每天免费领 1亿 Token，白嫖DeepSeek、GLM、MiniMax、Kimi等大模型！

废话不多说，这篇就是冲着实操去的。咱们不扯那些虚的，直接带你搞定这四点：

  1. 怎么把 Claude Code 成功装上
  2. 如何确认它现在能干活
  3. 怎么把它那颗“大脑”换成国产模型
  4. 进阶玩法：多模型怎么自动分流
    如果你是头一回捣鼓 Claude Code，听我一句劝：老老实实按顺序来，别一上来就整那些复杂的骚操作。

每天免费领 1亿 Token，白嫖DeepSeek、GLM、MiniMax、Kimi等大模型！

一、搞清楚重点：我们要的是它的“工作流”，而不只是那个模型

很多人有个误区，觉得换模型就是为了换个聊天的。其实 Claude Code 最值钱的地方是它那套“在终端里横着走”的本事：

  • 直接在命令行里操作
  • 能读懂你整个项目的底细
  • 自动改代码、跑命令
  • 配合 Git 流程，像个真人程序员一样推进项目
    所以咱们的思路是：

保留 Claude Code 这种爽快的工作体验，但把底层的模型换成更便宜、更听话、在国内更好用的。
比如：

  • DeepSeek V3.2
  • 智谱 GLM 5 或 4.6
  • MiniMax-M2.5
  • 通义千问 Qwen 系列
  • 或者通过聚合平台接进来的其他模型

每天免费领 1亿 Token，白嫖DeepSeek、GLM、MiniMax、Kimi等大模型！

二、先把 Claude Code 装好

2.1 走 npm 安装

先瞅瞅你电脑里有没有 Node.js：

node -v
npm -v

只要能正常蹦出版本号，那就直接开整：

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

装完后查查岗，看装上没：

claude --version

出了版本号，就说明稳了。

2.2 官方脚本安装法

要是你不想折腾 npm，直接甩官方脚本也行。

macOS / Linux / WSL 系统

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

Windows PowerShell

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

Windows CMD 命令行

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

装完照样得验证一下：

claude --version

每天免费领 1亿 Token，白嫖DeepSeek、GLM、MiniMax、Kimi等大模型！

三、先拿官方默认状态练练手，看能不能跑通

进到你的代码文件夹里：

cd 你的项目目录
claude

头一回启动，它肯定会让你登录或者授权。
这时候先别急着切模型，得先确认这三件事：

  • 它能顺畅启动不报错
  • 能认出你项目里的文件
  • 能听懂你让它干的活
    你可以先随便丢几个指令试试：
帮我解释下这个项目的目录结构
给 utils/date.ts 写点测试用例
把这个函数改成异步 async/await 的写法
帮我找找这个模块里有没有明显的 Bug

要是这些都没问题，咱们再开始下一步。

四、最简单的办法：直接改个接口地址

这部分是全篇最干的，新手直接照抄就行。
只要对方的接口跟 Anthropic 兼容，改个环境变量就能直接把 Claude Code 拐过去。
最推荐先试这两个：

  1. DeepSeek
  2. 智谱 GLM
    因为它俩接起来最不费劲。

每天免费领 1亿 Token，白嫖DeepSeek、GLM、MiniMax、Kimi等大模型！

五、接入 DeepSeek：性价比最高的起步方式

5.1 临时玩一下（关了窗口就没了）

直接在终端里把这串东西敲进去：

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=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

然后进项目里运行：

cd 你的项目目录
claude

只要它能回你话，那就说明 DeepSeek 已经上岗了。

5.2 长期有效的方法（强烈推荐）

要是你用的是 zsh，就把下面这些塞进 ~/.zshrc：

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=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

写完别忘了刷新下配置：

source ~/.zshrc

要是你用的是 bash，就往 ~/.bashrc 里塞：

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=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

同样要刷新：

source ~/.bashrc

5.3 怎么看 DeepSeek 是不是真干活了？

先瞅一眼环境变量对不对：

echo $ANTHROPIC_BASE_URL
echo $ANTHROPIC_MODEL

只要能看到 deepseek-chat 和对应的 URL，那就没跑了。
再进 Claude 里发个简单的任务：

用 Python 写个 hello world 并解释每一行。

没报错、没卡死，那就是大功告成了。

六、接入智谱 GLM：国内开发者的稳妥选择

GLM 有两种接法：

  • 改 ~/.claude/settings.json 文件
  • 还是用 shell 环境变量
    我建议你先试 JSON 那个，不行再用环境变量兜底。

6.1 通过 settings.json 配置 GLM

先把目录建好：

mkdir -p ~/.claude

打开这个文件：

nano ~/.claude/settings.json

把这段代码扔进去：

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "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"
  }
}

