低成本运行 Claude Code：通过 LiteLLM 接入 GitHub Copilot Chat API 的完整指南

优质文章学习记录

— 9 min read
低成本运行 Claude Code：通过 LiteLLM 接入 GitHub Copilot Chat API 的完整指南

阅读原文

一、背景与动机

Claude Code 是 Anthropic 推出的编程 Agent 工具，很多人会用它做 “vibe coding”：一边写代码一边提问，在对话中重构、重组、查 bug，体验非常接近“和聪明同事结对编程”。

但在实际使用中，它有两个比较现实的问题：

  1. 成本高：频繁的对话请求，会很快消耗你的 Anthropic API 配额；
  2. 网络不稳：在一些网络环境下，直接请求 Anthropic API 可能经常超时或失败。

与此同时，很多开发者已经在使用 GitHub Copilot。GitHub 在 Copilot 背后接入了包括 Claude 在内的多种大模型（具体组合会随时间调整），而你已经为这部分算力付过费了。

于是，一个很自然的问题出现了：

能不能让 Claude Code 直接“吃” GitHub Copilot 的额度？

答案是肯定的。

本文会介绍如何使用 LiteLLM 作为本地中间层，让 Claude Code 对着本地代理讲话，再由本地代理去请求 GitHub Copilot Chat API（下文简称 Copilot API）。

1.1 使用前的合规提示

在继续之前，需要特别说明：

⚠️ 注意：通过中间层将 Claude Code 接入 Copilot API 的方式，并非 GitHub 官方公开文档中主推或保证支持的使用场景。
实际操作前，请自行阅读并评估 GitHub Copilot 的最新服务条款、使用限制与风控策略，确认自己的使用方式是合规且可接受风险的。

如果你清楚了解这一点，并愿意自行承担相应风险，可以继续往下。

二、整体架构

Claude Code 支持通过环境变量配置自定义的 BASE_URL。我们正是利用这一点，将它“接入” LiteLLM，再由 LiteLLM 去调用 Copilot API。

整体流程可以概括为：

  1. 客户端：Claude Code
    • 使用 claude CLI 客户端（本文中的 claude 命令，即 Claude Code 的命令行工具）；
    • 配置为向本地 http://localhost:4000 发送请求。
  2. 中间件：LiteLLM 代理
    • 在本地启动一个 LiteLLM 代理服务；
    • 接收来自 Claude Code（Anthropic 风格）的请求；
    • 将请求参数转换为 Copilot API 支持的格式；
    • 添加必要的请求头，将自己伪装成编辑器插件客户端；
    • 将 Copilot API 的返回结果再转回给 Claude Code。
  3. 后端：GitHub Copilot Chat API（Copilot API）
    • 接收 LiteLLM 转换后的请求；
    • 返回模型输出，由 LiteLLM 原样转发给 Claude Code。

通过这种方式，你保留了完整的 Claude Code 交互体验，但实际计算由 GitHub Copilot 提供，从而：

  • 利用现有 Copilot 订阅额度，减少额外 API 支出；
  • 通过本地代理和 Copilot 的网络优势，提高请求稳定性。

三、准备工作

在开始动手之前，你需要：

  • 一个有效的 GitHub Copilot 订阅；
  • 一台可以本地运行以下工具的电脑：
    • uv（推荐）或者 pip；
    • claude（Claude Code CLI 工具）。

假设你已经可以在终端中直接运行：

claude --help

并看到正常的帮助信息。

四、第一步：创建 LiteLLM 配置文件

LiteLLM 是整个方案的核心入口。通过它的配置文件，我们将：

  • 定义一个逻辑模型名（Claude Code 将使用这个名字来“选模”）；
  • 告诉 LiteLLM，真实的后端模型是 Copilot 提供的哪一个；
  • 配置必要参数和请求头，让 Copilot API 正常响应。

在任意目录下创建一个 config.yaml，内容示例：

model_list:-model_name: claude-opus-4.5litellm_params:# 使用 GitHub Copilot 作为实际提供方model: github_copilot/claude-opus-4.5# 丢弃 Claude Code 发出的非标准参数，避免后端报错drop_params:true# 添加伪装为编辑器客户端的 Headers，确保 Copilot 正常响应extra_headers:Editor-Version:"vscode/1.106.3"Editor-Plugin-Version:"copilot/1.388.0"Copilot-Integration-Id:"vscode-chat"User-Agent:"GithubCopilot/1.388.0"

这里有三个关键点：

  1. model_name
    • 这是暴露给 Claude Code 的“逻辑模型名”；
    • 稍后配置 ANTHROPIC_MODEL 时，需要与这里完全一致。
  2. model
    • 这是 LiteLLM 内部用来识别 Copilot 后端的标识；
    • 示例中使用的是 github_copilot/claude-opus-4.5，你可以根据 LiteLLM 文档和 Copilot 实际支持的模型进行调整。
  3. drop_params: true
    • 很关键；
    • Claude Code 常常会在 Anthropic 协议上附加一些扩展字段，而 Copilot API 未必认识这些字段；
    • 开启 drop_params 后，LiteLLM 会剥掉非标准参数，避免因为字段不兼容导致 Copilot 返回 4xx 错误。
如果你希望在 Claude Code 中切换多个不同模型，可以在 model_list 里再添加多个条目，每个条目的 model_name 不同即可。

