Claude Code Router：一键接入50+AI模型的智能路由器

在AI开发成本攀升与模型选择碎片化的双重挑战下，开发者亟需一种既能突破平台壁垒、又能灵活调度算力的解决方案。Claude Code Router（CCR）作为开源社区的“智能路由枢纽”，以“一键接入50+大模型”的颠覆性设计，重新定义了AI开发范式。无论是追求极致性价比的国产模型（如DeepSeek、Qwen），还是需要长上下文处理的Gemini 2.5 Pro，CCR通过动态路由策略与无感切换技术，让开发者在单一工作流中自由调用全球顶尖AI能力，真正实现“模型自由，成本可控”。

什么是Claude Code Router？

Claude Code Router是一款革命性的开源代理工具，专为解决AI模型平台锁定问题而生。它作为Claude Code

CLI与各大AI模型供应商之间的智能中介，让开发者无需Anthropic官方API即可享受Claude Code的优秀体验。支持Gemini、Ollama、Deepseek、OpenRouter等多种模型，提供智能路由、成本优化和高度可定制化功能，真正实现AI模型的自由切换与灵活部署。

核心优势:

• 模型自由: 打破平台锁定，无缝接入Gemini, Ollama, Deepseek, OpenRouter等多种模型。

• 成本效益: 可根据任务需求选择不同成本的模型，例如使用本地免费的Ollama模型或性价比高的 API服务。

• 功能强大: 支持基于任务类型的智能路由，为不同操作（如代码生成、后台索引）分配最合适的模型。

• 高度可定制: 通过自定义转换器（Transformers），可以适配任意遵循OpenAI API格式的提供商。

GitHub：https://github.com/musistudio/claude-code-router

安装

安装Node.js 18+版本

进入 Node.JS 官网，选择对应的操作系统和版本下载

安装claude code

npm install -g @anthropic-ai/claude-code

安装Claude Code Router：

装完成后，系统中将拥有 ccr 命令。

npm install -g @musistudio/claude-code-router

使用

启动CCR

ccr code

首次运行时，CCR会引导完成交互式配置，让你设置第一个AI提供商和模型。只需按照提示输入提供商名称、API Base URL、API 密钥、模型命令即可。

C:\Users\Administrator>ccr code
Enter Provider Name: Gemini
Enter Provider API KEY: 123456
Enter Provider URL: https://xxx.com
Enter MODEL Name: gemini-2.5-pro

授权信任Claude在当前目录中进行操作，建议在新建且安全的目录下启动Claude Code

授权同意后，就可以像使用官方 claude-code 一样与CCR互动了。

ccr命令参考

以下是 ccr CLI 的主要命令：

动态切换模型

如果在config.json配置有多个模型供应商，此时可以在使用过程中动态切换模型

• 使用/model命令，动态切换模型命令格式： /model provider_name,model_name

示例:

/model openrouter,anthropic/claude-3.5-sonnet

配置示例说明

CCR的所有配置都存储在 ~/.claude-code-router/config.json 文件中。可以直接编辑此文件以进行高级设置。

除开CCR引导的交互式配置自动生成外，还可以手动创建config.json配置文件进行手动配置，不同操作系统创建方式不同

Linux、Mac：

 ~/.claude-code-router/config.json

Wondows：

C:\Users\用户名\.claude-code-router/config.json

config.json文件如何配置可以参考开源项目的config.example.json文件。关键部分如下：

PROXY_URL (可选): 为 API 请求设置代理，例如："PROXY_URL": "http://127.0.0.1:7890"

LOG (可选): 通过将其设置为true来启用日志记录。日志文件将位于$HOME/.claude-code-router.log

APIKEY (可选): 设置一个密钥来进行身份验证。设置后，客户端请求必须在Authorization 请求头 (例如, Bearer your-secret-key) 或 x-api-key 请求头中提供此密钥。例如："APIKEY": "your-secret-key"

HOST (可选): 设置服务的主机地址。如果未设置APIKEY，出于安全考虑，主机地址将强制设置为 127.0.0.1，以防止未经授权的访问。例如："HOST": "0.0.0.0"

NON_INTERACTIVE_MODE (可选): 当设置为 true 时，启用与非交互式环境（如GitHub Actions、Docker容器或其他CI/CD系统）的兼容性。这会设置适当的环境变量（CI=true、FORCE_COLOR=0 等）并配置stdin 处理，以防止进程在自动化环境中挂起。例如："NON_INTERACTIVE_MODE": true

