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

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。