五、第二步：安装并启动 LiteLLM 代理

推荐用 uv 安装 LiteLLM。uv 提供了隔离环境和更快的安装体验。如果不熟悉，也可以直接用 pip。

5.1 安装 LiteLLM（含代理功能）

# 使用 uv 安装带 proxy 功能的 LiteLLM uv tool install"litellm[proxy]"# 如果你更习惯 pip，也可以：# pip install "litellm[proxy]"

安装完成后，litellm 会作为一个可执行命令出现在你的 PATH 中，可以直接在终端里使用。

5.2 启动 LiteLLM 代理

在包含 config.yaml 的目录下运行：

litellm --config config.yaml --port4000

这是你的 窗口 A，建议保持这个终端一直打开，用来观察日志。

5.3 首次使用 Copilot API 时的设备授权

LiteLLM 第一次调用 Copilot API 时，会引导你走一遍 GitHub 的设备授权流程：

  1. 终端里会打印一个 URL（通常类似 https://github.com/login/device）和一个 8 位设备码；
  2. 打开浏览器，访问这个 URL；
  3. 粘贴设备码，确认授权给相应应用；
  4. 授权成功后，回到终端，LiteLLM 会自动继续刚才的请求。

LiteLLM 会将获得的 token 缓存在本地（通常在你的配置目录下），后续重启代理不需要重复授权，除非 token 失效或手动清除。

六、第三步：配置 Claude Code 使用 LiteLLM

接下来要做两件事：

  1. 让 Claude Code 以为自己仍在访问 Anthropic API；
  2. 实际上把请求转发到本地的 LiteLLM 代理。

可以通过 环境变量（临时）或 Claude Code 配置文件（持久化）来完成。

6.1 环境变量（适合快速测试）

在启动 claude 之前，在 窗口 B 终端中执行：

exportANTHROPIC_AUTH_TOKEN="sk-any-string"# 客户端需要一个非空值，LiteLLM 会忽略它exportANTHROPIC_BASE_URL="http://localhost:4000"exportANTHROPIC_MODEL="claude-opus-4.5"# 必须与 config.yaml 中的 model_name 完全一致exportCLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1# 减少遥测和非必要流量

说明：

  • ANTHROPIC_AUTH_TOKEN
    • 对 LiteLLM 无意义，不会被传给 Copilot API；
    • 只是为了满足 Claude Code 客户端自身的基本校验。
  • ANTHROPIC_BASE_URL
    • 将默认的 Anthropic 接口改为本地的 LiteLLM 代理；
    • 端口号需要和你实际启动 LiteLLM 时一致（这里为 4000）。
  • ANTHROPIC_MODEL
    • 字符串必须与 config.yaml 中的 model_name 一模一样；
    • 否则 LiteLLM 会报“模型不存在”或类似错误。
  • CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC
    • 把一些非必要请求（如遥测）关掉，减少噪音流量。

6.2 配置文件（适合长期使用）

如果你希望以后每次运行 claude 时都自动应用这些设置，可以创建或编辑：

~/.claude/settings.json

内容示例：

{"env":{"ANTHROPIC_AUTH_TOKEN":"sk-any-string","ANTHROPIC_BASE_URL":"http://localhost:4000","ANTHROPIC_MODEL":"claude-opus-4.5","CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC":"1"}}

保存后，claude 在启动时会自动加载这些环境变量。

如果你原本就有自己的 settings.json（例如配置了其他集成），记得把上面的字段合并到原有 JSON 中，而不是完全覆盖文件。

七、第四步：启动并验证 Claude Code

现在你应该有两个终端窗口：

窗口 B：运行 Claude Code（CLI）

claude

窗口 A：运行 LiteLLM 代理

litellm --config config.yaml --port4000

如果一切配置无误：

  • claude 应该能正常启动；
  • 你可以随便发一句话，例如：“帮我写一个 Python 脚本，打印 1 到 10 的平方。”；
  • 此时，看一眼 窗口 A 中 LiteLLM 的日志：
    • 应该能看到来自客户端的请求；
    • 日志中能看到类似 github_copilot/claude-opus-4.5 的调用记录。

如果看到这些，说明整个链路已经打通：

Claude Code → LiteLLM（本地代理） → Copilot API → LiteLLM → Claude Code

7.1 常见问题排查（可快速自检）

如果没有成功，可以按下面几个方向排查：

  1. Claude Code 提示找不到模型 / 报 404 类似错误
    • 检查 ANTHROPIC_MODEL 与 config.yaml 中 model_name 是否完全一致（包括大小写和中划线）。
  2. LiteLLM 看不到任何请求
    • 检查 ANTHROPIC_BASE_URL 是否确实指向 http://localhost:4000；
    • 确认 LiteLLM 代理是在同一台机器上运行，且未被防火墙拦截。
  3. LiteLLM 日志中出现 GitHub 相关的 401 / 403
    • 说明 Copilot 授权失败或 token 失效；
    • 重启 LiteLLM，让它重新走一遍设备授权流程；
    • 检查你的 GitHub 账户 Copilot 订阅是否仍然有效。

