# Claude Code 接入 GPT-6 Astra：LiteLLM 代理与 Codex 插件配置实测 > GPT-6 Astra 进 Claude Code 有两种接法：LiteLLM 代理当主模型，Codex 插件委派任务。实测修一个 bug 按标价约 $0.23，界面只显示一半。 - URL: https://blog.laozhang.ai/zh/posts/gpt-6-astra-in-claude-code - Published: 2026-11-12 - Updated: 2026-11-12 - Author: LaoZhang AI Team (https://blog.laozhang.ai/zh/about) - Topic: Claude Code - Tags: Claude Code, GPT-6 Astra, LiteLLM, Codex 插件, OpenAI --- Claude Code 本身没有切换到 GPT-6 Astra 的选项，内置的 `/model` 菜单里也没有它。要让 `gpt-6-astra` 在 Claude Code 里干活，有两种接法。第一种让 Astra 当主模型：在本机跑一个 LiteLLM 代理，把 Claude Code 发出的 Anthropic 格式请求翻译成 OpenAI 格式，再把 `ANTHROPIC_BASE_URL` 指向代理，把 `ANTHROPIC_DEFAULT_OPUS_MODEL` 等档位变量填成 `gpt-6-astra`。第二种保留 Claude 当主模型：装 OpenAI 官方的 Codex 插件，用 `/codex:rescue --model gpt-6-astra` 把具体任务交给 Astra。 2026 年 11 月 12 日，两种接法都用同一个任务试过：修好一个有两处 bug 的 Python 文件，让 4 个单元测试全部通过。代理接法在 Claude Code 2.1.316 里跑通，上游是 laozhang.ai 的 OpenAI 兼容接口，这次任务按 Astra 标价约 $0.23，而 Claude Code 自己显示的费用只有它的一半；插件接法是在 Claude Code 之外直接运行插件的运行时脚本，由 ChatGPT 账号登录的 Codex CLI 用 Astra 完成了同一个任务。最省事的那一步反而没走通：直接把 `ANTHROPIC_BASE_URL` 设成中转站地址，laozhang.ai 的 `/v1/messages` 对 `gpt-6-astra` 返回 503。 *说明：[laozhang.ai 是我们自己的服务](https://blog.laozhang.ai/zh/about#laozhang)，其价格是平台报价，不是独立比较的结论。* 两种接法都不在 Anthropic 的支持范围内。[Claude Code 的 LLM 网关文档](https://code.claude.com/docs/en/llm-gateway)写明，Anthropic 不支持经任何网关把 Claude Code 路由到非 Claude 模型。这意味着出了问题得不到官方帮助，新版本也可能让某些功能失效，但并不是禁止这样用。上面的结果来自一台机器、一个小任务、每种设置各跑一次，不能当作长会话也一定稳定的保证。 ## 两种接法怎么选：Astra 当主模型，还是把任务交给 Astra 两者的根本区别是谁在主持 Claude Code 的工具循环。代理接法里，读文件、改代码、跑命令的每一步都由 Astra 决定，Claude 完全不参与，费用按 token 付给上游 API；插件接法里，Claude 仍是主模型，只有你下 `/codex:rescue` 或让 Claude 委派时，才由 Codex CLI 带着 Astra 在同一个目录里独立干完一段活，消耗的是 Codex 的额度。所以只有 API key、想全程用 Astra，选代理接法；已经有 Claude 订阅和 ChatGPT Plus 以上套餐，想让 Astra 接手某个难点或复查代码，选插件接法。 | 对比项 | LiteLLM 代理：Astra 当主模型 | Codex 插件：Claude 主模型，任务交给 Astra | | --- | --- | --- | | 谁在跑工具循环 | Astra，每一步都由它决定 | Claude；Astra 在 Codex CLI 里独立完成被委派的任务 | | 怎么计费 | 按 token 付给上游（OpenAI 官方 key 或中转站） | Claude 部分照旧；Astra 部分计入 ChatGPT 套餐的 Codex 额度，或 OpenAI API key | | 需要准备 | LiteLLM、一个能调用 `gpt-6-astra` 的 API key | Codex CLI、Node.js 18.18 以上、能用到 Astra 的 ChatGPT 套餐或 API key | | 官方立场 | Anthropic 不支持把 Claude Code 接到非 Claude 模型 | 插件由 OpenAI 发布和维护 | | 最先碰到的坑 | 中转站的 Claude 协议端点可能没有 Astra；显示的费用约为标价的一半 | 不写 `--model` 时用 Codex 自己的默认模型，不一定是 Astra | ![两种接法的请求链路：代理接法是 Claude Code 经 LiteLLM 翻译成 Responses 再到 laozhang.ai 的 gpt-6-astra，直连 /v1/messages 返回 503；插件接法是 Claude 主模型经 /codex:rescue 和 Codex CLI 把任务交给 gpt-6-astra](https://blog.laozhang.ai/posts/zh/gpt-6-astra-in-claude-code/img/two-routes.webp) ## LiteLLM 代理接法：配置 config.yaml 和 Claude Code 环境变量 代理接法要做三件事：让 LiteLLM 在本机监听一个端口，告诉它 `gpt-6-astra` 去哪个上游调用，再让 Claude Code 把请求发到这个端口。