使用 cc-switch 让 AI Agent 编程工具接入第三方模型

Behaviour

482人浏览 · 2026-08-15 19:41:06

Behaviour · 2026-08-15 19:41:06 发布

背景

Claude Code、Codex 这类 AI Agent 编程工具，默认只认自家官方模型端点（api.anthropic.com / api.openai.com）。但实际使用中经常需要：

接第三方模型：DeepSeek、GLM、Kimi、Qwen、MiMo 等，图便宜/图快/图白嫖额度
接统一网关：团队内部统一 LLM 网关（带内网域名），走统一账号，不走公网
接本地模型：Ollama 跑的 qwen3.5:27b 之类的本地模型

逐个工具手工改配置文件（Claude Code 改 settings.json 的 env、Codex 改 config.toml），来回切很烦，且容易改坏。cc-switch 就是解决"多工具 × 多模型源"一键切换的 GUI 工具。

本文基于实际使用 cc-switch + Claude Code / Codex 的经验整理。

安装部署

下载渠道

只从官方渠道下载：

官网：ccswitch.io
GitHub Releases：github.com/farion1231/cc-switch/releases

任何要求付费、充值或登录凭据的 “CC Switch” 网站 / 客户端都不是官方的。

系统要求

操作系统：Windows 10+ / macOS 12+ / 主流 Linux 发行版
被管理的 CLI 工具（Claude Code / Codex / Gemini CLI 等）依赖 Node.js 18+

安装

macOS（Homebrew 或手动下载）：

# 方式一：Homebrew（推荐）
brew install --cask cc-switch
brew upgrade --cask cc-switch   # 升级

# 方式二：手动下载
# 从 Releases 下 CC-Switch-v{版本}-macOS.dmg，拖入 Applications

其他平台：

Windows：MSI 安装包，或 Portable 免安装 zip
Linux：Debian / Ubuntu 用 .deb，Fedora / RHEL 用 .rpm，Arch 用 AUR（cc-switch-bin），通用 AppImage

首次部署

启动后进 Settings，打开要管理的工具开关（visibleApps：claude / codex / gemini / opencode…）
数据落在 ~/.cc-switch/（cc-switch.db SQLite + settings.json 偏好）
之后按「实操流程」加 provider、切模型即可

核心原理

一句话：Claude Code / Codex 都支持通过环境变量 / 配置文件把"模型端点"指向任意 Anthropic / OpenAI 兼容网关。cc-switch 只是把"改配置"这件事做成了 GUI 一键切换。

Claude Code 侧：env 环境变量

Claude Code 读 ~/.claude/settings.json 里的 env 块，其中几个 ANTHROPIC_* 变量决定请求发到哪、用什么模型：

环境变量	作用
`ANTHROPIC_BASE_URL`	模型网关地址（Anthropic 兼容端点）
`ANTHROPIC_AUTH_TOKEN`	认证 token
`ANTHROPIC_MODEL`	默认模型（全量设定时用）
`ANTHROPIC_DEFAULT_OPUS_MODEL`	主力模型
`ANTHROPIC_DEFAULT_SONNET_MODEL`	次主力模型
`ANTHROPIC_DEFAULT_HAIKU_MODEL`	轻量模型
`ANTHROPIC_REASONING_MODEL`	推理模型
`ANTHROPIC_SMALL_FAST_MODEL`	小快模型

模型名可以是任意第三方模型 ID（如 deepseek-v4-flash[1m]），关键是网关要提供 Anthropic 兼容协议。现在主流三方（DeepSeek / GLM / Kimi / 阿里百炼 / ModelScope / SiliconFlow / OpenRouter / 小米等）都提供了 /anthropic 兼容端点。

Codex 侧：config.toml

Codex 读 ~/.codex/config.toml，通过 model_provider + [model_providers.custom] 指定自定义网关：

model_provider = "custom"
model = "<模型ID>"
model_reasoning_effort = "high"
disable_response_storage = true
model_context_window = 1000000
model_auto_compact_token_limit = 900000

[model_providers.custom]
name = "custom"
wire_api = "responses"
requires_openai_auth = true
base_url = "<OpenAI兼容网关地址>/v1"

[projects."<项目绝对路径>"]
trust_level = "trusted"

