Claude Code Router 快速部署实战5 分钟搭好本地模型网关统一路由所有 AI 编程 Agent【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是一个跑在本地的模型网关与控制平面它为 Claude Code、Codex、Kimi CLI、Grok CLI、OpenCode 等编程 Agent 提供同一个本地入口默认http://127.0.0.1:3456你在一个界面里管理供应商、模型、路由规则和请求日志实现多模型智能路由、故障回退与用量观测。从一次切模型的折腾说起假设你现在的工作流是这样的终端里开着 Claude Code 写业务代码旁边 Codex 在处理同一个仓库的重构任务。临时来了个批量改注释的活你只想用个便宜的模型跑掉但 Claude Code 只认 Claude 账号Codex 又只配了 GPT改一次模型就要翻一个配置文件换个供应商又要改一遍。等模型多了、Agent 多了这些散落的配置就成了维护负担。CCR 干的事很直白在所有 Agent 和所有模型供应商之间加一层本地网关。Agent 只需要指向127.0.0.1:3456这一个地址后面接哪个供应商、走哪条路由、失败后落到哪个备用模型全部在 CCR 里一处维护。一句话概括核心原理请求进来 → 网关按路由规则内置规则 你写的条件规则 脚本规则解析出目标供应商和模型 → 用对应协议转发上游 → 失败时按回退策略重试或切备用 → 全过程记录到请求日志。它同时支持 OpenAI Chat / Responses、Anthropic Messages、Gemini 等协议所以不同协议的供应商可以混在一起用。⚙️ 最小可用路径5 步跑通第一个请求以 npm CLI 为例需要 Node.js 22想省掉终端步骤也可以直接装桌面应用macOS / Windows / Linux 都有安装包步骤 1全局安装 CLInpm install -g musistudio/claude-code-router步骤 2启动服务并打开管理界面ccr ui # 打开 http://127.0.0.1:3458管理端口步骤 3添加供应商。进入供应商页面点添加供应商选内置预设OpenAI、DeepSeek、Kimi、Gemini、OpenRouter、百炼等或填自定义 API 地址粘贴 API Key。CCR 会自动探测端点支持的协议和可用模型记得点检测连通性确认真实发一次请求能通。步骤 4创建客户端 Key。进入API 密钥页面生成一个 CCR 客户端 Key——之后 Agent 访问网关都要带上它还可以设置有效期和请求 / Token / 图片限额。步骤 5启动网关并验证。在服务页面点启动然后curl http://127.0.0.1:3456/health # 返回 200 即网关就绪最后打开日志页面用客户端 Key 发一个最小模型请求确认能看到请求模型、最终供应商、状态码和耗时。到这里链路就跑通了接下来把 Agent 接进来即可在Agent 配置里选 Claude Code、Codex 等指定默认模型并应用配置档案之后从 CCR 启动 Agent 就自动走网关。顺带说明另一种部署方式——Docker 适合常驻服务器git clone https://gitcode.com/GitHub_Trending/cl/claude-code-router cd claude-code-router docker compose up -d --build # 打开 http://127.0.0.1:3458Docker 通过 Nginx 把管理 UI 和网关合并到同一入口记得持久化挂载/data。完整端口、鉴权与远程暴露说明见 Docker 部署文档。 配置实战按你的真实场景来场景一接入云端模型内置预设覆盖了绝大多数常用供应商选预设后 API 地址、协议、图标自动填好你只填 Key。自定义端点则填名称 API 地址即可协议探测不理想时在高级设置里关闭自动探测手动选。协议对照OpenAI Chat 适配绝大多数 OpenAI 兼容服务OpenAI Responses 适配支持 Responses API 的服务Anthropic Messages 适配 Anthropic 官方及兼容服务Gemini 系适配 Gemini 官方及兼容服务。高频调用或团队共享一个账号时把凭据从单 Key 切成凭据池加多条上游 Key设优先级、权重和限额CCR 按规则轮换单条 Key 挂了不影响整体。这一步的详细操作见 接入供应商指南。场景二接入本地模型Ollama 为例本地模型走自定义端点这条路不占任何预设添加供应商名称ollamaAPI 地址http://localhost:11434/v1协议选 OpenAI ChatOllama 兼容 OpenAI 格式API Key 随便填一个占位值本地不需要真密钥模型列表填本地已有的如qwen2.5-coder:latest、llama3:latest本地模型没有额度问题、延迟取决于机器适合跑后台任务、批量摘要这类能用就行的活把贵的主力模型留给关键任务。场景三多模型混合路由路由页是分两层内置路由针对 Claude Code 和 Codex 的适配。