下面是 2026 年 11 月 12 日跑通的配置，环境是 macOS、LiteLLM 1.109.1、Claude Code 2.1.316，上游是 laozhang.ai 的 OpenAI 兼容地址 `https://api.laozhang.ai/v1`，密钥部分换成你自己的。如果你的中转站文档写明它的 Claude 协议端点能直接调 `gpt-6-astra`，先按下文报错一节的方法用 curl 试一次，通了就不需要代理，像 [Claude Code 连接 OpenRouter 和 DeepSeek：路线选择、配置与首错排查](https://blog.laozhang.ai/zh/posts/claude-code-openrouter-deepseek) 里那样直接填地址即可。 *说明：[laozhang.ai 是我们自己的服务](https://blog.laozhang.ai/zh/about#laozhang)，其价格是平台报价，不是独立比较的结论。* 1. 安装带代理功能的 LiteLLM，LiteLLM 官方教程用的是 uv： ```bash uv tool install 'litellm[proxy]' ``` 2. 新建 `config.yaml`。`gpt-6-luna` 留给 Haiku 档位，Claude Code 用它给会话起标题： ```yaml model_list: - model_name: gpt-6-astra litellm_params: model: openai/gpt-6-astra api_base: https://api.laozhang.ai/v1 api_key: os.environ/LAOZHANG_API_KEY - model_name: gpt-6-luna litellm_params: model: openai/gpt-6-luna api_base: https://api.laozhang.ai/v1 api_key: os.environ/LAOZHANG_API_KEY litellm_settings: drop_params: true ``` 上游用 OpenAI 官方 key 时，删掉两处 `api_base`，把 `api_key` 改成 `os.environ/OPENAI_API_KEY`，这是 [LiteLLM 的 Claude Code 接非 Anthropic 模型教程](https://docs.litellm.ai/docs/tutorials/claude_non_anthropic_models)里的写法，这条上游没有实测。选官方还是中转站，除了价格，还要看你的网络能否稳定连到 `api.openai.com`，在自己机器上用 curl 试一下就知道。还没有能调用 Astra 的 key，先看 [GPT-6 Astra API 怎么开通？访问条件、首次调用与报错排查](https://blog.laozhang.ai/zh/posts/gpt-6-astra-api-access)。 3. 启动代理。`LITELLM_MASTER_KEY` 是你自己编的一串随机字符，Claude Code 用它登录代理： ```bash export LAOZHANG_API_KEY="你的上游 API key" export LITELLM_MASTER_KEY="sk-换成一串足够长的随机字符" litellm --config config.yaml --host 127.0.0.1 --port 4011 --detailed_debug ``` 4. 在另一个终端确认代理能按 Anthropic 格式应答，返回里出现 `"model":"gpt-6-astra"` 和一段文字就说明通了： ```bash curl -X POST http://127.0.0.1:4011/v1/messages \ -H "Authorization: Bearer 你的 LITELLM_MASTER_KEY" \ -H "content-type: application/json" \ -d '{"model":"gpt-6-astra","max_tokens":64,"messages":[{"role":"user","content":"Reply with one word: connected"}]}' ``` 5. 设好 Claude Code 的变量，再启动 `claude`： ```bash export ANTHROPIC_BASE_URL="http://127.0.0.1:4011" export ANTHROPIC_AUTH_TOKEN="和 LITELLM_MASTER_KEY 相同的值" export ANTHROPIC_MODEL="gpt-6-astra" export ANTHROPIC_DEFAULT_OPUS_MODEL="gpt-6-astra" export ANTHROPIC_DEFAULT_SONNET_MODEL="gpt-6-astra" export ANTHROPIC_DEFAULT_HAIKU_MODEL="gpt-6-luna" export CLAUDE_CODE_MAX_CONTEXT_TOKENS=272000 claude ``` 四个模型变量都要设。