每天 1亿 Token 免费领，白嫖DeepSeek、GLM、MiniMax 、Qwen等国产大模型！

这篇教程是专门为“行动派”准备的。
我不扯那些虚头巴脑的概念，直接帮大家搞定四件事：

  1. 怎么顺利安装 Claude Code
  2. 怎么测试它是不是真能用
  3. 怎么把它和国产大模型连起来
  4. 怎么玩转多模型自动路由
    如果你是头一回捣鼓 Claude Code，听我一句劝：老老实实按顺序来，别一上来就折腾高难度配置。

每天 1亿 Token 免费领，白嫖DeepSeek、GLM、MiniMax 、Qwen等国产大模型！

一、明确核心逻辑：我们要的是“ Claude Code 的皮，国产模型的芯”

咱们折腾这一圈，不只是为了换个模型，而是为了留住 Claude Code 那套无敌的工作流：

  • 直接在终端里开搞
  • 自动读取整个项目的代码
  • 动动嘴就能改文件
  • 顺手帮你执行命令
  • 完美衔接 Git 提交记录
    所以最聪明的玩法是：

保留 Claude Code 这种“在终端里指点江山”的体验，把底层换成更省钱、更稳定、国内用起来更顺手的模型。
比如：

  • DeepSeek 全系列
  • 智谱的 GLM 5 或 4.6
  • MiniMax-M2.5
  • 阿里通义千问系列
  • 还有各种聚合平台上的模型

每天 1亿 Token 免费领，白嫖DeepSeek、GLM、MiniMax 、Qwen等国产大模型！

二、先把 Claude Code 装好

2.1 常见的 npm 安装法

先瞅一眼你的电脑装没装 Node.js：

node -v
npm -v

只要能正常蹦出版本号，就闭眼执行这行命令：

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

装完测试下：

claude --version

看到数字，说明这第一步稳了。

2.2 官方脚本安装法

要是你讨厌 npm，那就直接用官方给的脚本。

macOS / Linux / WSL 系统

curl -fsSL https://claude.ai/install.sh | bash

Windows PowerShell 环境

irm https://claude.ai/install.ps1 | iex

Windows CMD 环境

curl -fsSL https://claude.ai/install.cmd -o install.cmd && install.cmd && del install.cmd

装完别忘了也测一下版本：

claude --version

每天 1亿 Token 免费领，白嫖DeepSeek、GLM、MiniMax 、Qwen等国产大模型！

三、先跑一趟原厂流程，看看底子好不好使

随便进一个你的代码目录：

cd /你的/项目/路径
claude

初次见面，它会让你登录授权。
这时候先别急着改配置，先确认这几点：

  • 程序能不能跑起来
  • 能不能读懂你的项目
  • 你说的话它能不能听懂
    可以试着丢给它这几个指令：
帮我解释下这个项目的结构
给 utils/date.ts 写点测试用例
把这个函数改成异步写法
找找这个模块里有没有明显的 Bug

只要这几步没报错，咱们再往下整。

四、最无脑的接法：借道兼容接口

这一段是全文的精华，建议直接复制粘贴。
只要某个模型厂家支持 Anthropic 的接口协议，咱们改个环境变量就能直接“白嫖” Claude Code。
我首推这两个，因为最容易搞定：

  1. DeepSeek
  2. 智谱 GLM

每天 1亿 Token 免费领，白嫖DeepSeek、GLM、MiniMax 、Qwen等国产大模型！

五、对接 DeepSeek：省钱又省心的首选

5.1 临时尝鲜（关掉窗口就失效）

在你的终端里敲这几行：

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=这里填你的_DEEPSEEK_API_KEY
export API_TIMEOUT_MS=600000
export ANTHROPIC_MODEL=deepseek-chat
export ANTHROPIC_SMALL_FAST_MODEL=deepseek-chat
export CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1

