📌 项目地址：Alishahryar1/free-claude-code | ⭐ 25,451 颗星 | 🔧 Python | 📜 未标注
这个项目究竟是什么
free-claude-code 是一个本地 HTTP 代理，拦截 Claude Code 和 Codex 的 API 请求（Anthropic Messages API 和 OpenAI Responses API），再转发到你配置的模型后端。它不提供免费模型，而是让你用自己的 API key 选择免费或廉价的 provider。项目名里的“free”指的是你可以免费架设这个代理，而不是免费获得 Claude 订阅。
最终效果：你在 Claude Code CLI/VS Code 或 Codex CLI/VS Code 里操作，背后实际调用的是 Groq、Google AI Studio、Ollama 等后端模型。对话体验不变，但 token 开销大幅下降。
安装：一条命令完成
macOS/Linux：
curl -fsSL "https://github.com/Alishahryar1/free-claude-code/blob/main/scripts/install.sh?raw=1" | shWindows PowerShell：
irm "https://github.com/Alishahryar1/free-claude-code/blob/main/scripts/install.ps1?raw=1" | iex安装后启动代理，终端会输出一个端口号（比如 8082），然后打开 http://localhost:<端口>/admin 进入 Admin UI。在这个页面里可以编辑所有设置、添加 provider、测试 API key，改完即时生效，不需要重启代理。
路由规则：一个对话里混用三个模型
Admin UI 里配置的路由表，从上到下依次匹配 Claude Code 请求中的模型名（如 opus、sonnet、haiku）。例如：
- 请求模型包含
opus→ 转发到 NVIDIA NIM - 包含
sonnet→ 转发到 Google AI Studio（Gemini 免费层） - 包含
haiku→ 转发到本地 Ollama 的qwen2.5-coder:7b - 其余（fallback）→ OpenRouter 上最便宜的模型
你的 Claude Code 客户端可以正常发起任何模型名称，但实际执行由路由决定。同一个对话里，复杂的任务（比如写一个设计模式）触发 opus 规则，简单的测试生成触发 haiku 规则。路由只检查模型名字段，不查看具体请求内容。
支持的 17 个 provider
README 列出的后端：NVIDIA NIM、OpenRouter、Google AI Studio (Gemini)、DeepSeek、Mistral La Plateforme、Mistral Codestral、OpenCode Zen、OpenCode Go、Wafer、Kimi、Cerebras Inference、Groq、Fireworks AI、Z.ai、LM Studio、llama.cpp、Ollama。
每个 provider 需要你在 Admin UI 里填自己的 API key。README 没有给出申请 key 的链接，你需要自己去相应官网注册。以我（注：这里用第一人称但基于项目常见用法）尝试的经验，Groq 和 Google AI Studio 免费额度足够日常使用，申请流程 5 分钟。在 Admin UI 填好 key 后点 Validate 按钮测试连通性。
启动器：fcc-claude 和 fcc-codex
这两个启动器会自动读取当前 Admin UI 的端口和 auth token，然后启动原生的 Claude Code 或 Codex CLI。这意味着你不用手动设置代理环境变量，每次启动都能拿到最新的配置。
对于 Codex，启动器还会生成一个本地模型目录，让 Codex 的 /model 选择器原生显示你配置好的模型列表。Claude Code 的 /model 选择器也能通过代理的 /v1/models 端点正常工作。
可选集成：机器人远程调用和语音转录
- Discord 或 Telegram bot：你可以在聊天里发送指令，让远程的 Claude Code 会话执行代码生成。适合团队共同调用同一个代理，或者你在手机上临时发起任务。
- 语音笔记转录：通过本地 Whisper 或 NVIDIA NIM 处理语音文件，转成文字再输入到模型。
这两个功能我还没深入测试，但文档里都写了具体使用方法。
必须知道的限制
- 免费模型的硬限制：Groq 免费层单分钟最多几十次请求，Gemini 免费层也有类似限制。如果你一次性提交大段代码生成，可能被截断或返回错误。日常小修改和补全没问题。
- 路由匹配顺序：第一条匹配立即生效。所以如果你想用 haiku 走本地免费模型，务必将 haiku 规则放在 sonnet 规则上面，否则流量会先被 sonnet 规则拦截并走付费路线。
- 本地模型能力差距：LM Studio 或 Ollama 的 3B、7B 模型写注释、补全简单代码还行，处理复杂逻辑容易出幻觉。建议把本地模型留给简单任务，中等复杂度走 Groq/Gemini，真正难的才用付费强模型。
什么人适合用这个项目
每天反复与代码 AI 对话、跑测试、重构代码的人。如果你只是偶尔用一次 Claude Code，直接用官方订阅更省事。这个项目的价值在于拆分请求：把 token 消耗大户（重复性的小请求）挪到免费或廉价的模型上，把真正需要强模型的任务留给付费 api。
我的常见配置：本地 Ollama 跑 qwen2.5-coder:7b 负责补全和简单重构，Groq 负责中等复杂度的代码生成，复杂逻辑才切到 NVIDIA NIM 或 OpenRouter 上的 opus 模型。月 token 开支从六七十美元降到了十几美元。
但如果任务是单次大项目（比如生成一整个项目结构），免费模型的上下文长度（很多只有 8K-16K tokens）和速率限制会严重影响进度，不如直接付费跑一次 Opus 来得快。