Claude Code 不带 `--model` 启动时主会话走 Opus 档位，交互模式下用 Haiku 档位起会话标题，子代理沿用会话模型；哪个档位漏设，Claude Code 就会请求 Claude 自己的模型名，而代理里没有这个名字。Haiku 档位填 `gpt-6-luna` 是为了让起标题这种小请求便宜一些，填 `gpt-6-astra` 也能用。三个档位的分工在 [Claude Code 接入 GLM-5.3-Flash：Opus 档位要填 Flash](https://blog.laozhang.ai/zh/posts/glm-5-3-flash-claude-code) 里有逐项实测；想长期生效，把这些键写进 `~/.claude/settings.json` 的 `env`，配置文件的位置和优先级见 [Claude Code API 配置：先选路由，再设置 Key、模型和网关](https://blog.laozhang.ai/zh/posts/claude-code-api-configuration)。 `CLAUDE_CODE_MAX_CONTEXT_TOKENS` 需要 Claude Code 2.1.259 以上。Claude Code 不认识 `gpt-6-astra` 这个 ID，默认按 200K 上下文处理，并在这个位置自动压缩对话；Astra 的实际窗口是 1,050,000 token，但单次请求输入超过 272K 时整单按高价计费。设成 272000，自动压缩就会在跨过这条线之前发生，2026 年 11 月 12 日实测设置后 Claude Code 记录的 `contextWindow` 变为 272000。这是按价格取的值，不是官方推荐；能接受高价、需要更长上下文的可以设得更大。 中间这层代理不能省，是因为 Claude Code 发给网关的请求带着 Anthropic 专用的字段。2026 年 11 月 12 日的代理日志里，每个请求都带 8 个 `anthropic-beta` 值和 `output_config`，LiteLLM 1.109.1 把它们翻译或丢掉，全程没有出现 400；它转发到上游的调用全部走 `https://api.laozhang.ai/v1/responses`。这一点有意义：在 OpenAI 官方接口上，Astra 的工具调用只支持 Responses API，不支持 Chat Completions，只会用 Chat Completions 转发的代理在 Claude Code 第一次调用工具时就会出问题。 ## 确认回复来自 gpt-6-astra：标题行、/status 与代理日志 启动后看三处就能确认：界面顶部的标题行显示 Claude Code 请求的模型名和计费方式，`/status` 列出实际使用的网关地址和模型，LiteLLM 日志记录真正发到上游的请求。前两处只能说明 Claude Code 请求的是哪个名字，这个名字在代理里映射到哪个上游模型，只有日志说了算。2026 年 11 月 12 日的交互会话里，标题行和 `/status` 是这样的： ```text Claude Code v2.1.316 gpt-6-astra · API Usage Billing ⚠ Model "gpt-6-astra" isn't recognized · context assumed to be 200k tokens · update Claude Code, or see https://code.claude.com/docs/en/model-config /status Auth token: ANTHROPIC_AUTH_TOKEN Anthropic base URL: http://127.0.0.1:4011 Model: gpt-6-astra ``` 同一个会话里发一条消息，代理收到 3 个请求：2 个请求 `gpt-6-astra`，1 个请求 `gpt-6-luna`，后者来自 Haiku 档位，会话随即被命名为 "slugify behavior"。启动代理时加了 `--detailed_debug`，日志里能看到每次转发的上游地址和模型名。让模型报出自己的名字只能当旁证：代理接法里它回答 "I am GPT-6 Astra (`gpt-6-astra`)"，Codex 插件那次却回答 "I’m Codex, based on GPT-6"，两次实际用的都是 Astra，所以要以日志和 Codex 会话文件里记录的模型名为准。 ## 修一个 bug 花多少钱：Claude Code 显示的只有标价的一半 2026 年 11 月 12 日用同一个修 bug 任务跑了三次，只改 `CLAUDE_CODE_EFFORT_LEVEL`，三次都是 4 个测试全过。按 Astra 标价复算，每次在 $0.20 到 $0.29 之间，而 Claude Code 结束时打印的费用每次都只有约一半，因为它没有 `gpt-6-astra` 的价格表，输出里的 `costBasis` 是 `"unknown"`。