三亩地 三亩地SAN MU DI · CODE DIARY
交流投稿
ARTICLE DETAIL

日记详情

真实记录编程学习的某一天，欢迎挑你感兴趣的翻一翻。

首页/学习日记/日记详情

使用 cc-switch 让 AI Agent 编程工具接入第三方模型

发布时间：2026/8/15 19:57:53 三亩地 编程学习日记
使用 cc-switch 让 AI Agent 编程工具接入第三方模型

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）brewinstall--caskcc-switch brew upgrade--caskcc-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

  1. 启动后进 Settings，打开要管理的工具开关（visibleApps：claude / codex / gemini / opencode…）
  2. 数据落在~/.cc-switch/（cc-switch.dbSQLite +settings.json偏好）
  3. 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/anthropicdeepseek-v4-pro[1m]/deepseek-v4-flash[1m]
GLM 官方open.bigmodel.cn/api/anthropicglm-4.7-flash等（含 free 档）
Kimiapi.moonshot.cn/anthropickimi-k2.5
阿里百炼dashscope.aliyuncs.com/apps/anthropicqwen3.6-plus
ModelScopeapi-inference.modelscope.cnZhipuAI/GLM-5.1、deepseek-ai/DeepSeek-V4-Pro等
SiliconFlowapi.siliconflow.cn/v1Pro/zai-org/GLM-5.1
OpenRouteropenrouter.ai/api/v1z-ai/glm-4.5-air:free等
ZenMuxzenmux.ai/api/anthropicdeepseek/deepseek-v4-pro-free等（免费聚合）
NVIDIAintegrate.api.nvidia.com/v1z-ai/glm4.7
本地 Ollama127.0.0.1:3456/ 局域网11434/v1qwen3.5:27b（本地模型）
小米 MiMotoken-plan-cn.xiaomimimo.com/anthropicmimo-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

  1. 装 cc-switch：见上文「安装部署」
  2. 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
  3. 切模型：主界面点选某个 provider → 一键写入对应工具的配置文件
  4. 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
编程学习 学习日记 实战经验
← 返回列表