认识 OpenClaude：一个终端搞定所有 AI 编码模型

如果你一直在关注 AI 编码领域，你可能会注意到每周都会冒出一款新的 CLI 工具。有些与 OpenAI 配合得很好，有些只支持 Anthropic，还有少数被锁定在单一的云服务商上。OpenClaude 想要终结这种碎片化局面。它是一款开源编码代理 CLI，将云端和本地模型提供商整合到一个终端优先的工作流中。

什么是 OpenClaude？

OpenClaude 是一款为云端和本地模型提供商而构建的开源编码代理 CLI。你可以使用 OpenAI 兼容 API、Gemini、GitHub Models、Codex OAuth、Codex、Ollama、Atomic Chat 以及其他受支持的后端——所有这些都使用相同的提示词、工具、代理、MCP、斜杠命令和流式输出。无需为每个提供商单独配置工具。

需要注意的一点：OpenClaude 源于 Claude Code，但经过了大幅修改以支持多个提供商。它是一个独立的社区项目，与 Anthropic 无关。它还将自己的配置存储在 ~/.openclaude 下——不会读取 ~/.claude 或 Claude Code 的凭据，因此你可以完全干净地开始。

几分钟内开始使用

OpenClaude 需要 Node.js >= 22.0.0。全局安装：

然后只需运行：

在 CLI 中，运行 /provider 可进行向导式提供商设置，或运行 /onboard-github 完成 GitHub Models 的入门。设置会将配置文件和凭据保存到 .openclaude-profile.json。

想要最快的 OpenAI 设置？设置三个环境变量：

更喜欢本地模型？将其指向 Ollama：

就这样。同样的工作流，完全不同的模型后端。在 Arch Linux 上，你甚至可以从 AUR 安装：paru -S openclaude。

支持哪些提供商？

OpenClaude 支持一长串提供商：

每个提供商都有通过 /provider 的向导式设置路径，因此你不必记住每种 API 的格式。

你能用它做什么？

OpenClaude 不仅仅是一个聊天包装器——它是一个完整的编码代理工作流：

下面是一个后台使用的快速示例：

将代理路由到不同模型

一个突出的功能是代理路由。你可以根据成本或能力将不同代理指向不同模型，并使用 maxSteps 限制子代理的工具步骤。例如，你可以让一个便宜的模型处理探索性任务，而让一个更强的模型处理关键代码审查。通过 ~/.openclaude/settings.json 中的 agentModels 和 agentRouting 即可完成全部配置。

内置网页搜索和抓取

默认情况下，WebSearch 在非 Anthropic 模型上使用 DuckDuckGo 工作，因此 GPT-4o、DeepSeek、Gemini、Ollama 以及其他 OpenAI 兼容提供商开箱即可获得免费的网页搜索路径。如果你需要对 JavaScript 渲染的网站进行更可靠的抓取，可以设置 Firecrawl API 密钥，OpenClaude 将改用 Firecrawl 的搜索和抓取端点。

用于自定义集成的无头 gRPC 服务器

想把 OpenClaude 嵌入到你自己的应用或 CI/CD 流水线中吗？它可以作为支持双向流式传输的无头 gRPC 服务运行。使用 npm run dev:grpc 启动它，并从 src/proto/openclaude.proto 生成客户端。对于围绕代理核心构建自定义 UI 或自动化的团队来说，这是一个非常方便的逃生舱。

附带 VS Code 扩展

该仓库包含一个 VS Code 扩展，支持启动集成、感知提供商的 Control Center、编辑器内聊天和主题支持。它甚至支持可选的 Microsoft Foundry / Azure OpenAI 配置，可将端点、部署和 API 密钥设置注入到已启动的终端中。

哦，你还会得到一个像素艺术伙伴

这就是让 OpenClaude 令人难忘的部分。运行 /buddy 孵化一个真彩色像素艺术英雄，他会住在你的提示符旁边，发呆、眨眼，每次你按下回车时还会释放一个标志性动作。你可以选择你的战士：

伙伴会尊重 prefersReducedMotion，在低色彩终端中优雅地降级为线条画，并且可以通过 /buddy mute 静音。说实话，它让终端里的编码体验更有生气了一些。

你应该试试吗？

如果你厌倦了同时应付多个 AI CLI 工具——或者你希望在使用 GPT-4o 等云端模型或 qwen2.5-coder 等本地模型时都能获得一致的工作流——那么 OpenClaude 值得一试。它是开源的，采用 MIT 许可证，积极维护中，并在 Discord 和 GitHub Discussions 上拥有友好的社区。

有一点需要记住：并非每个提供商的行为都完全相同。Anthropic 特有的功能在其他后端上可能不存在，工具质量在很大程度上取决于你选择的模型，而较小的本地模型可能难以处理多步骤的工具流程。为了获得最佳效果，请使用支持强大工具/函数调用的模型。

一行命令安装，运行 /provider，看看拥有一个适用于所有 LLM 的终端是多么惬意。