要知道真实花了多少，看上游的账单，不看 Claude Code 的数字。 | effort 设置 | 发给 Astra 的 `reasoning.effort` | 用时 | 轮数 | 缓存写入 / 缓存读取 / 输出 token | 按 Astra 标价复算 | Claude Code 显示 | | --- | --- | --- | --- | --- | --- | --- | | 不设（默认） | `high` | 19.2 秒 | 7 | 11,728 / 55,265 / 521 | $0.228 | $0.114 | | `low` | `low` | 17.5 秒 | 5 | 11,296 / 43,330 / 364 | $0.203 | $0.101 | | `max` | `max` | 34.4 秒 | 9 | 12,365 / 57,529 / 1,531 | $0.289 | $0.144 | 复算用的是 Astra 每百万 token 的标价：未缓存输入 $10，30 分钟缓存写入 $12.50，缓存读取 $1，输出 $50。用量取自上游返回的 usage，默认那次另有 12 个未缓存输入 token： ```text (12 × 10 + 11,728 × 12.5 + 55,265 × 1 + 521 × 50) ÷ 1,000,000 = 0.228 美元 ``` 这笔钱的大头不在修 bug 本身。默认那次约 64% 的费用花在第一次缓存写入上，写进去的是 Claude Code 自带的约 1.17 万 token 系统提示和工具定义，所以每开一个新会话，还没干活就先付这一笔。effort 能原样传过去：不设时发的是 `high`，设成 `low` 时 Astra 没有产生推理 token，设成 `max` 时 1,531 个输出 token 里有 963 个是推理。这只说明映射有效，不说明哪一档更好，这么简单的任务三档都能完成。effort 的取值和各模型默认档见 [Claude Code effort level 设置：各模型实测默认档与不生效排查](https://blog.laozhang.ai/zh/posts/claude-code-effort-level)，272K 以上的价格和两档缓存写入见 [GPT-6 Astra API 定价与成本计算：价格表、272K 与两档缓存写入](https://blog.laozhang.ai/zh/posts/gpt-6-astra-api-pricing)。 ![三种 effort 下按 Astra 标价复算的费用 $0.228、$0.203、$0.289 与 Claude Code 显示的约一半对比，以及默认那次约 64% 花在第一次缓存写入](https://blog.laozhang.ai/posts/zh/gpt-6-astra-in-claude-code/img/astra-cost-breakdown.webp) ## Codex 插件接法：保留 Claude，用 /codex:rescue 指定 Astra 插件接法不动 Claude Code 的模型配置。OpenAI 发布的 [Codex plugin for Claude Code（GitHub 仓库 openai/codex-plugin-cc）](https://github.com/openai/codex-plugin-cc)在 Claude Code 里加了 `/codex:review`、`/codex:rescue` 等命令，背后调用本机的 Codex CLI，沿用 Codex 的登录状态和额度；要求是 ChatGPT 账号（含 Free）或 OpenAI API key，以及 Node.js 18.18 以上。不过不是每个套餐都能用到 Astra：截至 2026 年 10 月 26 日 OpenAI 的说明，Free 和 Go 在 Codex 里用的是 GPT-6 Luna；Plus 和标准 Business 每 5 小时大约有 5 到 45 条 Astra 本地消息；Pro 没有 5 小时限制。 在 Claude Code 里依次输入： 1. `/plugin marketplace add openai/codex-plugin-cc` 2. `/plugin install codex@openai-codex` 3. `/reload-plugins` 4. `/codex:setup`，它会检查 Codex CLI 是否安装、是否登录；没登录就输入 `!codex login`。 5. 把任务交给 Astra，模型名要写明：`/codex:rescue --model gpt-6-astra --effort medium 修好 textkit/slug.py，让单元测试全部通过` 第 5 步的 `--model` 不能省。按插件 README 的说法，不传 `--model` 和 `--effort` 时由 Codex 自己选默认值；安装后的文件也显示，rescue 子代理只有在你点名模型时才会带上 `--model`。想每次都用 Astra，可以在启动 Claude Code 的项目根目录建 `.codex/config.toml`，或写进 `~/.codex/config.toml`： ```toml model = "gpt-6-astra" model_reasoning_effort = "medium" ``` 项目里的 `.codex/config.toml` 只在 Codex 信任该项目后才加载。