保存退出，然后启动：

cd 你的项目目录
claude

6.2 要是 settings.json 没反应，就上环境变量

直接轰：

export ANTHROPIC_AUTH_TOKEN=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

然后开跑。想长久用就把这段也塞进 ~/.zshrc 或 ~/.bashrc。

6.3 验证 GLM 接入效果

查查环境：

echo $ANTHROPIC_BASE_URL
echo $ANTHROPIC_DEFAULT_SONNET_MODEL

进去随便派个活儿：

用几句话总结一下这个仓库是干嘛的。

只要接口有动静，就算你接上了。

每天免费领 1亿 Token，白嫖DeepSeek、GLM、MiniMax、Kimi等大模型！

七、MiniMax-M2.5：建议把它作为备选或者挂在路由里

说句实在话：

MiniMax-M2.5 是个好东西，但不建议作为你玩 Claude Code 的第一个“正宫”模型。
不是它不行，而是为了稳定，建议先拿 DeepSeek 或 GLM 练手，等你有经验了再把它挂上去：

  • 通过聚合平台接
  • 自己搭个兼容 API
  • 或者用下面要讲的 Claude Code Router（CCR）
    简单说，MiniMax 更适合放在一个“多模型系统”里发光发热。

八、进阶大杀器：装个 Claude Code Router (CCR)

要是你只是想“能用”，上面那些就够了。
但如果你想追求极致体验，比如：

  • 简单的活儿让便宜模型干
  • 烧脑的活儿让牛逼模型干
  • 遇到超长代码换长上下文模型
  • 一个崩了自动换另一个
    那你就得试试 CCR 了。

8.1 安装 CCR

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

看看装好没：

ccr --help

能看到一堆命令说明，就说明搞定了。

8.2 建个配置目录

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

8.3 送你一个拿来即用的最小化配置

这份配置不求全，只求能让你最快跑起来。

{
  "LOG": true,
  "API_TIMEOUT_MS": 600000,
  "NON_INTERACTIVE_MODE": false,
  "Providers": [
    {
      "name": "deepseek",
      "api_base_url": "https://api.deepseek.com/chat/completions",
      "api_key": "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": "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
  }
}

这逻辑很简单：

  • 平常干活就找 deepseek-chat
  • 遇到难题让 deepseek-reasoner 上
  • 跑个后台任务找便宜的 glm-4.5-air
  • 文件太多了就切到 glm-4.6
    注意：不同的模型厂商脾气不一样，这就是为什么 Router 配置起来会稍微复杂点。

8.4 启动 CCR 加上 Claude Code

直接跑这个：

ccr code

你可以理解为：CCR 现在成了 Claude Code 的专职模型管家。
改了配置想重启？跑 ccr restart。
想看管家界面？跑 ccr ui。
想管管模型？跑 ccr model。

每天免费领 1亿 Token，白嫖DeepSeek、GLM、MiniMax、Kimi等大模型！

九、教你一套聪明的“模型混搭法”

别老想着一个模型用到黑，那是土豪干的事。
聪明人都是这么分的：

方案 A：极致省钱流

  • 默认干活：DeepSeek V3.2
  • 解决难题：DeepSeek Reasoner 或者 GLM 5
  • 吞长文本：GLM 5 或者通义千问
  • 后台杂事：哪个便宜用哪个

方案 B：稳扎稳打流

  • 默认干活：GLM 4.6 或 5
  • 解决难题：最强的推理型选手
  • 吞长文本：专门的长文本接口
  • 备选方案：DeepSeek V3.2

方案 C：尝鲜 MiniMax 派

  • 用 Router 接上 MiniMax-M2.5
  • 专门让它写某类代码
  • 旁边一定要留个 DeepSeek 或 GLM 备胎
    记住啊，没有最强的模型，只有最合适的任务。