Codex 侧用的是 OpenAI 兼容协议（wire_api = "responses" / "chat"），base_url 指向 OpenAI 兼容端点。

cc-switch 做了什么

cc-switch 本质是一个配置生成器 + 切换器：

预置/自定义一堆 provider（每家 = 一组 env 或一段 config）
点一下切换 → 把选中的 provider 的配置写回对应工具的配置文件
改完即生效，不需要改完重启工具

真实配置样例

cc-switch 自身

数据存 ~/.cc-switch/cc-switch.db（SQLite），settings.json 存偏好
支持多工具：visibleApps 里 claude / codex / gemini / opencode 可选开关
实际开了 claude + codex

Claude Code provider（样例）

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "<token>",
    "ANTHROPIC_BASE_URL": "<网关地址>/anthropic",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "deepseek-v4-flash[1m]",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "deepseek-v4-flash[1m]",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "deepseek-v4-flash[1m]",
    "ANTHROPIC_REASONING_MODEL": "deepseek-v4-flash[1m]",
    "MCP_TOOL_TIMEOUT": "30000",
    "API_TIMEOUT_MS": "3000000",
    "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1"
  }
}

Claude provider 里存的模型源：

模型源	网关类型	模型示例
统一网关	团队 LLM 网关（Anthropic 兼容）	`deepseek-v4-flash[1m]`、`glm-5.1`、`claude-opus-5[1m]`、`kimi` 等，靠模型 ID 切换
DeepSeek 官方	`api.deepseek.com/anthropic`	`deepseek-v4-pro[1m]` / `deepseek-v4-flash[1m]`
GLM 官方	`open.bigmodel.cn/api/anthropic`	`glm-4.7-flash` 等（含 free 档）
Kimi	`api.moonshot.cn/anthropic`	`kimi-k2.5`
阿里百炼	`dashscope.aliyuncs.com/apps/anthropic`	`qwen3.6-plus`
ModelScope	`api-inference.modelscope.cn`	`ZhipuAI/GLM-5.1`、`deepseek-ai/DeepSeek-V4-Pro` 等
SiliconFlow	`api.siliconflow.cn/v1`	`Pro/zai-org/GLM-5.1`
OpenRouter	`openrouter.ai/api/v1`	`z-ai/glm-4.5-air:free` 等
ZenMux	`zenmux.ai/api/anthropic`	`deepseek/deepseek-v4-pro-free` 等（免费聚合）
NVIDIA	`integrate.api.nvidia.com/v1`	`z-ai/glm4.7`
本地 Ollama	`127.0.0.1:3456` / 局域网 `11434/v1`	`qwen3.5:27b`（本地模型）
小米 MiMo	`token-plan-cn.xiaomimimo.com/anthropic`	`mimo-v2.5-pro`

Codex provider（样例）

model_provider = "custom"
model = "gpt-5.6-sol"
model_reasoning_effort = "high"
disable_response_storage = true

[model_providers.custom]
name = "custom"
wire_api = "responses"
requires_openai_auth = true
base_url = "<网关地址>/v1"

Codex 侧还配过 NVIDIA（integrate.api.nvidia.com/v1）、OpenAI Official 等。

实操流程

装 cc-switch：见上文「安装部署」
加 provider：Settings → Providers → 添加，选工具类型（claude/codex…）
- 官方源：选 cn_official / official 分类，填 API Key 即自动生成配置
- 自定义源：选 custom，手动填 base_url + token + 模型 ID
- 聚合源：如 ModelScope / ZenMux，走 aggregator 分类
切模型：主界面点选某个 provider → 一键写入对应工具的配置文件
验证：启动 Claude Code / Codex，看请求是否发到目标网关、模型是否正确
- 或直接 cat ~/.claude/settings.json 看 env.ANTHROPIC_* 是否变化

注意点

[1m] 后缀：如 deepseek-v4-flash[1m]，表示 1M 上下文窗口变体，按需选用
免费档 ≠ 稳定：-free / -flash 档位常用于日常速刷，但限流、不稳定，重要任务切回主力模型
CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1：关掉非必要流量（遥测等），代理场景建议保留
auth.json / token：Codex 侧 ~/.codex/auth.json 存登录态，切 provider 一般只动 config.toml
统一网关：团队内部网关地址属于内网信息，公开场合打码
common_config：cc-switch 有"公共配置"（common_config_claude / common_config_codex），切 provider 时与 provider 配置合并，公共项不用每个 provider 都填