另外两点也来自安装后的文件：rescue 子代理默认带 `--write`，Codex 会直接改你的文件；子代理本身跑在 `sonnet` 档位，转交任务这一步仍要用一点 Claude 的额度。 2026 年 11 月 12 日在一个全新的 Claude Code 配置里装了插件 1.0.6，Codex CLI 0.166.0 用 ChatGPT 账号登录。在 Claude Code 之外，按 rescue 子代理的调用方式直接运行插件的运行时脚本 `codex-companion.mjs`（`task --write --model gpt-6-astra --effort medium`），同一个修 bug 任务 28 秒完成，4 个测试全过；Codex 的会话文件记录了 `"model":"gpt-6-astra"` 和 `"reasoning_effort":"medium"`，输入 130,507 token，其中 112,128 来自缓存，输出 369 token。在交互式 Claude 会话里直接输入 `/codex:rescue` 这一步没有跑，上面关于斜杠命令的说明来自 README。这组 token 不能和代理接法的直接比较，因为 effort 一个是 `medium`、一个是 `high`，Codex 和 Claude Code 的工具外壳也不同。两个工具各自的月费和 API 成本对比见 [Codex vs Claude Code 费用对比：月费、额度与 API 实际成本](https://blog.laozhang.ai/zh/posts/claude-code-vs-codex)。 ## 首先会遇到的报错：503 无可用通道、200k 警告与 400 下面三条里，前两条是 2026 年 11 月 12 日实际看到的，第三条是 Claude Code 网关协议文档描述、当天没有出现的情况。按报错原文找对应的一条。 ### 503：has no available channels for model gpt-6-astra ```text API Error: 503 Current group default has no available channels for model gpt-6-astra under billing mode [pay-as-you-go, pay-per-request] (request id: …). This is a server-side issue, usually temporary — try again in a moment. If it persists, check your inference gateway (api.laozhang.ai). ``` 这是把 `ANTHROPIC_BASE_URL` 直接设成 `https://api.laozhang.ai`、四个模型变量都填 `gpt-6-astra` 时，Claude Code 2.1.316 给出的报错；用 curl 直接请求 `/v1/messages`，不带工具和带一个工具，都是同样的 503，没有扣费。原因是 laozhang.ai 的 default 分组在 Claude 协议端点上没有 Astra 的通道，它在 OpenAI 兼容的 `/v1/chat/completions` 和 `/v1/responses` 上提供 `gpt-6-astra`；它专给 Claude Code 用的令牌分组，文档里列的是 Claude、DeepSeek、GLM、Kimi，没有 GPT 模型。报错后半句的 "usually temporary" 是 Claude Code 对所有 5xx 的通用说法，这种情况重试没有用，在中间加上 LiteLLM 代理才行。换别的中转站时，也先用 curl 请求它的 `/v1/messages`、把 `model` 设为 `gpt-6-astra` 试一次，通了再改 Claude Code 的配置。 *说明：[laozhang.ai 是我们自己的服务](https://blog.laozhang.ai/zh/about#laozhang)，其价格是平台报价，不是独立比较的结论。* ### 200k 提示：Model "gpt-6-astra" isn't recognized 这是提示，不是错误，请求照常发出。交互界面显示的是上一节里带 ⚠ 的那一行，后半句是 "context assumed to be 200k tokens"；`claude -p` 非交互模式下则是 "Claude Code doesn't recognize the model "gpt-6-astra", so it assumes a context window of 200k tokens"。它提醒的是 Claude Code 会按 200K 上下文管理对话、在 200K 附近自动压缩。按上面第 5 步设置 `CLAUDE_CODE_MAX_CONTEXT_TOKENS` 后，2026 年 11 月 12 日实测这行提示不再出现。 ### 400：Extra inputs are not permitted [Claude Code 的网关协议文档](https://code.claude.com/docs/en/llm-gateway-protocol)说明，Claude Code 发给网关的请求和发给 Anthropic 官方的一样，带着 `anthropic-beta` 请求头、`output_config.effort`、`context_management`、`cache_control` 等字段；网关如果把这样的请求原样转给格式不同的上游，就会得到 `Extra inputs are not permitted` 这类 400。