mirrors/wanshuiyin--auto-claude-code-research-in-sleep

Fork 0

Files

T

wehub-resource-sync a302add0a2 chore: import upstream snapshot with attribution

2026-07-13 13:37:02 +08:00

7.3 KiB

Raw Permalink Blame History

LLM API 混搭配置指南

本指南说明如何自由搭配 Claude Code 执行器和外部审查器的 API。

双层架构

┌─────────────────────────────────────────────────────┐
│                   Claude Code                        │
│                                                      │
│  ┌─────────────────┐      ┌─────────────────────┐   │
│  │    执行器        │─────▶│      审查器          │   │
│  │  (Executor)     │      │    (Reviewer)       │   │
│  │                 │      │                     │   │
│  │  ANTHROPIC_*    │      │  LLM_*              │   │
│  │  环境变量        │      │  环境变量            │   │
│  └─────────────────┘      └─────────────────────┘   │
│                                                      │
└─────────────────────────────────────────────────────┘

执行器配置

执行器通过 ANTHROPIC_* 环境变量配置。

1. 原生 Claude API

{
  "ANTHROPIC_AUTH_TOKEN": "sk-ant-xxx",
  "ANTHROPIC_BASE_URL": "https://api.anthropic.com",
  "ANTHROPIC_DEFAULT_OPUS_MODEL": "claude-opus-4-6"
}

2. Z.ai (GLM)

{
  "ANTHROPIC_AUTH_TOKEN": "your-zai-key",
  "ANTHROPIC_BASE_URL": "https://api.z.ai/api/anthropic",
  "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-4.5-air",
  "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-4.7",
  "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-5"
}

3. Kimi (Moonshot)

官方文档: https://platform.moonshot.cn/docs/guide/agent-support

{
  "ANTHROPIC_AUTH_TOKEN": "sk-xxx",
  "ANTHROPIC_BASE_URL": "https://api.moonshot.cn/anthropic",
  "ANTHROPIC_DEFAULT_OPUS_MODEL": "kimi-k2",
  "ANTHROPIC_DEFAULT_SONNET_MODEL": "kimi-k2",
  "ANTHROPIC_SMALL_FAST_MODEL": "kimi-k2-thinking-turbo",
  "CLAUDE_CODE_MAX_OUTPUT_TOKENS": "6000"
}

4. LongCat (美团)

官方文档: https://longcat.chat/platform/docs/zh/ClaudeCode.html

{
  "ANTHROPIC_AUTH_TOKEN": "ak_xxx",
  "ANTHROPIC_BASE_URL": "https://api.longcat.chat/anthropic",
  "ANTHROPIC_DEFAULT_OPUS_MODEL": "LongCat-Flash-Thinking-2601",
  "ANTHROPIC_DEFAULT_SONNET_MODEL": "LongCat-Flash-Thinking-2601",
  "ANTHROPIC_SMALL_FAST_MODEL": "LongCat-Flash-Lite",
  "CLAUDE_CODE_MAX_OUTPUT_TOKENS": "6000"
}

5. 自定义兼容端点

{
  "ANTHROPIC_AUTH_TOKEN": "your-key",
  "ANTHROPIC_BASE_URL": "https://your-endpoint.com/anthropic",
  "ANTHROPIC_DEFAULT_OPUS_MODEL": "your-model"
}

审查器配置

审查器通过 llm-chat MCP 服务器调用任意API。

MCP 服务器配置

在 ~/.claude/settings.json 中添加：

{
  "mcpServers": {
    "llm-chat": {
      "command": "/usr/bin/python3",
      "args": ["/Users/yourname/.claude/mcp-servers/llm-chat/server.py"],
      "env": {
        "LLM_API_KEY": "your-api-key",
        "LLM_BASE_URL": "https://api.example.com/v1",
        "LLM_MODEL": "model-name"
      }
    }
  }
}

常用审查器提供商

提供商	LLM_BASE_URL	LLM_MODEL
DeepSeek	`https://api.deepseek.com/v1`	`deepseek-chat`
MiniMax	`https://api.minimax.io/v1`	`MiniMax-M3`