然后直接开跑：

cd /你的/项目/路径
claude

只要它能搭理你，就说明 DeepSeek 已经上岗了。

5.2 长期固定（推荐做法）

如果你用的是 zsh，把这堆东西塞进 ~/.zshrc：

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=这里填你的_DEEPSEEK_API_KEY
export API_TIMEOUT_MS=600000
export ANTHROPIC_MODEL=deepseek-chat
export ANTHROPIC_SMALL_FAST_MODEL=deepseek-chat
export CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1

记得运行一下生效指令：

source ~/.zshrc

要是你还在用 bash，那就写在 ~/.bashrc 里：

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=这里填你的_DEEPSEEK_API_KEY
export API_TIMEOUT_MS=600000
export ANTHROPIC_MODEL=deepseek-chat
export ANTHROPIC_SMALL_FAST_MODEL=deepseek-chat
export CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1

同样也要 source 一下：

source ~/.bashrc

5.3 检查 DeepSeek 到底上没上线

先看看变量对不对：

echo $ANTHROPIC_BASE_URL
echo $ANTHROPIC_MODEL

只要屏幕显示的是 https://api.deepseek.com/anthropic 和 deepseek-chat 就没毛病。
接着运行 claude，随口问它一句：

帮我写个 Python 版的 Hello World，顺便解释下代码。

没报错的话，恭喜你，通关了。

每天 1亿 Token 免费领，白嫖DeepSeek、GLM、MiniMax 、Qwen等国产大模型！

六、接入智谱 GLM：国内开发者的另一条稳路

接 GLM 有两种法子：

  • 改 ~/.claude/settings.json 配置文件
  • 依然用 shell 环境变量
    建议两个都了解下，配置文件不行就换环境变量。

6.1 修改 settings.json 对接 GLM

先给配置建个家：

mkdir -p ~/.claude

打开或新建这个文件：

nano ~/.claude/settings.json

把这段话贴进去：

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "这里填你的_GLM_API_KEY",
    "ANTHROPIC_BASE_URL": "https://open.bigmodel.cn/api/anthropic",
    "API_TIMEOUT_MS": "3000000",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-4.5-air",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-4.6",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-4.6"
  }
}

保存好之后直接运行就行。

6.2 环境变量法（备用方案）

要是上面的不管用，就直接在终端执行：

export ANTHROPIC_AUTH_TOKEN=这里填你的_GLM_API_KEY
export ANTHROPIC_BASE_URL=https://open.bigmodel.cn/api/anthropic
export API_TIMEOUT_MS=3000000
export ANTHROPIC_DEFAULT_HAIKU_MODEL=glm-4.5-air
export ANTHROPIC_DEFAULT_SONNET_MODEL=glm-4.6
export ANTHROPIC_DEFAULT_OPUS_MODEL=glm-4.6

想一劳永逸的话，还是老规矩塞进 ~/.zshrc 或 ~/.bashrc。

6.3 看看 GLM 通了没

执行命令测测：

echo $ANTHROPIC_BASE_URL
echo $ANTHROPIC_DEFAULT_SONNET_MODEL

然后启动程序，给它个任务试试：

用几句话总结下这个项目是干啥的。

只要接口没弹错误信息，就代表成了。

每天 1亿 Token 免费领，白嫖DeepSeek、GLM、MiniMax 、Qwen等国产大模型！

七、MiniMax-M2.5：更适合放在“备选池”里

说句实在话：

MiniMax 很强，但不建议直接拿它硬刚 Claude Code 的第一优先级。
因为能不能稳定跑通，关键在于：

  • 它对 Anthropic 或 OpenAI 的兼容层做得好不好
  • 是不是用了中转聚合平台的标准接口
  • 有没有路由层帮它做协议转换
    所以更靠谱的玩法是：
  1. 先拿 DeepSeek 或 GLM 练手，跑通了再说。
  2. 之后再把它挂到模型路由器下面。
    简单说，MiniMax 最好是配合这些东西一起用：
  • OpenRouter 等聚合平台
  • 自己搭建的 API 兼容转发
  • 专门的 Claude Code Router (CCR)

