并应用在Agent 配置页选择目标 Agent以 Claude Code 为例填写配置名称、选择默认模型并保存然后从 CCR 的终端按钮或播放按钮直接打开该 Agent——启动时 CCR 会自动注入必要的环境变量让请求指向本地网关。进入 Claude Code 后用/model命令可以看到 CCR 暴露的全部模型包括后文提到的 Fusion 组合模型并随时切换。完成后到日志页确认一条请求的供应商、模型、耗时与 Token 记录说明链路已经打通。️ 进阶路由按任务拆模型、失败自动切换接入只是起点CCR 的核心价值在路由层。条件规则按序匹配在路由页添加规则每条规则由条件匹配request.header或request.body的字段与值和改写动作组成按列表顺序执行第一条命中的规则决定该请求的最终模型。对 Claude Code 还有一个便利它的 Subagent / Workflow 派生请求会带上模型标签CCR 据此为子任务自动选择模型——只要在模型页给候选模型写清 Description例如适合摘要与低成本并行子任务适合跨文件重构Claude Code 就会按描述自行挑选主请求与子请求各走各的模型。复杂逻辑用脚本规则多字段判断、灰度分流或动态改写可以写成 Node.js 脚本规则在受控 Worker 中执行脚本异常或超时会 fail-open跳过该规则继续匹配下一条不会让请求卡死if (input.body.model ! 供应商/原模型) return null; return { model: 供应商/目标模型 };Fusion 组合模型把基础文本模型与视觉、联网搜索、生图/生视频或自定义 MCP 工具MCP 是让模型调用外部工具的开放协议组合成一个新的可选模型。例如通用模型 视觉模型 带 V 后缀的视觉版、代码模型 Web Search 可检索最新资料的模型。组合结果像普通模型一样出现在路由与/model列表里保留了原模型的手感又补齐了缺失能力。失败重试与有序 Fallback规则可各自配置回退策略主模型失败时自动切到备用模型客户端无感知。 原理揭秘一次逆向如何变成一个网关CCR 的起点是 2025 年 2 月。当时 Anthropic 屏蔽了中国区账号作者对 Claude Code 做了逆向借助 Chrome DevTools 以调试模式启动claude进程在混淆过的源码里搜索api.anthropic.com发现请求的baseURL可以被环境变量ANTHROPIC_BASE_URL覆盖且请求遵循 Anthropic Messages 规范。由此方案就很直接实现一个提供/v1/messages端点的本地服务完成 OpenAI 与 Anthropic 两套规范之间的请求/响应格式转换启动 Agent 前把环境变量指向该服务即可在不改 Agent 源码的前提下拦截、改写并转发请求。这套机制写进了 项目初衷及原理后续版本则从单协议转发器演进为支持 OpenAI Chat/Responses、Anthropic Messages、Gemini 等多协议的多 Agent 网关路由引擎与请求处理的核心实现位于 packages/core/src/gateway/。 适合谁用以及几个需要注意的边界CCR 适合这样的人群同时使用多个编程 Agent、希望按任务复杂度与成本分配不同模型、持有多个供应商 Key 需要轮换或想给现有模型补上视觉/联网能力的开发者。它本质上是一个本地转发层上游 Key 必须真实有效CCR 不会替你解决供应商准入问题。使用前建议留意几点请求日志默认只保留当天的数据适合当日排查不适合作为长期审计归档。检测连通性发送的是真实请求按量计费或按次计费的供应商会产生少量消耗建议只勾选需要确认的模型。默认服务只监听本机回环地址若要通过 Docker 等方式远程暴露 CCR应先配置独立的 CCR 客户端 Key 与请求、Token 限额。路由规则按顺序匹配且首条命中即生效调整规则顺序前先想清楚优先级。如果你的工作流里 Claude Code、Codex 等 Agent 已经超过一个且不想再为换模型翻配置文件最稳妥的起步方式是先接入一个最熟悉的供应商跑通日志确认路由与成本记录符合预期后再逐步添加规则、Fusion 模型和凭据池。【免费下载链接】claude-code-routerOne local control plane for every AI agent: route across models, fuse new capabilities, orchestrate tools, and stay fully in control.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-code-router创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