完整配置示例

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "your-executor-key",
    "ANTHROPIC_BASE_URL": "https://api.z.ai/api/anthropic",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-5"
  },
  "mcpServers": {
    "llm-chat": {
      "command": "/usr/bin/python3",
      "args": ["/Users/yourname/.claude/mcp-servers/llm-chat/server.py"],
      "env": {
        "LLM_API_KEY": "your-reviewer-key",
        "LLM_BASE_URL": "https://api.deepseek.com/v1",
        "LLM_MODEL": "deepseek-chat"
      }
    }
  }
}

使用方式

# 使用通用 LLM 审查 skill
/auto-review-loop-llm

改写所有 Skills（重要！）

auto-review-loop-llm 只是一个 skill 的通用 LLM 版。项目中有 12 个 skill 使用 Codex MCP (mcp__codex__codex) 调用 GPT-5.6-Sol 做审查。如果你想全面切换到其他模型，需要让 Claude Code 把它们全部改写。

安装完 llm-chat MCP 服务器后，在 Claude Code 对话中执行：

Read skills/auto-review-loop-llm/SKILL.md as a reference.
It replaces mcp__codex__codex with mcp__llm-chat__chat.
Now rewrite ALL other skills that use mcp__codex__codex / mcp__codex__codex-reply
to use mcp__llm-chat__chat instead, following the same pattern.

Claude Code 会自动：

扫描所有 skill 文件，找到使用 Codex MCP 的地方
参考 auto-review-loop-llm 的写法（MCP 优先 + curl fallback）
逐个改写到你本地的 ~/.claude/skills/ 目录

⚠️ 注意： 这只修改你本地的 skill 副本，不影响仓库原文件。想恢复默认？重新 cp -r skills/* ~/.claude/skills/ 即可。

常见问题

Q: 为什么不用 Codex MCP？

Codex CLI 使用 OpenAI 的 Responses API (/v1/responses)，这个 API 只有 OpenAI 官方支持，第三方提供商（DeepSeek、MiniMax 等）都不支持。所以我们新建了 llm-chat MCP 服务器，使用标准的 Chat Completions API (/v1/chat/completions)，兼容所有 OpenAI-compatible API。

Q: GLM/Kimi/LongCat 能用吗？

可以！这些提供商支持 Anthropic-compatible API，配置到执行器（ANTHROPIC_* 环境变量）即可。审查器（LLM_* 环境变量）可以用任意 OpenAI-compatible API。

混搭组合示例

组合 1: GLM + DeepSeek（性价比）

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "your-zai-key",
    "ANTHROPIC_BASE_URL": "https://api.z.ai/api/anthropic",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-5"
  },
  "mcpServers": {
    "llm-chat": {
      "command": "/usr/bin/python3",
      "args": ["/Users/yourname/.claude/mcp-servers/llm-chat/server.py"],
      "env": {
        "LLM_API_KEY": "your-deepseek-key",
        "LLM_BASE_URL": "https://api.deepseek.com/v1",
        "LLM_MODEL": "deepseek-chat"
      }
    }
  }
}

组合 2: GLM + Kimi（长文本）

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "your-zai-key",
    "ANTHROPIC_BASE_URL": "https://api.z.ai/api/anthropic",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-5"
  },
  "mcpServers": {
    "llm-chat": {
      "command": "/usr/bin/python3",
      "args": ["/Users/yourname/.claude/mcp-servers/llm-chat/server.py"],
      "env": {
        "LLM_API_KEY": "your-kimi-key",
        "LLM_BASE_URL": "https://api.moonshot.cn/v1",
        "LLM_MODEL": "moonshot-v1-32k"
      }
    }
  }
}

组合 3: 原生 Claude + MiniMax

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "sk-ant-xxx",
    "ANTHROPIC_BASE_URL": "https://api.anthropic.com",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "claude-opus-4-6"
  },
  "mcpServers": {
    "llm-chat": {
      "command": "/usr/bin/python3",
      "args": ["/Users/yourname/.claude/mcp-servers/llm-chat/server.py"],
      "env": {
        "LLM_API_KEY": "your-minimax-key",
        "LLM_BASE_URL": "https://api.minimax.io/v1",
        "LLM_MODEL": "MiniMax-M3"
      }
    }
  }
}

7.3 KiB Raw Permalink Blame History Unescape Escape