八、进阶必杀技：配置 Claude Code Router (CCR)

如果你只是想简单用用，上面那些就够了。
但如果你追求极致体验：

  • 简单的活儿给便宜模型干
  • 费脑子的活儿给强力模型干
  • 巨长的代码给长上下文模型干
  • 某个模型挂了能自动换另一个
    那你就必须得整一个 CCR 了。

8.1 安装 CCR

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

看看装上没：

ccr --help

8.2 创建路由器配置

mkdir -p ~/.claude-code-router
nano ~/.claude-code-router/config.json

8.3 CCR 极简配置模版

别整那些复杂的，先用这份能直接跑通的试试：

{
  "LOG": true,
  "API_TIMEOUT_MS": 600000,
  "NON_INTERACTIVE_MODE": false,
  "Providers": [
    {
      "name": "deepseek",
      "api_base_url": "https://api.deepseek.com/chat/completions",
      "api_key": "这里填你的_DEEPSEEK_API_KEY",
      "models": ["deepseek-chat", "deepseek-reasoner"],
      "transformer": {
        "use": ["deepseek"],
        "deepseek-chat": {
          "use": ["tooluse"]
        }
      }
    },
    {
      "name": "glm",
      "api_base_url": "https://open.bigmodel.cn/api/paas/v4/chat/completions",
      "api_key": "这里填你的_GLM_API_KEY",
      "models": ["glm-4.6", "glm-4.5-air"]
    }
  ],
  "Router": {
    "default": "deepseek,deepseek-chat",
    "think": "deepseek,deepseek-reasoner",
    "background": "glm,glm-4.5-air",
    "longContext": "glm,glm-4.6",
    "longContextThreshold": 60000
  }
}

这份配置的逻辑很简单：

  • 平常干活默认用 deepseek-chat
  • 遇到烧脑的逻辑用 deepseek-reasoner
  • 背后偷偷跑的任务用 glm-4.5-air
  • 代码量特别大时自动切到 glm-4.6

8.4 启动 CCR 增强版的 Claude Code

以后别直接运行 claude 了，改用这个：

ccr code

你可以把它理解为给 Claude Code 套了个“智能大脑”，底层模型它说了算。
要是改了配置想重来：

ccr restart

想看可视化界面：

ccr ui

每天 1亿 Token 免费领，白嫖DeepSeek、GLM、MiniMax 、Qwen等国产大模型！

九、送你一套“模型分层”黄金法则

别再一个模型用到黑了，聪明人都这么分工：

方案 A：极致省钱版

  • 默认干活： DeepSeek V3.2
  • 深度思考： DeepSeek Reasoner 或 GLM 5
  • 超长文档： GLM 5 或通义千问长文本版
  • 后台打杂： 随便找个不要钱或者极便宜的

方案 B：稳扎稳打版

  • 默认干活： GLM 4.6 或 GLM 5
  • 深度思考： 顶尖的推理模型
  • 超长文档： 找个读文档最稳的厂家
  • 保底方案： DeepSeek V3.2
    重点只有一句话：什么样的活儿配什么样的兵，别指望一个模型包打天下。

十、避坑指南：遇到问题怎么办

10.1 找不到 claude 命令

一般是没装好，或者 npm 的路径没配对。
先搜搜东西在哪：

npm root -g
npm bin -g

要是装了还是找不到，就手动把那个 bin 路径加进系统 PATH 里。

10.2 提示 API Key 有误

看到 401 或者 unauthorized 之类的字眼，基本就是 Key 的问题。
自查一下：

echo $ANTHROPIC_AUTH_TOKEN

要是空的，说明你刚才配的环境变量没生效，记得执行下 source。

10.3 接口地址（Base URL）报错

看到 404 或者找不到模型，通常是地址填错了。
核对下这个：

echo $ANTHROPIC_BASE_URL

10.4 路由器（CCR）配置报红

这多半是 JSON 格式写歪了。
检查下是不是少了逗号，或者 provider 的地址写错了，再或者是模型名字没对上。
最简单的办法是用 cat ~/.claude-code-router/config.json 仔细盯着看。