十、避坑指南：遇到问题怎么办？

10.1 提示 claude: command not found

肯定是没装上，或者装了电脑没找到路。
查查 npm 把东西装哪了：

npm root -g
npm bin -g

找到了路径就把那个 bin 文件夹加到系统的 PATH 环境变量里。

每天免费领 1亿 Token，白嫖DeepSeek、GLM、MiniMax、Kimi等大模型！

10.2 看到 401 报错或者认证失败

别怀疑，肯定是 API Key 没填对或者没生效。
查查环境变量：

echo $ANTHROPIC_AUTH_TOKEN

要是出来的是空的，那你肯定是写完配置没跑 source，或者文件写错地方了。

10.3 报错 404 或者模型找不到

这大概率是接口地址（Base URL）填歪了。
查查这个：

echo $ANTHROPIC_BASE_URL

很多时候不是模型不行，是你把路带偏了。

10.4 Router 配置文件报错

基本就是这几个原因：

  • JSON 少了逗号或者多了括号
  • api_base_url 抄错了
  • 模型名字对不上
    拿个在线 JSON 校验工具过一下，或者直接 cat 出来肉眼仔细对一遍。

10.5 连是连上了，但模型像个傻子

这不叫接入失败，这叫“适配不良”。可能是：

  • 这模型根本不会调用工具
  • 任务太复杂，它脑力跟不上
  • 你让它干了它不擅长的事
    所以才强调要模型分工，别指望一个模型包打天下。

每天免费领 1亿 Token，白嫖DeepSeek、GLM、MiniMax、Kimi等大模型！

十一、最快上手指南（不想看长篇大论的看这里）

想现在就开始？直接选一条路走：

路线 1：最速体验版

  1. 装 Claude Code：npm install -g @anthropic-ai/claude-code
  2. 随便跑一下：进项目敲 claude 看一眼
  3. 换上 DeepSeek：
export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=你的_API_KEY
export ANTHROPIC_MODEL=deepseek-chat
  1. 重新起飞：再敲一次 claude

路线 2：专业多模型版

  1. 装好 Claude Code
  2. 装上 CCR：npm install -g @musistudio/claude-code-router
  3. 写配置：在 ~/.claude-code-router/config.json 里塞进文中的示例
  4. 一键启动：ccr code

十二、给新手的最后建议

如果你是头一回折腾：

  • 单纯想试试：直接 Claude Code 配 DeepSeek 或 GLM，先玩起来再说。
  • 打算天天用：那就上 CCR，把多模型分工搞好，一定要留个备用方案。
  • 想试 MiniMax：别急，先用 DeepSeek 跑通了，再慢慢把它接进来。

十三、总结一句话

Claude Code 的灵魂是它能像队友一样帮你改代码，而接上国产模型的意义，就是让这个“队友”既便宜又懂你。
先跑通流程，再慢慢优化分工，最后上路由器。这才是最稳的开发姿势。

每天免费领 1亿 Token，白嫖DeepSeek、GLM、MiniMax、Kimi等大模型！

# AIGC # 人工智能
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

《永恒战士2-无双战神》无限金币版（提供apk下载）安卓Android逆向记录学习-Deepseek-AI辅助

本文记录了《永恒战士2-无双战神》安卓游戏的逆向破解过程。因找不到可用的破解版，决定自行修改游戏内购系统，实现了无限金币和快速升级功能。文章提供了普通版和破解版APK下载链接，并详细说明如何在VMOS安卓虚拟机中运行。提供照片以及视频教学，展示了如何触发金币获取机制，并解释了数据延迟显示的原因。最后部分简要提及了逆向工程使用的工具链（APK Easy Tool、Java8、adb等）和AI辅助分析

avatar AtomGit开源社区

技术逆向英语|202604001

摘要： 幸福感源于预期与现实的接近程度，但AI模型只能估算收益差距而无法量化幸福（1-01）。低配电脑可通过小型AI模型完成任务，如下载llama.cpp源码并编译

avatar AtomGit开源社区

【预测模型】基于VMD-SE-BiGRU+Transformer多变量时序预测 Matlab代码

点击箭头处“蓝色字”，关注我们哦！！✅作者简介：热爱科研的Matlab仿真开发者，擅长毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。👇 关注我领取海量matlab电子书和数学建模资料🍊个人信条：格物致知,完整Matlab代码获取及仿真咨询内容私信。

avatar AtomGit开源社区