比如 Claude Code 派生 Subagent / Task / Workflow 时CCR 通过CCR-SUBAGENT-MODEL供应商/模型/CCR-SUBAGENT-MODEL标签机制让每个子任务自动挑合适模型——前提是你先在模型页面给候选模型写好 Description写清适合的任务、速度、成本CCR 会把带说明的模型清单注入给 Claude Code由它选择。自定义规则按列表顺序匹配第一条命中的启用规则改写请求。条件可选request.header或request.body的字段 操作符 值命中后改写模型、请求参数还可单独配置这条规则失败时的回退策略。条件规则表达不了复杂逻辑时把规则类型切到Node.js 脚本选一个本地.js/.mjs/.cjs文件。脚本是异步函数体直接用注入的input含input.body、input.headers、input.tokenCount、input.summary.lastUserText等返回目标模型即可// 长上下文请求切到大窗口模型其余不命中 if (input.tokenCount 60000) { return null; } return { model: gemini/gemini-2.5-pro };注意脚本是 fail-open 的异常、超时或返回值无效会记录诊断信息并继续下一条规则不会把网关卡死。每次执行前会重读文件改脚本不用重新保存规则。完整字段与测试方法见 智能路由文档。 模型选型按任务和预算选供应商表格里都是定性结论具体价格以各供应商官网为准供应商类型代表模型单次调用成本上下文窗口工具调用稳定性推荐任务国产 APIDeepSeek 等deepseek-chat / reasoner低大好日常编码主力、推理任务Kimi / MoonshotK3 等低~中超大百万级 Token好长文档、长周期编码Gemini 系2.5 系列中大好长上下文整理、联网搜索聚合平台OpenRouter 等各家模型混用随模型浮动随模型随模型需要一个入口试多家模型本地Ollamaqwen2.5-coder、llama3免费受显存限制一般后台任务、离线环境一个实用的组合思路主力日用挂便宜且稳的国产 API推理 / 架构分析挂强推理模型后台杂活和本地试跑给 Ollama长文档类任务靠长上下文模型——用路由规则把请求分过去而不是每天手动切。 进阶玩法Fusion 扩展能力给不会看图的模型接 Vision 工具、给不会联网的模型接搜索服务、通过 MCP 和 ToolHub 挂载自定义工具模型本身不用换。配置入口见 Fusion 文档。可观测性日志页记录每条请求的请求体 / 响应、最终命中的供应商 / 模型 / 凭据、耗时、Token 组成和成本估算设置里打开Agent 观测还能看到 Agent 执行链路里的工具调用与结果。排查钱花哪了就靠按模型或凭据筛选日志。多 Agent 档案Claude Code、Codex、Kimi CLI、OpenCode 等各有独立配置档案支持多开、按项目设置作用范围、覆盖环境变量互不串配置。Bot 接力AgentClaw通过微信、企业微信、Slack、Telegram、飞书等 IM 给 Agent 派任务适合把长任务扔出去跑。 运维与排错症状 → 原因 → 解法以下四个是最常见的卡点排查顺序都按先确认链路再改配置1. Agent 根本没走 CCR可能原因网关没启动Agent 是直接打开的而非从 CCR 启动配置档案未应用或作用范围没覆盖当前项目。解法先确认服务页面状态为运行中再从 CCR 启动 Agent最后检查档案的应用状态与作用范围。2. 上游返回 401 / 403可能原因Key 填错或未启用Base URL 或协议选错供应商要求额外请求头。解法逐项核对凭据与端点配置改完用供应商页的连通性检测验证别直接改路由。3. 报model not found可能原因模型 ID 在三个地方不一致——供应商模型列表、路由规则选中的模型、Agent 配置里的模型。解法逐一对比三处的模型名把不一致的改齐。4. 请求超时可能原因上游本身延迟高Fusion 工具执行耗时超了 timeout超时设置偏小。解法看请求日志的耗时和错误定位是哪一段慢耗时集中在工具调用就调大对应 timeout。更多场景见 常见问题文档。生产环境要点访问控制CCR 客户端 Key 一律设置有效期并按需限流请求数 / Token / 图片数网关保持监听127.0.0.1需要远程访问时走反代 鉴权不要裸暴露。数据位置桌面 / CLI 的配置在~/.claude-code-routerWindows 为%APPDATA%\claude-code-routerDocker 在/data。CCR 当前配置存于config.sqlite不要在运行时直接编辑 SQLite改配置走界面。备份定期备份整个数据目录即可Docker 部署务必持久化/data。可用性把/health接入你的监控上游侧用凭据池 有序 Fallback单 Key 或单供应商故障时请求能自动落到备援。成本核对每周按供应商 / 凭据筛一次请求日志对照 Token 组成和成本估算确认没有路由规则把日常请求悄悄导向贵模型。下一步给自己写第一条 Node.js 脚本路由规则比如输入 Token 超过阈值就切长上下文模型用路由页的脚本测试功能试跑一遍再启用。打开日志页面按模型筛选最近一周的请求看 Token 组成和成本估算——先知道钱花在哪再决定哪些任务该降级到便宜模型。跑通之后安装与启动指南 和 CLI 命令参考 可以常备在手边。【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