Providers: 用于配置不同的模型提供商

Router: 用于设置路由规则。default 指定默认模型，如果未配置其他路由，则该模型将用于所有请求

API_TIMEOUT_MS: API 请求超时时间，单位为毫秒

配置示例说明：

{
  // 全局 API 密钥，用于访问此应用程序自身的主要服务。
  "APIKEY": "your-secret-key",

  // 配置代理服务器的 URL，所有的网络请求都将通过这个代理发出。
  // "http://127.0.0.1:5555" 指向本地运行的代理服务。
  "PROXY_URL": "http://127.0.0.1:5555", 

  // 日志记录开关。如果设置为 true，应用程序将生成并记录运行日志。
  "LOG": true,

  // API 请求的超时时间，单位为毫秒。
  // 这里的 600000 毫秒等于 600 秒（10分钟）。
  "API_TIMEOUT_MS": 600000,

  // 非交互模式开关。如果设置为 false，应用程序可以与用户进行交互（例如，请求输入）。
  // 设置为 true 时，它将在没有用户干预的情况下运行。
  "NON_INTERACTIVE_MODE": false,

  // “提供者”列表，定义了可以使用的不同 AI 模型服务。
  "Providers": [
    {
      // 提供商的唯一名称
      "name": "gemini",
      // 该提供者 API 的基础 URL 地址
      "api_base_url": "https://generativelanguage.googleapis.com/v1beta/models/",
      // 提供商的 API 密钥
      "api_key": "AIzaSyxxxxxxEfZDzBs1lC0Ac08",
      // 提供商可用的模型名称列表
      "models": ["gemini-2.5-flash", "gemini-2.5-pro"],
      // 指定用于处理请求和响应的转换器
      "transformer": {
        // 指定要使用的转换器名称
        "use": ["gemini"]
      }
    }
  ],

  // “路由器”配置，用于根据不同的任务类型，智能地选择使用哪个“提供者”和“模型”。
  "Router": {
    // 默认模型提供商 默认使用模型
    "default": "gemini,gemini-2.5-pro",
    // 用于处理后台任务的模型。可以是一个较小的本地模型以节省成本。
    "background": "gemini,gemini-2.5-flash",
    // 用于需要深度思考或推理任务的模型。
    "think": "gemini,gemini-2.5-flash",
    // 用于处理长文本上下文任务的模型。
    "longContext": "gemini,gemini-2.5-flash",
    // 定义长文本的阈值（可能是字符数或 token 数）。当输入超过此阈值时，将启用 "longContext" 路由。
    "longContextThreshold": 60000,
    // 用于处理网络搜索任务，需要模型本身支持
    "webSearch": "gemini,gemini-2.5-flash"
  }
}

核心配置说明

providers - 定义AI提供商

此部分是一个数组，用于定义要使用的所有AI模型提供商。

• name: 提供商的唯一标识符（例如 “gemini”, “ollama”）

• api_base: API 的基础 URL

• api_key: API 密钥

• models：提供商可用的模型名称列表

• transformer：(可选): 指定用于处理请求和响应的转换器

示例配置:

  "Providers": [
    {
      "name": "gemini1",
      "api_base_url": "https://generativelanguage.googleapis.com/v1beta/models/",
      "api_key": "AIzaSyCvmL0_gwkJOH9d8jFlDFe3_9rZA1GO8OQ",
      "models": ["gemini-2.5-flash", "gemini-2.5-pro"],
      "transformer": {
        "use": ["gemini"]
      }
    }
   ]

routing - 智能路由规则

这是CCR的核心功能之一。可以为Claude Code的不同内部操作指定不同的模型，以实现性能和成本的最佳平衡。

• default: 默认模型，用于常规任务的默认模型。

• background: 后台模型，用于后台任务的模型。这可以是一个较小的本地模型以节省成本。

• think: 思考模型，用于在执行任务前进行规划和推理。

• longContext: 长上下文模型，用于处理和分析大型文件或长篇对话。

• longContextThreshold : 触发长上下文模型的令牌数阈值。如果未指定，默认为 60000。

• webSearch: 用于处理网络搜索任务，需要模型本身支持。如果使用openrouter需要在模型后面加上:online后缀。

示例配置:

  // “路由器”配置，用于根据不同的任务类型，智能地选择使用哪个“提供者”和“模型”。
  "Router": {
    // 默认模型提供商 默认使用模型
    "default": "gemini,gemini-2.5-pro",
    // 用于处理后台任务的模型。可以是一个较小的本地模型以节省成本。
    "background": "gemini,gemini-2.5-flash",
    // 用于需要深度思考或推理任务的模型。
    "think": "gemini,gemini-2.5-flash",
    // 用于处理长文本上下文任务的模型。
    "longContext": "gemini,gemini-2.5-flash",
    // 定义长文本的阈值（可能是字符数或 token 数）。当输入超过此阈值时，将启用 "longContext" 路由。
    "longContextThreshold": 60000,
    // 用于处理网络搜索任务，需要模型本身支持
    "webSearch": "gemini,gemini-2.5-flash"
  }

transformers - 高级自定义

Transformers允许修改请求和响应负载，以确保与不同提供商API的兼容性。

内置Transformer：

Anthropic: 如果只使用这一个转换器，则会直接透传请求和响应(可以用它来接入其他支持Anthropic端点的服务商)

deepseek: 适配 DeepSeek API 的请求/响应

gemini: 适配 Gemini API 的请求/响应

openrouter: 适配OpenRouter API 的请求/响应。它还可以接受一个provider路由参数，以指定OpenRouter应使用哪些底层提供商

全局Transformer: 将转换器应用于提供商的所有模型。

openrouter转换器将应用于openrouter提供商下的所有模型。

 {
   "name": "openrouter",
   "api_base_url": "https://openrouter.ai/api/v1/chat/completions",
   "api_key": "sk-xxx",
   "models": [
     "google/gemini-2.5-pro-preview",
     "anthropic/claude-sonnet-4",
     "anthropic/claude-3.5-sonnet"
   ],
   "transformer": { "use": ["openrouter"] }
 }

特定于模型的Transformer: 将转换器应用于特定模型。

deepseek转换器应用于所有模型，而额外的openrouter转换器仅应用于deepseek-chat模型。

 {
   "name": "deepseek",
   "api_base_url": "https://api.deepseek.com/chat/completions",
   "api_key": "sk-xxx",
   "models": ["deepseek-chat", "deepseek-reasoner"],
   "transformer": {
     "use": ["deepseek"],
     "deepseek-chat": { "use": ["openrouter"] }
   }
 }

向Transformer 传递选项: 某些转换器（如 maxtoken）接受选项。

要传递选项，使用嵌套数组，其中第一个元素是转换器名称，第二个元素是选项对象。

{
  "name": "siliconflow",
  "api_base_url": "https://api.siliconflow.cn/v1/chat/completions",
  "api_key": "sk-xxx",
  "models": ["moonshotai/Kimi-K2-Instruct"],
  "transformer": {
    "use": [
      [
        "maxtoken",
        {
          "max_tokens": 16384
        }
      ]
    ]
  }
}

UI模式

为了获得更直观的体验，可以使用UI模式来管理配置，在终端输入以下命令

ccr ui

将打开一个基于Web的界面，输入配置文件中的APIKEY进行认证登录

然后可以在其中轻松查看和编辑config.json文件

异常

异常1：

执行ccr code命令后可能会像执行claude命令一样出现登录界面的提示操作，此时可以尝试删除.claude.json

Linux、Mac：

~/.claude.json

Windows：

C:\Users\用户名\.claude.json

异常2：

如果使用Gemini，有可能出现400错误，可以查看C:\Users\用户名\.claude-code-router\claude-code-router.log日志文件进行异常排除，例如这里遇到：User location is not supported for the API use.，此时意味着你所处国家不支持访问

 "error": {
    "code": 400,
    "message": "User location is not supported for the API use.",
    "status": "FAILED_PRECONDITION"
  }

总结

Claude Code Router的革新性不仅体现在其支持50+模型的接入能力，更在于它构建了一套完整的AI开发优化体系：通过智能路由规则，开发者可为代码生成、后台任务、复杂推理等场景自动匹配最优模型，API成本直降90%；动态切换命令与自定义转换器（Transformer）机制，彻底消除模型间的接口差异，让调试与部署无缝衔接；结合cpolar内网穿透工具，本地开发环境可一键暴露至公网，加速团队协作与AI服务落地。从开源生态的插件系统到GitHub Actions的深度集成，CCR正以“智能路由中枢”的定位，推动AI开发从“单一模型依赖”向“多模型协同”的范式跃迁。