一个轻量级代理，让 Claude Code 绕过 Anthropic 的收费墙，对接 NVIDIA NIM、OpenRouter、DeepSeek 等免费端点。项目上线两个月，今日单日新增 4,007 颗 Star。
Claude Code 是 Anthropic 推出的终端原生 AI 编程助手，但它的官方 API 价格对不少开发者来说是真实的门槛。按量计费、没有免费额度，外加国内网络访问不畅，让这个公认"最强代码助手"在很长一段时间里都属于"试用过、但没在用"的状态。
free-claude-code 的逻辑很直接：Claude Code 内部调用的是标准 Anthropic API 格式，这个格式可以被一个本地代理拦截，再转发到任何支持 OpenAI 兼容协议的服务商。代理做完协议翻译，Claude Code 本身完全无感。
项目 1 月 29 日首次上线，初始热度平平。这次爆发有几个推手叠加：NVIDIA NIM 在近期开放了包括 GLM-4.7、MiniMax M2.1 在内的国产模型免费接口（每分钟 40 次请求），时间节点恰好与国内开发者对"白嫖 Claude Code"兴趣的集中爆发重合。加上知乎、博客园等平台上的实操教程密集发酵，今日单日新增超过 4,000 Star，登上 GitHub Trending 全站第一。
代理在本地监听一个 HTTP 端口（默认 8080），并将环境变量 ANTHROPIC_BASE_URL 指向这个端口。Claude Code 的所有 API 请求都会被代理截获，完成两件事：把 Anthropic 消息格式转换为 OpenAI 兼容格式，再把请求发往你配置的目标服务商。
整个代理用 Python 实现，代码量不大，依赖也很少，本质上就是一个薄薄的 HTTP 中间层。最大的价值在于它的出现时机，而不是技术上的复杂度。
# 1. 克隆项目 git clone https://github.com/Alishahryar1/free-claude-code cd free-claude-code # 2. 安装依赖 pip install -r requirements.txt # 3. 复制配置文件 cp .env.example .env
# 选择后端：nvidia_nim / openrouter / deepseek / lmstudio / llamacpp PROVIDER=nvidia_nim # NVIDIA NIM API Key（免费注册即可获取） NVIDIA_NIM_API_KEY=nvapi-xxxxxxxxxxxxxxxxxxxx # 使用的模型，此处选择深度求索 NVIDIA_NIM_MODEL=deepseek-ai/deepseek-r1 # 代理本地监听端口 PORT=8080
# 启动代理 python proxy.py # 新建终端窗口，设置 Claude Code 使用本地代理 export ANTHROPIC_BASE_URL=http://localhost:8080 export ANTHROPIC_API_KEY=dummy-key # 启动 Claude Code claude
$env:ANTHROPIC_BASE_URL="http://localhost:8080" 设置环境变量，而不是 export。
CC Switch 的 GUI 对新手更友好，但它本质上只是帮你写环境变量，灵活度不如 free-claude-code 的代理层方案。Claude Code Router 更适合多人团队共享代理的场景，但部署比 free-claude-code 复杂。
free-claude-code 的优势在于同时支持多种后端，并且可以接入完全本地的 LM Studio 和 llama.cpp，这是其他方案做不到的。代价是需要本地运行一个 Python 进程。
Claude Code 的交互方式是针对 Claude 系列模型调优的。接入第三方模型后，特别是上下文处理和多文件理解，体验会有明显差距。代码生成质量取决于你选择的后端模型。
NVIDIA NIM 每分钟 40 次请求，频繁使用大型项目时容易触发限流。OpenRouter 的免费模型有日配额上限，超额需付费。完全免费使用只适合轻度场景。
这类项目的命运很大程度上取决于 Anthropic 是否修改 API 结构。历史上类似的代理项目有过因上游变更而失效的先例。star 增长再快，长期稳定性仍是疑问。
绕过官方 API 收费机制，理论上可能违反 Anthropic 使用条款。项目目前处于灰色地带，商业环境使用需要自行评估法律风险。
free-claude-code 解决了一个真实的问题：很多人想用 Claude Code，但付不起或者不方便付 Anthropic 的 API 费用。项目的技术实现并不复杂，复杂的是它恰好在合适的时间点出现了，把 NVIDIA NIM 免费额度、DeepSeek 低价 API 和 Claude Code 的工程能力串联了起来。
我愿意推荐它，但有个前提：你要接受它带来的体验降级。用 Claude 自己的 API 时，Claude Code 的表现是一回事；接了 DeepSeek 或者 NIM 上的某个开源模型，效果另当别论。这不是 free-claude-code 的问题，是底层模型能力的差距。如果你能接受这个权衡，这个项目确实值得一试。