如果你是那种喜欢刨根问底、不满足于现成工具，并热衷于打造属于自己工作流的开发者，那么这篇文章就是为你准备的。

AI 编码工具的浪潮，从 Cursor 到 Augment，让不少人陷入了选择的狂热。但当大家还未从眼花缭乱的第三方 GUI 工具中回过神，Google 和 Anthropic 已经带着官方的 CLI 工具入场，试图将 AI 能力更原生、更深刻地植入开发者的核心地带——终端。

之前我们聊过了 Google 的 Gemini CLI，今天的主角是 Claude Code——一个在许多人看来更为强劲的对手。得益于背后 Claude 模型的强大编码和推理能力，它在真实开发场景中的表现常常令人惊艳。

这份教程将直奔主题，不仅包含标准安装流程，更会把重点放在“终极玩法”上：如何通过搭建中转代理，用成本更低的 Gemini 或 Copilot API 来驱动 Claude Code，实现高性价比的体验。

在开始前，请确认以下几点：

  1. Windows 用户注意： 本工具需要在 WSL (Windows Subsystem for Linux) 环境下运行。如果你的 Windows 系统尚未配置 WSL，可以参考这份完整指南：《WSL完全指南：从安装到进阶使用，让你的Windows如虎添翼》。后续步骤默认以 Linux 环境演示。
  2. 关于成本： 官方订阅不便宜，但我们有解决方案。
  3. 官方文档： 本文不赘述所有命令，需要全面参考可前往官方文档：Claude Code Overview。
  4. 网络与系统要求： 运行本工具需要科学的网络环境。系统需为 macOS 10.15+，或主流 Linux 发行版（如 Ubuntu 20.04+/Debian 10+），并拥有至少 4GB 内存。

一、基础入门：标准安装与配置

首先，我们走一遍官方流程。以下步骤以 Ubuntu/Debian 环境为例，其他系统请相应调整包管理命令。

1. 准备 Node.js 环境
确保系统中已安装 Node.js v18 或更高版本。通过 node --version 检查。若未安装，可从 Node.js 官网 获取并按说明安装。

2. 全局安装 Claude Code
在终端中执行以下命令。官方不建议使用 sudo，以避免潜在的权限冲突。

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

3. 账户认证
首次运行 claude 命令时，系统会引导你通过浏览器登录 Anthropic 账户进行授权。你需要具备以下任一条件才能通过认证：

  • Claude Pro/Max 订阅： 已订阅 Claude.ai 付费套餐的用户可直接使用。
  • Anthropic API Key： 在 Anthropic 官网控制台创建 API 密钥，并绑定支付方式（按量计费）。

image-20250629083547716

如果你的账号满足条件，可直接继续。若不满足，或者你更喜欢“折腾”，请直接跳到下一章节。

二、高级玩法：搭建 API 中转，实现自由驱动

这是本篇的精华，也是最能体现极客精神的部分。我们将通过搭建一个本地“中转代理”服务，拦截 Claude Code 发出的请求，将其转换为其他 API（如 Gemini）的格式，从而绕过官方订阅。

核心原理：
Claude Code CLI 允许通过设置环境变量 ANTHROPIC_BASE_URL 来指定 API 请求的地址。我们将利用此特性，将其指向我们自己搭建的本地代理服务器。

推荐方案：使用 claude-code-proxy 项目

这个项目非常强大，不仅支持 Gemini，还能代理任何兼容 OpenAI 格式的 API（例如 NewAPI 等转发服务）。下面是详细的实操步骤。

地址：1rgs/claude-code-proxy on GitHub

1. 克隆项目仓库
首先，确保你的 Linux 系统已安装 git。

# (Debian/Ubuntu 系统)
sudo apt update
sudo apt install git
git --version

image-20250629084501380

然后，克隆代理项目仓库。

git clone https://github.com/1rgs/claude-code-openai.git
cd claude-code-openai

2. 安装 uv 包管理器
该项目推荐使用 uv，一个极速的 Python 包管理器。

curl -LsSf https://astral.sh/uv/install.sh | sh

3. 配置环境变量
复制示例环境文件，然后编辑它。

cp .env.example .env

你需要一个命令行文本编辑器，如 vim。若不熟悉，可以使用 nano，或者通过 MobaXterm 等 SSH 工具直接在图形界面中编辑文件。

# 使用 vim 编辑 .env 文件
vim .env

在 .env 文件中，根据你的需求填写以下关键信息：

  • GEMINI_API_KEY：（必需） 你的 Google AI Studio (Gemini) API 密钥。
  • OPENAI_API_KEY：如果你的首选是 OpenAI 或想将其作为备用，则填写。
  • PREFERRED_PROVIDER：（可选）首选后端，google (默认) 或 openai。
  • BIG_MODEL / SMALL_MODEL：（可选）模型映射，可指定将 Claude 的 sonnet 和 haiku 请求分别映射到哪个具体模型。
  • OPENAI_API_BASE：（可选，高能）用于配置第三方 OpenAI 兼容的 API 地址，比如硅基流动或其他中转服务。

image-20250629090146358

4. 启动代理服务
确保当前位于项目目录下，执行：

uvicorn server:app --host 0.0.0.0 --port 8082 --reload

为了让服务在后台持续运行，可以使用 nohup：

nohup uvicorn server:app --host 0.0.0.0 --port 8082 > gemini.log 2>&1 &

image-20250629090423823

5. 连接 Claude Code 至代理
现在，打开一个新的终端窗口，使用以下命令启动 Claude Code：

ANTHROPIC_BASE_URL=http://localhost:8082 claude

首次连接时，可能会提示你选择授权方式，选择 2. Use an existing API key 即可。

image-20250629093100100

深度定制：
这个代理项目默认只映射了几个模型。若想支持更多模型，可以直接修改 server.py 文件中的模型映射逻辑，添加你自己的规则。这正是折腾的乐趣所在。

image-20250629100041990

三.其他项目推荐

copilot-api: 将github copilot转为支持claude code的api

https://github.com/ericc-ch/copilot-api

claudia: claude code图形化界面

https://github.com/getAsterisk/claudia

总结与忠告

Claude Code 无疑是一款设计精良、交互出色的终端 AI 工具。其对项目上下文的深度理解能力和对隐私的承诺，使其成为专业开发者的利器。

现在，摆在你面前有两条路：

  1. 官方渠道： 如果你追求极致的稳定、安全和性能，或者在商业项目中使用，开通官方订阅是最佳选择。这是最可靠、最省心的方式。
  2. 社区玩法： 对于热爱探索、预算有限的极客用户，通过 API 中转的“黑魔法”确实解决了最大的成本障碍。但请务必意识到，这类第三方方案存在不稳定的风险，上游 API 的策略调整或代理项目的停更都可能导致其失效。

最后，我想说，工具的选择服务于目的。如果你的需求不那么复杂，市面上优秀的 GUI 工具如 Cursor、Augment 也是不错的选择，它们提供了更低的上手门槛。

而对于那些和我们一样，热衷于在命令行中追求极致效率的开发者，GitHub 是一个巨大的宝库。主动去搜索、发现和尝试更多类似 claude-code-proxy 的项目，你将解锁更多意想不到的玩法。

无论如何，花点时间掌握一款强大的 AI 终端工具，都是对未来开发效率的一次明智投资。