OpenLuxClaude Code 国内使用教程：用 OpenLux 驱动终端 AI 编程
Claude Code 默认连接 Anthropic 官方接口。通过一个本地 LiteLLM 桥接层把它指向 OpenLux 的 OpenAI 兼容接口，就可以继续使用熟悉的 Claude Code 工作流，而模型调用按 OpenLux 折扣价按量计费——Claude Sonnet 4.5 每百万 token 仅 $0.2647（-91%）。
四步完成接入
安装 Claude Code 与桥接工具
npm install -g @anthropic-ai/claude-code 安装 Claude Code；pip install "litellm[proxy]" 安装 LiteLLM 代理（两者都需要 Node 与 Python 环境）。
把模型映射到 OpenLux
新建 litellm.yaml，把 Claude 模型名映射到 OpenLux 目录中的模型名，统一指向 https://openlux.lol/v1。
在本地启动桥接
在本地端口启动 LiteLLM。它接收 Anthropic 格式的请求，并转换成对 OpenLux OpenAI 接口的调用。
照常启动 Claude Code
把 ANTHROPIC_BASE_URL 指向本地桥接地址（ANTHROPIC_AUTH_TOKEN 填一个占位值），然后像平常一样运行 claude。
为什么需要一层桥接？
Claude Code 使用 Anthropic Messages 协议，而 OpenLux 提供的是绝大多数工具都支持的 OpenAI 兼容接口。本地起一个 LiteLLM 代理把两种格式对接起来：模型调用最终都由 OpenLux 转发，除请求本身外没有其他数据离开你的电脑，Claude Code 本身的用法完全不变。
这样做还有一个好处：同一份配置里可以映射多个模型。日常编码用 Sonnet 4.5、难题切 Opus 5 或 GPT-6 Astra、控制成本时换 DeepSeek V4，改一行配置即可，密钥始终只有一把、账单只有一张。
配置与示例
复制以下两块配置，把占位密钥换成你自己的 OpenLux 密钥即可。
litellm.yaml
model_list:
- model_name: claude-sonnet-4-5-20250929
litellm_params:
model: openai/claude-sonnet-4-5-20250929
api_base: https://openlux.lol/v1
api_key: os.environ/OPENLUX_API_KEY
- model_name: claude-opus-5
litellm_params:
model: openai/claude-opus-5
api_base: https://openlux.lol/v1
api_key: os.environ/OPENLUX_API_KEY终端
export OPENLUX_API_KEY="sk-openlux-..."
litellm --config litellm.yaml --port 4000
# 在另一个终端窗口
export ANTHROPIC_BASE_URL="http://localhost:4000"
export ANTHROPIC_AUTH_TOKEN="sk-openlux-bridge"
claude为 Claude Code 推荐的模型
| 模型 | 厂商 | 价格 | 相对官方 |
|---|---|---|---|
| claude-sonnet-4-5-20250929 | Anthropic | $0.2647 每百万 token | -91% |
| claude-opus-5 | Anthropic | $0.4412 每百万 token | -91% |
| gpt-6-astra | OpenAI | $0.3677 每百万 token | -96% |
| deepseek-v4 | DeepSeek | $0.0613 每百万 token | -90% |
价格以美元计价、按量计费；完整清单见 中文模型目录。
常见问题
为什么 Claude Code 需要桥接层？
Claude Code 面向 Anthropic 形态的接口，而 OpenLux 主打 OpenAI 兼容接口。本地 LiteLLM 负责两种协议互转，桥接只运行在你自己的机器上，除模型调用外不产生额外流量。
和 Claude 订阅相比，OpenLux 计费划算吗？
订阅是按月固定费用；OpenLux 按 token 按量计费，用多少算多少。Sonnet 4.5 每百万 token $0.2647（相对官方 -91%），用量波动大时更划算。
流式输出还能用吗？
可以。LiteLLM 会代理流式响应，Claude Code 的实时输出保留，本地这一跳增加的延迟远小于模型本身的计算时间。
一定要映射 Claude 模型吗？
不必。映射表里可以把任意 OpenLux 目录模型对应到 Claude Code 请求的名称，比如让「claude-sonnet-4-5-20250929」实际由 DeepSeek V4 来回答，方便做效果与成本的对比。