项目初衷及原理

早在 Claude Code 发布的第二天(2025-02-25)，我就尝试并完成了对该项目的逆向。当时要使用 Claude Code 你需要注册一个 Anthropic 账号，然后申请 waitlist，等待通过后才能使用。但是因为众所周知的原因，Anthropic 屏蔽了中国区的用户，所以通过正常手段我无法使用，通过已知的信息，我发现：

Claude Code 使用 npm 进行安装，所以很大可能其使用 Node.js 进行开发。
Node.js 调试手段众多，可以简单使用console.log获取想要的信息，也可以使用--inspect将其接入Chrome Devtools，甚至你可以使用d8去调试某些加密混淆的代码。

由于我的目标是让我在没有 Anthropic 账号的情况下使用Claude Code，我并不需要获得完整的源代码，只需要将Claude Code请求 Anthropic 模型时将其转发到我自定义的接口即可。接下来我就开启了我的逆向过程：

首先安装Claude Code

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

安装后该项目被放在了~/.nvm/versions/node/v20.10.0/lib/node_modules/@anthropic-ai/claude-code中，因为我使用了nvm作为我的 node 版本控制器，当前使用node-v20.10.0，所以该路径会因人而异。
找到项目路径之后可通过 package.json 分析包入口,内容如下：

{
  "name": "@anthropic-ai/claude-code",
  "version": "1.0.24",
  "main": "sdk.mjs",
  "types": "sdk.d.ts",
  "bin": {
    "claude": "cli.js"
  },
  "engines": {
    "node": ">=18.0.0"
  },
  "type": "module",
  "author": "Boris Cherny <boris@anthropic.com>",
  "license": "SEE LICENSE IN README.md",
  "description": "Use Claude, Anthropic's AI assistant, right from your terminal. Claude can understand your codebase, edit files, run terminal commands, and handle entire workflows for you.",
  "homepage": "https://github.com/anthropics/claude-code",
  "bugs": {
    "url": "https://github.com/anthropics/claude-code/issues"
  },
  "scripts": {
    "prepare": "node -e \"if (!process.env.AUTHORIZED) { console.error('ERROR: Direct publishing is not allowed.\\nPlease use the publish-external.sh script to publish this package.'); process.exit(1); }\"",
    "preinstall": "node scripts/preinstall.js"
  },
  "dependencies": {},
  "optionalDependencies": {
    "@img/sharp-darwin-arm64": "^0.33.5",
    "@img/sharp-darwin-x64": "^0.33.5",
    "@img/sharp-linux-arm": "^0.33.5",
    "@img/sharp-linux-arm64": "^0.33.5",
    "@img/sharp-linux-x64": "^0.33.5",
    "@img/sharp-win32-x64": "^0.33.5"
  }
}

其中"claude": "cli.js"就是我们要找的入口，打开 cli.js，发现代码被压缩混淆过了。没关系，借助webstorm的Formate File功能可以重新格式化，让代码变得稍微好看一点。就像这样：

现在，你可以通过阅读部分代码来了解Claude Code的内容工具原理与提示词。你也可以在关键地方使用console.log来获得更多信息，当然，也可以使用Chrome Devtools来进行断点调试，使用以下命令启动Claude Code:

NODE_OPTIONS="--inspect-brk=9229" claude

该命令会以调试模式启动Claude Code，并将调试的端口设置为9229。这时候通过 Chrome 访问chrome://inspect/即可看到当前的Claude Code进程，点击inspect即可进行调试。

通过搜索关键字符api.anthropic.com很容易能找到Claude Code用来发请求的地方，根据上下文的查看，很容易发现这里的baseURL可以通过环境变量ANTHROPIC_BASE_URL进行覆盖，apiKey和authToken也同理。

到目前为止，我们获得关键信息：

可以使用环境变量覆盖Claude Code的BaseURL和apiKey的配置
Claude Code使用Anthropic API的规范

所以我们需要：

实现一个服务用来将OpenAI API的规范转换成Anthropic API格式。
启动Claude Code之前写入环境变量将baseURL指向到该服务。

于是，claude-code-router就诞生了，该项目使用Express.js作为 HTTP 服务，实现/v1/messages端点，使用middlewares处理请求/响应的格式转换以及请求重写功能(可以用来重写 Claude Code 的提示词以针对单个模型进行调优)。在 2 月份由于DeepSeek全系列模型对Function Call的支持不佳导致无法直接使用DeepSeek模型，所以在当时我选择了qwen-max模型，一切表现的都很好，但是qwen-max不支持KV Cache，意味着我要消耗大量的 token，但是却无法获取Claude Code原生的体验。所以我又尝试了Router模式，即使用一个小模型对任务进行分发，一共分为四个模型:router、tool、think和coder，所有的请求先经过一个免费的小模型，由小模型去判断应该是进行思考还是编码还是调用工具，再进行任务的分发，如果是思考和编码任务将会进行循环调用，直到最终使用工具写入或修改文件。但是实践下来发现免费的小模型不足以很好的完成任务的分发，再加上整个 Agnet 的设计存在缺陷，导致并不能很好的驱动Claude Code。直到 5 月底，Claude Code被正式推出，这时DeepSeek全系列模型(R1 于 05-28)均支持Function Call，我开始重新设计该项目。在与 AI 的结对编程中我修复了之前的请求和响应转换问题，在某些场景下模型输出 JSON 响应而不是Function Call。这次直接使用DeepSeek-v3模型，它工作的比我想象中要好：能完成绝大多数工具调用，还支持用步骤规划解决任务，最关键的是DeepSeek的价格不到claude Sonnet 3.5的十分之一。正式发布的Claude Code对 Agent 的组织也不同于测试版，于是在分析了Claude Code的请求调用之后，我重新组织了Router模式：现在它还是四个模型：默认模型、background、think和longContext。

默认模型作为最终的兜底和日常处理
background是用来处理一些后台任务，据 Anthropic 官方说主要用Claude Haiku 3.5模型去处理一些小任务，如俳句生成和对话摘要，于是我将其路由到了本地的ollama服务。
think模型用于让Claude Code进行思考或者在Plan Mode下使用，这里我使用的是DeepSeek-R1，由于其不支持推理成本控制，所以Think和UltraThink是一样的逻辑。
longContext是用于处理长下上文的场景，该项目会对每次请求使用tiktoken实时计算上下文长度，如果上下文大于32K则使用该模型，旨在弥补DeepSeek在长上下文处理不佳的情况。

以上就是该项目的发展历程以及我的一些思考，通过巧妙的使用环境变量覆盖的手段在不修改Claude Code源码的情况下完成请求的转发和修改，这就使得在可以得到 Anthropic 更新的同时使用自己的模型，自定义自己的提示词。该项目只是在 Anthropic 封禁中国区用户的情况下使用Claude Code并且达到成本和性能平衡的一种手段。如果可以的话，还是官方的Max Plan体验最好。

7.2 KiB Raw Permalink Blame History Unescape Escape

项目初衷及原理

7.2 KiB

Raw Permalink Blame History