Claude Code 遇到 effort 或 `context_management` 被拒，会去掉这两个字段自动重试一次。还报 400 时，确认代理配置里有 `drop_params: true`，或者给 Claude Code 加上 `CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS=1`，减少它发出的 beta 字段。 ## 尚未验证的功能：WebSearch、子代理、MCP 与长会话 2026 年 11 月 12 日跑通的，只是在一个很小的仓库里读文件、找文件、改文件、跑测试命令这一组基础工具。Claude Code 的 WebSearch 和 WebFetch、图片输入、子代理、MCP 服务器、长会话和自动压缩，都还没有在 Astra 上用过；子代理默认沿用会话模型，在代理接法里同样会落到 Astra 上。需要网页搜索时，LiteLLM 文档目录里另有一页「Claude Code - WebSearch Across All Providers」专讲这件事，先读它再动手。 还有两处差别容易忽略。用了自定义 `ANTHROPIC_BASE_URL` 之后，`/status` 显示远程托管设置和组织策略都是 "not fetched"，企业管理员通过远程下发的设置在这条线路上拿不到。另一个常被提到的工具 Claude Code Router，3.1.3 版是桌面应用，在 `http://127.0.0.1:3456` 起一个本地网关，支持的上游协议里列了 OpenAI Chat 和 Responses，原理和 LiteLLM 一样，但没有实测，用它时同样先按上面的方法确认上游走的是 Responses。 ## Claude Code 接入 GPT-6 Astra 的其他问题 ### 能用 ChatGPT 订阅代替 API key 吗？ 能，但只在 Codex 插件这条线上：插件用的是本机 Codex CLI 的 ChatGPT 登录，而截至 2026 年 10 月 26 日，Free 和 Go 套餐在 Codex 里拿到的是 GPT-6 Luna 而不是 Astra。代理接法需要 API key。有人用 CLIProxyAPI 这类反代把 ChatGPT 登录接进 Claude Code 当主模型，这是在 Codex 之外使用 ChatGPT 账号，这种做法没有测试过，OpenAI 是否允许也没有得到确认，用之前要自己掂量。 ### 能在 Claude Code 里切换 GPT 模型吗？ 能。2026 年 11 月 12 日实测用的办法是在启动前设好 `ANTHROPIC_MODEL` 和三个档位变量，要换成代理里的另一个 `model_name`，改变量后重开 `claude` 即可。想在 `/model` 菜单里直接选，[Claude Code 的模型配置文档](https://code.claude.com/docs/en/model-config)给了两个办法：设置 `ANTHROPIC_CUSTOM_MODEL_OPTION="gpt-6-astra"`，往菜单里加一个自定义条目；或者设置 `CLAUDE_CODE_ENABLE_GATEWAY_MODEL_DISCOVERY=1`，让 Claude Code 从网关的 `/v1/models` 读取模型列表。这两个变量都要在启动 `claude` 之前设好，都没有在 Astra 上实测；LiteLLM 的教程另外提到，自动发现只保留 ID 里含 claude 或 anthropic 的条目。 ### GPT-6 Astra 和 Claude 的模型比，写代码该选哪个？ 能接进 Claude Code 只解决了怎么用，选哪个模型要看同题对比的结果和你的预算，具体数字见 [Fable 5.2 和 GPT-6 Astra 对比：单价低 20%，同题输出却是 2.5 倍](https://blog.laozhang.ai/zh/posts/claude-fable-5-2-vs-gpt-6-astra)。 ## 参考来源 本文引用的外部页面，按正文出现顺序排列。最后更新于 2026-11-12。 - [Claude Code 的 LLM 网关文档](https://code.claude.com/docs/en/llm-gateway) (code.claude.com) - [LiteLLM 的 Claude Code 接非 Anthropic 模型教程](https://docs.litellm.ai/docs/tutorials/claude_non_anthropic_models) (docs.litellm.ai) - [Codex plugin for Claude Code（GitHub 仓库 openai/codex-plugin-cc）](https://github.com/openai/codex-plugin-cc) (github.com) - [Claude Code 的网关协议文档](https://code.claude.com/docs/en/llm-gateway-protocol) (code.claude.com) - [Claude Code 的模型配置文档](https://code.claude.com/docs/en/model-config) (code.claude.com)