Claude Code 通过 NVIDIA NIM 运行，完全免费

特性

快速入门

前提条件

1. 获取 API 密钥（或在本地使用 LM Studio / llama.cpp）：
   • NVIDIA NIM：build.nvidia.com/settings/api-keys
   • OpenRouter：openrouter.ai/keys
   • LM Studio：无需 API 密钥。可在本地使用 LM Studio 运行。
   • llama.cpp：无需 API 密钥。可在本地运行 llama-server。
2. 安装 Claude Code

安装 uv

# 安装 uv（运行该项目所需）
pip install uv

如果已安装 uv，请运行 uv self update 以获取最新版本。

克隆并配置

git clone https://github.com/Alishahryar1/free-claude-code.git
cd free-claude-code
cp .env.example .env

选择您的提供商并编辑 .env 文件：

NVIDIA_NIM_API_KEY="nvapi-your-key-here"

MODEL_OPUS="nvidia_nim/z-ai/glm4.7"
MODEL_SONNET="nvidia_nim/moonshotai/kimi-k2-thinking"
MODEL_HAIKU="nvidia_nim/stepfun-ai/step-3.5-flash"
MODEL="nvidia_nim/z-ai/glm4.7"                     # 备用

# 对于思考型模型（kimi、nemotron）启用此选项。其他模型（如 Mistral）则保持关闭。
NIM_ENABLE_THINKING=true

OPENROUTER_API_KEY="sk-or-your-key-here"

MODEL_OPUS="open_router/deepseek/deepseek-r1-0528:free"
MODEL_SONNET="open_router/openai/gpt-oss-120b:free"
MODEL_HAIKU="open_router/stepfun/step-3.5-flash:free"
MODEL="open_router/stepfun/step-3.5-flash:free"     # 备用

MODEL_OPUS="lmstudio/unsloth/MiniMax-M2.5-GGUF"
MODEL_SONNET="lmstudio/unsloth/Qwen3.5-35B-A3B-GGUF"
MODEL_HAIKU="lmstudio/unsloth/GLM-4.7-Flash-GGUF"
MODEL="lmstudio/unsloth/GLM-4.7-Flash-GGUF"         # 备用

LLAMACPP_BASE_URL="http://localhost:8080/v1"

MODEL_OPUS="llamacpp/local-model"
MODEL_SONNET="llamacpp/local-model"
MODEL_HAIKU="llamacpp/local-model"
MODEL="llamacpp/local-model"

NVIDIA_NIM_API_KEY="nvapi-your-key-here"
OPENROUTER_API_KEY="sk-or-your-key-here"

MODEL_OPUS="nvidia_nim/moonshotai/kimi-k2.5"
MODEL_SONNET="open_router/deepseek/deepseek-r1-0528:free"
MODEL_HAIKU="lmstudio/unsloth/GLM-4.7-Flash-GGUF"
MODEL="nvidia_nim/z-ai/glm4.7"                      # 备用

ANTHROPIC_AUTH_TOKEN="your-secret-token-here"

# 启用认证
ANTHROPIC_AUTH_TOKEN="your-secret-token-here" \
ANTHROPIC_BASE_URL="http://localhost:8082" claude

# claude-pick 会自动使用已配置的令牌
claude-pick

运行它

终端1： 启动代理服务器：

uv run uvicorn server:app --host 0.0.0.0 --port 8082

终端2： 运行 Claude Code：

PowerShell

$env:ANTHROPIC_AUTH_TOKEN="freecc"; $env:ANTHROPIC_BASE_URL="http://localhost:8082"; claude

Bash

ANTHROPIC_AUTH_TOKEN="freecc" ANTHROPIC_BASE_URL="http://localhost:8082" claude

就是这样！Claude Code 现在将免费使用您配置的提供商。

"claudeCode.environmentVariables": [
  { "name": "ANTHROPIC_BASE_URL", "value": "http://localhost:8082" },
  { "name": "ANTHROPIC_AUTH_TOKEN", "value": "freecc" }
]

brew install fzf        # macOS/Linux

alias claude-pick="/absolute/path/to/free-claude-code/claude-pick"

alias claude-kimi='ANTHROPIC_BASE_URL="http://localhost:8082" ANTHROPIC_AUTH_TOKEN="freecc:moonshotai/kimi-k2.5" claude'