10.5 连上了但模型像个笨蛋

这可能不是技术问题，而是：

  • 这个模型根本不会用你给它的工具
  • 任务太复杂，它脑子转不过来
  • 建议换个更强的推理模型试试

每天 1亿 Token 免费领，白嫖DeepSeek、GLM、MiniMax 、Qwen等国产大模型！

十一、给急躁读者的“抄作业”路径

如果你只想现在就开始，不想听我啰嗦，选一条路走：

第一条路：快准狠版

  1. 安软件： npm install -g @anthropic-ai/claude-code
  2. 走流程： 进项目跑一下官方原版，确认没坏。
  3. 配环境： 把 DeepSeek 的那几行 export 贴进终端。
  4. 开整： 再次运行 claude。
    这就是最快的法子。

第二条路：模型自由版

  1. 安软件： 把 Claude Code 和 CCR 全都装上。
  2. 写配置： 在 ~/.claude-code-router/config.json 贴入我给你的那段模版。
  3. 启动： 直接运行 ccr code。

十二、最后掏心窝子说几句

如果你刚开始用：选 DeepSeek 或 GLM 直连。先用起来，感受到生产力的提升。
如果你打算天天用：研究多模型分工和路由。这是避免“被单一厂家绑架”的最好办法。
如果你非要试 MiniMax：别直连，走路由器，这样哪怕它报错你也能瞬间切换。

十三、一句话总结

Claude Code 的灵魂在于它把 AI 变成了你终端里的得力助手；而接入国产模型，则是为了让这份生产力更便宜、更顺畅。
先求跑通，再求分工，最后上路由器。这才是最稳的进阶之路。
每天 1亿 Token 免费领，白嫖DeepSeek、GLM、MiniMax 、Qwen等国产大模型！

# 人工智能 # AIGC
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

剪流AI员工手机如何破解小公司拓客难题？深度解析AI赋能销售增长新范式

在AI技术浪潮席卷各行各业的今天，剪流AI员工手机为代表的企业级智能化工具，正为小公司提供了一条“换道超车”的路径。它不仅仅是一部手机，更是一套驱动企业增长的自动化引擎和面向未来的决策性优势。通过将AI深度融入销售拓客的全流程，它系统性地解决了小公司在获客源头、销售过程、客户管理和资产安全等方面的核心痛点，将老板从琐碎的管理事务和增长焦虑中解放出来，让团队能更专注于创造价值的核心环节。因此，对于“

avatar AtomGit开源社区

OPENPi模型源码AI解读

层 AdaLN 条件作用 L0-L3 调制底层特征提取："当前状态是双臂张开 → 视觉注意力集中在桌面中央" L4-L8 调制语义融合："当前状态是已定位 → 文本 prompt 和图像更紧密对齐" L9-L14 调制动作规划："当前位置在 (x,y,z) → 规划路径从这里开始" L15-L17 调制最终输出："当前力传感器读数为 0 → 输出抓握前的动作"

avatar AtomGit开源社区

AI聊天机器人如何推荐品牌？揭秘推荐机制与优化策略

随着AI聊天机器人成为用户获取产品推荐的重要渠道，品牌方需掌握AI的推荐机制以提升曝光度。AI主要依赖训练数据、联网搜索和用户历史三个信息来源，其中结构化标记、权威来源和语义匹配是内容被发现的关键。品牌应优化官网和百科内容，获取权威评测，针对高频问题制作FAQ，并运用语义优化提升关联性。监测工具可帮助评估AI推荐效果，但需注意结果的动态性。通过精准优化，即使小众品牌也能提升在AI推荐中的可见度。

avatar AtomGit开源社区