结语

通过在本地引入 LiteLLM 作为中间层，我们实现了：

  • 用 GitHub Copilot 作为 Claude Code 的“后端算力”
    在你已经订阅 Copilot 的前提下，减少额外购买 Anthropic API 的支出。
  • 通过本地代理提升网络稳定性
    请求只需要稳定访问 GitHub，而不必直接访问 Anthropic 的海外节点，在某些网络环境下会更友好。
  • 保留原汁原味的 Claude Code 使用体验
    对你而言，依然是在终端里运行 claude、打开 familiar 的对话界面，只是背后的算力来源发生了变化。

需要再次强调的是：

这种玩法属于“高级折腾”，并不是 GitHub 官方文档鼓励或保证长期可用的路径。
在正式使用前，请务必自己阅读 Copilot 最新的服务条款和使用规范，并自行评估合规性与风险。

对于那些：

  • 已经是 Claude Code 重度用户；
  • 同时有 有效的 GitHub Copilot 订阅；
  • 又希望在成本和网络稳定性之间找到平衡点的开发者——

这个方案非常值得折腾和体验一番。

如果你愿意继续深入，还可以在 LiteLLM 上挂接更多模型（如 OpenAI、原生 Anthropic API 等），再通过 Claude Code 的模型选择实现更灵活的编程工作流，这是另一个可以展开写一篇的主题了。

Read more

2026年03月14日全球AI前沿动态

2026年03月14日全球AI前沿动态

一句话总结 2026年3月13日前后，全球科技企业在AI大模型、智能体、硬件基础设施、跨行业应用等领域密集发布新品与技术突破，涵盖模型优化、智能体部署、硬件升级、落地场景拓展等多维度，同步伴随投资并购、政策监管、人才流动及伦理安全争议等行业动态。 一、模型与技术突破 1.1 通用大模型（大语言模型与多模态模型） * 英伟达：发布开源模型Nemotron 3 Super，120B参数，混合Mamba-Transformer架构，原生支持100万token上下文，PinchBench得分85.6%（开源榜首）；采用NVFP4格式预训练，适配Blackwell架构，B200芯片推理速度达H100的4倍，吞吐量超上代5倍。 * xAI：发布Grok4.20，非幻觉率78%（创行业纪录），智能指数48分（较前代+6分），每百万令牌成本2-6美元；支持事实可靠推理，适用于严谨行业场景。 * 谷歌：发布Gemini Embedding 2，首个原生多模态嵌入模型，可将文本、
人工智能：大模型高效推理与部署技术实战

人工智能：大模型高效推理与部署技术实战

人工智能：大模型高效推理与部署技术实战 1.1 本章学习目标与重点 💡 学习目标：掌握大语言模型推理与部署的核心技术，理解模型量化、推理加速、服务化部署的原理，能够完成开源大模型的高性能生产级部署。 💡 学习重点：精通INT4/INT8量化技术的应用，掌握vLLM等高性能推理框架的使用方法，学会搭建高并发的大模型API服务。 1.2 大模型推理部署的核心挑战 1.2.1 大模型推理的痛点分析 💡 预训练大模型通常具备数十亿甚至上百亿的参数量，直接进行推理会面临显存占用高、推理速度慢、并发能力弱三大核心问题。 * 显存占用高：以LLaMA-2-7B模型为例，FP16精度下显存占用约14GB，单张消费级显卡难以承载；而70B模型FP16精度显存占用更是超过140GB，普通硬件完全无法运行。 * 推理速度慢：自回归生成的特性导致模型需要逐token计算，单条长文本生成可能需要数十秒，无法满足实时应用需求。 * 并发能力弱：传统推理方式下，单卡同时处理的请求数极少，高并发场景下会出现严重的排队和延迟问题。 这些问题直接制约了大模型从实验室走向实际生产环境，因此高效
微信终于开放官方 Bot API！ClawBot 插件深度解析，AI 开发者的新机遇

微信终于开放官方 Bot API！ClawBot 插件深度解析，AI 开发者的新机遇

⚡⚡⚡ 欢迎预览，批评指正⚡⚡⚡ 文章目录 * 一、历史性时刻：微信开放官方 Bot API * 二、插件概况：什么是 ClawBot？ * 2.1 官方定位 * 2.2 核心能力 * 三、技术亮点：iLink 协议深度解析 * 3.1 协议概览 * 3.2 认证机制 * 3.3 长轮询机制 * 3.4 消息结构 * 3.5 回复机制（关键！） * 3.6 CDN 媒体加密 * 四、启用插件：5 分钟快速上手 * 4.1 前置条件 * 4.