以软件包形式安装（无需克隆）

uv tool install git+https://github.com/Alishahryar1/free-claude-code.git
fcc-init        # 从内置模板创建 ~/.config/free-claude-code/.env

编辑 ~/.config/free-claude-code/.env 文件，填写您的 API 密钥和模型名称，然后：

free-claude-code    # 启动服务器

要更新：uv tool upgrade free-claude-code

工作原理

┌─────────────────┐        ┌──────────────────────┐        ┌──────────────────┐
│  Claude Code    │───────>│  Free Claude Code    │───────>│  LLM 提供商    │
│  CLI / VSCode   │<───────│  代理 (:8082)       │<───────│  NIM / OR / LMS  │
└─────────────────┘        └──────────────────────┘        └──────────────────┘
   Anthropic API                                             OpenAI 兼容格式
   格式 (SSE)                                             格式 (SSE)

• 透明代理：Claude Code 发送标准的 Anthropic API 请求；代理将其转发到您配置的提供商
• 按模型路由：Opus / Sonnet / Haiku 请求会解析到各自特定的后端，如果未指定则使用 MODEL 作为默认值
• 请求优化：5 类琐碎请求（配额探测、标题生成、前缀检测、建议、文件路径提取）会被拦截并在本地响应，而不消耗 API 配额
• 格式转换：请求会被从 Anthropic 格式转换为提供商的 OpenAI 兼容格式，并以流式传输返回
• 思考标记：<think> 标签和 reasoning_content 字段会被转换为原生的 Claude 思考块

提供商

模型使用前缀格式：provider_prefix/model/name。无效的前缀会导致错误。

Discord 机器人

通过 Discord（或 Telegram）远程控制 Claude Code。发送任务、实时查看进度，并管理多个并发会话。

功能：

• 基于树状结构的消息线程：回复某条消息即可分支对话
• 会话在服务器重启后仍可保持
• 实时流式传输思考过程中的 token、工具调用及结果
• 无限制的 Claude CLI 并发会话（并发数由 PROVIDER_MAX_CONCURRENCY 控制）
• 语音笔记：发送语音消息，系统会将其转录并作为普通提示进行处理
• 命令：/stop（取消任务；回复特定消息仅停止该任务）、/clear（重置所有会话，或回复以清除某个分支）、/stats

设置步骤

1. 创建 Discord 机器人：前往 Discord 开发者门户，创建应用并添加机器人，复制生成的令牌。在机器人设置中启用 Message Content Intent。

2. 编辑 .env 文件：

MESSAGING_PLATFORM="discord"
DISCORD_BOT_TOKEN="your_discord_bot_token"
ALLOWED_DISCORD_CHANNELS="123456789,987654321"

在 Discord 中启用开发者模式（设置 → 高级），然后右键点击频道选择“复制 ID”。多个频道之间用逗号分隔。若为空，则不允许任何频道。

3. 配置工作空间（Claude 将在此处运行）：

CLAUDE_WORKSPACE="./agent_workspace"
ALLOWED_DIR="C:/Users/yourname/projects"

4. 启动服务器：

uv run uvicorn server:app --host 0.0.0.0 --port 8082

5. 通过 OAuth2 URL 生成器邀请机器人（作用域：bot，权限：读取消息、发送消息、管理消息、读取消息历史）。

Telegram

将 MESSAGING_PLATFORM 设置为 telegram，并进行如下配置：

TELEGRAM_BOT_TOKEN="123456789:ABCdefGHIjklMNOpqrSTUvwxYZ"
ALLOWED_TELEGRAM_USER_ID="your_telegram_user_id"

从 @BotFather 获取令牌；使用 @userinfobot 查找您的用户 ID。

语音笔记

在 Discord 或 Telegram 上发送语音消息，系统会将其转录并作为普通提示进行处理。

安装语音相关依赖：

# 如果您克隆了仓库：
uv sync --extra voice_local          # 本地 Whisper
uv sync --extra voice                # NVIDIA NIM
uv sync --extra voice --extra voice_local  # 两者都安装

