Claude-code 多模型切换！ 让 Kimi-K2、Deepseek 随叫随到

 如果你常用 Claude Code 进行开发，又想灵活对接其他大模型平台（比如 Kimi、deepseek 等模型），那今天这个工具你一定不能错过——claude-code-router！它能让你以 Claude Code 为基础，自由选择交互的大模型，不用受网络限制，还能享受 Anthropic 的持续更新，简直是开发者的效率神器。


Kimi K2 的编程能力与技术优势

✅ 核心特性

  • MoE 架构：1 万亿总参数，每次调用仅激活 320 亿参数，平衡性能与效率 2410。
  • 128K 长上下文：支持单次处理 25 万汉字，适合分析大型代码库或需求文档 48。
  • 专为 Agent 设计：原生支持多步骤工具调用（ToolCalls），可自主完成代码生成 → 调试 → 部署的全流程 210。

⚡ 编程性能实测领先


典型场景示例：

  • 复杂项目开发：输入整份需求文档，自动生成项目骨架代码（如 Web 应用）410。
  • 跨语言转换：将 Java 业务逻辑转换为 Python 实现，保留注释和接口规范 810。
  • 自动化调试：根据报错信息定位漏洞，提供修复方案并验证 2。

💰 成本优势显著

  • 价格对比（每百万 tokens）：
    • Kimi K2：输入 ¥1～4，输出 ¥16（缓存命中时更优）
    • Claude Sonnet：输入 $3（约 ¥21），输出 $15（约 ¥105）
  • 省钱技巧：对重复任务（如模板代码生成）利用缓存命中，输入成本可降至 ¥1/百万 tokens10。

什么是 Claude-code-router？

简单来说，claude-code-router 是一个基于 Claude Code 的工具，它就像一个“路由中转站”，帮你解决不同大模型平台 API 格式不兼容的问题。通过简单配置，你就能用统一的方式调用 Kimi k2、Deepseek R1、硅基流动等多个平台的模型，无需修改原有开发习惯，轻松扩展大模型选择范围。

快速上手步骤

  1. 1. 安装 Claude Code 核心工具

首先确保基础环境就绪，全局安装 Claude Code：

npm install -g @anthropic-ai/claude-code
  1. 2. 安装 claude-code-router

接着安装路由工具：

npm install -g @musistudio/claude-code-router
  1. 3. 生成初始配置

运行以下命令生成默认配置文件，过程中可以随意输入值（后续会直接编辑文件），完成后按 Ctrl+C 退出即可：

ccr start


~ ccr start
Enter Provider Name: kimi
Enter Provider API KEY: sk-*******************
Enter Provider URL: https://api.moonshot.cn/v1
Enter MODEL Name: kimi-k2-0711-preview
Loaded JSON config from: /Users/jwangkun/.claude-code-router/config.json
register transformer: Anthropic (endpoint: /v1/messages)
register transformer: gemini (endpoint: /v1beta/models/:modelAndAction)
register transformer: deepseek (no endpoint)
register transformer: tooluse (no endpoint)
register transformer: openrouter (no endpoint)
register transformer: maxtoken (no endpoint)
providerConfig:  kimi undefined
kimi provider registered
🚀 LLMs API server listening on http://127.0.0.1:3456
  1. 4. 你也可以手动编辑编辑配置文件

配置文件位置：

  • Linux/Mac: ~/.claude-code-router/config.json
  • Windows：C:/User/用户/.claude-code-router/config.json

这里提供一个对接 Kimi（Moonshot） 和 硅基流动（siliconflow） 的示例配置，直接复制修改即可用：

{
  "LOG": false,
  "OPENAI_API_KEY": "",
  "OPENAI_BASE_URL": "",
  "OPENAI_MODEL": "",
  "Providers": [
    {
      "name": "siliconflow",
      "api_base_url": "https://api.siliconflow.cn/v1/chat/completions",
      "api_key": "sk-xxx", // 替换为你的硅基流动 API Key
      "models": [
        "moonshotai/Kimi-K2-Instruct"
      ],
      "transformer": {
        "use": [
          [
            "maxtoken",
            {
              "max_tokens": 8192
            }
          ]
        ]
      }
    },
    {
      "name": "moonshot",
      "api_base_url": "https://api.moonshot.cn/v1/chat/completions",
      "api_key": "sk-xxx", // 替换为你的 Moonshot API Key
      "models": [
        "kimi-k2-0711-preview"
      ],
      "transformer": {
        "use": [
          "openrouter"
        ]
      }
    }
  ],
  "Router": {
    "default": "siliconflow,moonshotai/Kimi-K2-Instruct" // 默认使用的平台和模型
  }
}
  1. 5. 启动使用

配置完成后，用以下命令替代原来的 claude 命令启动项目即可：

ccr code

更多参数和高级用法，可以去项目 GitHub 主页查看详细文档哦～

项目地址：github.com/musistudio/claude-code-router

赶紧试试用它来扩展你的大模型开发工具箱吧！

コメント

コメントを投稿

このブログの人気の投稿

Claude Code Hook机制详解

  0. 引言 Claude Code的最新版本（1.0.38）引入了钩子（Hooks）机制，其本质是通过在Claude Code生命周期的关键节点（如 PreToolUse 、 PostToolUse 、 Notification 、 Stop ）注入用户定义的Shell命令，实现对模型行为的硬性约束和功能拓展。这套机制的真正威力不在于实现简单的自动化任务（如代码格式化或日志记录），而在于构建了一个强大的、可定制的 “智能护栏” 与 “动态反馈系统” 。 其高阶价值体现在以下几点： 1.  确定性控制 ：传统上，我们通过prompt工程“请求”或“建议”LLM遵守某些规则，但这无法保证100%的遵从性。钩子机制将这些软性请求硬化为代码级规则。例如，你可以通过 PreToolUse 钩子，利用正则表达式匹配器拦截所有 grep 命令，并通过返回退出码 2 来阻塞它，同时在 stderr 中向Claude反馈“请使用性能更优的 rg 命令”，从而强制模型学习并使用更符合团队规范的工具。 2.  闭环反馈与自主修正 ：通过 stdin 接收包含上下文的JSON输入，并利用 stdout 返回结构化的JSON指令（如 "decision": "block" ），钩子能实现对模型行为的实时裁决和干预。这不仅是单向的命令执行，更是一个闭环系统。一个 PostToolUse 钩子可以在文件写入后立即运行静态分析工具，如果发现不合规的代码，可以立即阻塞后续流程，并将具体的错误信息作为 reason 反馈给Claude，令其在下一次尝试中自行修正。 3.  无缝集成与环境感知 ：钩子与模型上下文协议（MCP）工具的无缝集成，意味着它可以监管和控制与外部系统（如GitHub、文件系统）的交互，极大地扩展了其应用边界。它使Claude能“感知”并严格遵守本地开发环境的特定约束和工作流。 4.  安全与权限的精细化管理 ：钩子机制是一把双刃剑，它以用户的完整权限运行，带来了强大的能力和同等的安全责任。但设计者通过配置加载的安全机制（修改不立即生效，需在 /hooks 菜单中审核）提供了一层缓冲，防止了恶意脚本的即时注入。 总之，Claude Code的钩子机制是一种前瞻性的设计，它超越了简单的“工具使用”，旨在通过代码化的规则和反馈，将LL...
続きを読む