# 如果您直接以包形式安装（未克隆仓库）：
uv tool install "free-claude-code[voice_local] @ git+https://github.com/Alishahryar1/free-claude-code.git"
uv tool install "free-claude-code[voice] @ git+https://github.com/Alishahryar1/free-claude-code.git"
uv tool install "free-claude-code[voice,voice_local] @ git+https://github.com/Alishahryar1/free-claude-code.git"

通过 WHISPER_DEVICE（cpu | cuda | nvidia_nim）和 WHISPER_MODEL 进行配置。所有语音相关变量及支持的模型值，请参阅 配置 表格。

配置

核心配置

速率限制与超时

消息与语音

所有支持的参数请参阅 ``.env.example`。

开发

项目结构

free-claude-code/
├── server.py              # 入口文件
├── api/                   # FastAPI 路由、请求检测及优化处理程序
├── providers/             # BaseProvider、OpenAICompatibleProvider、NIM、OpenRouter、LM Studio、llamacpp
│   └── common/            # 共享工具（SSE 构建器、消息转换器、解析器、错误映射）
├── messaging/             # MessagingPlatform ABC + Discord/Telegram 机器人、会话管理
├── config/                # 配置、NIM 配置、日志记录
├── cli/                   # CLI 会话及进程管理
└── tests/                 # Pytest 测试套件

命令

uv run ruff format     # 格式化代码
uv run ruff check      # 代码检查
uv run ty check        # 类型检查
uv run pytest          # 运行测试

扩展

添加一个与 OpenAI 兼容的提供商（如 Groq、Together AI 等）——扩展 OpenAICompatibleProvider：

from providers.openai_compat import OpenAICompatibleProvider
from providers.base import ProviderConfig

class MyProvider(OpenAICompatibleProvider):
    def __init__(self, config: ProviderConfig):
        super().__init__(config, provider_name="MYPROVIDER",
                         base_url="https://api.example.com/v1", api_key=config.api_key)

添加一个完全自定义的提供商——直接扩展 BaseProvider 并实现 stream_response()。

添加一个新的消息平台——在 messaging/ 中扩展 MessagingPlatform 并实现 start()、stop()、send_message()、edit_message() 和 on_message()。

贡献

• 通过 Issues 报告问题或提出功能建议
• 添加新的 LLM 提供商（如 Groq、Together AI 等）
• 添加新的消息平台（如 Slack 等）
• 提高测试覆盖率
• 目前暂不接受 Docker 集成的 PR

git checkout -b my-feature
uv run ruff format && uv run ruff check && uv run ty check && uv run pytest
# 打开一个拉取请求

许可证

MIT 许可证。详情请参阅 LICENSE。

基于 FastAPI、OpenAI Python SDK、discord.py 和 python-telegram-bot 构建。

Free Claude Code 快速上手指南

Free Claude Code 是一个轻量级代理工具，允许你免费使用 Claude Code CLI 和 VSCode 插件。它通过将 Anthropic API 请求路由到 NVIDIA NIM（免费额度）、OpenRouter、LM Studio 或 llama.cpp 来实现零成本运行，无需 Anthropic API Key。

环境准备

系统要求

• Python: 3.14+ (推荐使用 uv 管理环境)
• 操作系统: Windows / macOS / Linux
• 前置依赖:
  • Claude Code CLI (必须已安装)
  • uv 包管理器

获取 API Key (可选)

根据你选择的后端服务准备密钥：

• NVIDIA NIM (推荐): 点击获取 Key (免费 40 次/分钟)
• OpenRouter: 点击获取 Key
• 本地部署: 使用 LM Studio 或 llama.cpp 无需 Key。

安装步骤

1. 安装 uv

如果尚未安装 uv，请执行以下命令：

pip install uv

若已安装，建议更新到最新版：

uv self update

2. 克隆项目并配置

git clone https://github.com/Alishahryar1/free-claude-code.git
cd free-claude-code
cp .env.example .env

3. 编辑配置文件 (.env)

使用编辑器打开 .env 文件，根据你的需求选择以下一种配置方案：

方案 A：NVIDIA NIM (推荐，免费且有额度)

NVIDIA_NIM_API_KEY="nvapi-你的密钥"

# 模型映射示例
MODEL_OPUS="nvidia_nim/z-ai/glm4.7"
MODEL_SONNET="nvidia_nim/moonshotai/kimi-k2-thinking"
MODEL_HAIKU="nvidia_nim/stepfun-ai/step-3.5-flash"
MODEL="nvidia_nim/z-ai/glm4.7"

# 如果使用的是支持思考的模型 (如 Kimi, Nemotron)，设为 true
NIM_ENABLE_THINKING=true

方案 B：OpenRouter (模型种类多)

OPENROUTER_API_KEY="sk-or-你的密钥"

MODEL_OPUS="open_router/deepseek/deepseek-r1-0528:free"
MODEL_SONNET="open_router/openai/gpt-oss-120b:free"
MODEL_HAIKU="open_router/stepfun/step-3.5-flash:free"
MODEL="open_router/stepfun/step-3.5-flash:free"

方案 C：完全本地运行 (LM Studio)

需先在本地启动 LM Studio 并加载模型

MODEL_OPUS="lmstudio/unsloth/MiniMax-M2.5-GGUF"
MODEL_SONNET="lmstudio/unsloth/Qwen3.5-35B-A3B-GGUF"
MODEL_HAIKU="lmstudio/unsloth/GLM-4.7-Flash-GGUF"
MODEL="lmstudio/unsloth/GLM-4.7-Flash-GGUF"

方案 D：混合使用

你可以为不同等级的模型指定不同的提供商：

NVIDIA_NIM_API_KEY="nvapi-你的密钥"
OPENROUTER_API_KEY="sk-or-你的密钥"

MODEL_OPUS="nvidia_nim/moonshotai/kimi-k2.5"
MODEL_SONNET="open_router/deepseek/deepseek-r1-0528:free"
MODEL_HAIKU="lmstudio/unsloth/GLM-4.7-Flash-GGUF"
MODEL="nvidia_nim/z-ai/glm4.7"

提示：如果需要限制访问，可设置 ANTHROPIC_AUTH_TOKEN="your-secret-token"，默认留空即可。

基本使用

第一步：启动代理服务器

打开第一个终端窗口，运行：

uv run uvicorn server:app --host 0.0.0.0 --port 8082

保持该窗口运行，不要关闭。

第二步：运行 Claude Code

打开第二个终端窗口，根据系统设置环境变量后启动：

macOS / Linux (Bash/Zsh):

ANTHROPIC_AUTH_TOKEN="freecc" ANTHROPIC_BASE_URL="http://localhost:8082" claude

Windows (PowerShell):

$env:ANTHROPIC_AUTH_TOKEN="freecc"; $env:ANTHROPIC_BASE_URL="http://localhost:8082"; claude

现在，Claude Code 将通过你配置的免费模型后端运行。

可选：VSCode 插件配置

1. 确保上述代理服务器正在运行。
2. 在 VSCode 中按下 Ctrl + , 打开设置，搜索 claude-code.environmentVariables。
3. 点击 Edit in settings.json，添加以下内容：

"claudeCode.environmentVariables": [
  { "name": "ANTHROPIC_BASE_URL", "value": "http://localhost:8082" },
  { "name": "ANTHROPIC_AUTH_TOKEN", "value": "freecc" }
]

4. 重新加载 VSCode 窗口。
5. 如果出现登录界面，点击 Anthropic Console 授权即可（忽略浏览器中可能出现的购买提示，插件已可直接使用）。

可选：免克隆安装 (作为全局工具)

如果你不想克隆代码库，可以直接安装为命令行工具：

uv tool install git+https://github.com/Alishahryar1/free-claude-code.git
fcc-init

编辑生成的 ~/.config/free-claude-code/.env 文件后，直接运行：

free-claude-code