在 VS Code 里“白嫖”顶级模型：丝滑体验实录
打开 VS Code，按下Ctrl+Shift+P唤出命令面板，输入Claude Code: Open Chat。聊天窗口瞬间弹出，光标闪烁，你随手敲入：“帮我重构这个 Python 模块，要求符合 PEP8 规范”。几秒钟后，代码块伴随着流式输出的打字机效果逐行显现，逻辑清晰，注释完整。
这一刻，你或许以为自己在消耗昂贵的官方 Token，或者正顶着网络延迟的焦虑。但事实是，背后运行的可能是 NVIDIA 的免费算力，或者是你本地部署的开源大模型。这就是free-claude-code带来的体验——它不是对官方客户端的“破解”，而是一座桥梁，让 Claude Code 强大的工程能力与你选择的任意后端模型无缝对接。对于日常依赖 IDE 编程的开发者而言，这意味着无需改变任何操作习惯，就能享受零成本、高隐私且灵活的 AI 辅助。
第一步：原生扩展安装与环境筑基
很多开发者担心第三方方案需要复杂的命令行操作或独立的怪异界面，其实完全多虑了。free-claude-code的核心设计理念就是“无感接入”，它依然依赖官方的 Claude Code 客户端生态。
首先，你需要在 VS Code 的扩展市场搜索并安装Claude Code官方扩展。这是整个工作流的前端界面，负责处理用户交互、代码高亮和文件上下文读取。安装完成后，重启编辑器，此时如果直接运行，它会尝试连接 Anthropic 官方服务器（通常会因网络或费用问题受阻）。
接下来是关键的“地基”搭建。free-claude-code本质上是一个运行在本地的代理服务器（Proxy），它监听一个本地端口，伪装成官方 API 接口。我们需要先把它跑起来。确保你的机器已安装 Python 3.8+ 环境，推荐使用uv作为包管理器以提升速度。在终端执行以下命令克隆项目并启动服务：
git clone https://github.com/Alishahryar1/free-claude-code.git cd free-claude-code # 复制配置模板 cp .env.example .env # 启动代理服务，默认监听 8082 端口 uv run uvicorn server:app --host 0.0.0.0 --port 8082看到终端输出Uvicorn running on http://127.0.0.1:8082，说明代理网关已就绪。此时，它就像一个待命的翻译官，准备将 VS Code 发出的请求转发给你指定的模型后端（如 NVIDIA NIM、DeepSeek 或本地 Ollama）。
第二步：环境变量注入与无感切换
要让 VS Code 插件“欺骗”自己正在连接官方服务，只需通过环境变量注入代理地址和令牌。这一步无需修改插件源码，也无需复杂的配置文件，利用 VS Code 原生的设置即可完美实现。
打开 VS Code 的设置文件（settings.json），在 JSON 对象中添加claudeCode.environmentVariables配置项。这段配置告诉插件：别去连官方服务器了，去找本地的 8082 端口，并且使用我们约定的令牌。
{ "claudeCode.environmentVariables": [ { "name": "ANTHROPIC_BASE_URL", "value": "http://localhost:8082" }, { "name": "ANTHROPIC_AUTH_TOKEN", "value": "freecc" }, { "name": "CLAUDE_CODE_ENABLE_GATEWAY_MODEL_DISCOVERY", "value": "1" }, { "name": "CLAUDE_CODE_AUTO_COMPACT_WINDOW", "value": "190000" } ] }其中，ANTHROPIC_BASE_URL指向刚才启动的本地代理；ANTHROPIC_AUTH_TOKEN设为freecc（这是代理程序默认识别的密钥，可在.env中自定义）；而后两个变量则是为了启用模型自动发现和上下文自动压缩功能，确保长对话不会爆显存或超限额。
保存设置后，VS Code 可能会提示重新加载窗口。再次打开 Claude Code 聊天框，你会发现插件状态栏显示正常，且能够顺利列出可用的模型列表。此时，你在界面上选择的"Opus"或"Sonnet"，实际上已经被代理层映射到了你在.env文件中配置的免费模型（例如nvidia_nim/glm-5.1或deepseek/deepseek-chat）。这种切换对前端完全透明，真正做到了“换芯不换壳”。
第三步：核心能力验证与高级特性测试
接入成功只是开始，关键在于是否保留了 Claude Code 原有的工程化能力。经过实测，代理模式下的表现令人惊喜。
流式响应与打字机效果在聊天窗口输入复杂指令，回复内容不再是等待几秒后一次性蹦出，而是像官方服务一样逐字流淌。这是因为free-claude-code完整支持 Server-Sent Events (SSE) 协议，确保了交互的实时性。
工具调用（Tool Use）这是检验 AI 编程助手智商的试金石。当你要求“查看当前目录下的 package.json 并更新依赖版本”时，代理层能准确解析模型返回的工具调用指令，驱动 CLI 在本地执行文件读取和写入操作。实测中，无论是基于 NVIDIA NIM 的云端模型，还是本地运行的 Llama 3，都能正确触发文件编辑工具，没有出现格式解析错误。
上下文压缩与长窗口开启CLAUDE_CODE_AUTO_COMPACT_WINDOW后，即使在长达数十轮的对话中，代理也能智能管理上下文窗口，自动丢弃冗余信息，保留关键逻辑。这对于大型项目的重构任务至关重要，避免了因 Token 超限导致的对话中断。
避坑指南：常见报错与解决方案
折腾过程中难免遇到小插曲，以下是几个高频问题及其解法：
- 端口冲突（Address already in use）如果启动代理时报错
Address already in use，说明 8082 端口被占用。解决方法很简单：在启动命令前加上PORT=8083环境变量，同时记得修改 VS Code 设置中的ANTHROPIC_BASE_URL为新端口。 - 模型不存在（Model may not exist）若聊天框报错模型不可用，通常是因为
.env中的模型名称格式不正确。不同提供商的命名空间不同，例如 NVIDIA NIM 需写成nvidia_nim/z-ai/glm-5.1，而 OpenRouter 则是open_router/...。务必对照官方文档检查拼写。 - 密钥无效或限流如果返回 401 或 429 错误，请检查
.env中填写的 API Key 是否正确，以及是否超过了免费额度的速率限制（如 NVIDIA 免费层通常为每分钟 40 次请求）。对于高频开发场景，建议配置多个 Provider 实现负载均衡。
拓展玩法：Discord 机器人远程协同
除了本地 IDE 集成，free-claude-code还支持将能力延伸至即时通讯软件。通过简单的配置，你可以创建一个 Discord 机器人，让它成为你的远程编程助手。
在代理的管理后台（访问http://localhost:8082/admin），进入"Messaging"选项卡，填入 Discord Bot Token 和频道 ID。配置完成后，你可以在手机上的 Discord 发送语音或文字指令，机器人会调用同样的代理后端进行处理，并将代码片段或执行结果回传。这对于移动端紧急修复 Bug 或多团队协同审查代码提供了极大的便利，真正实现了“随时随地，想编就编”。
从本地代理到多端协同，free-claude-code不仅仅是一个省钱工具，它更像是一把钥匙，打开了 AI 编程的自定义大门。当你不再被单一的厂商绑定，能够自由组合最合适的模型与最顺手的工具时，编程的效率与乐趣才真正回归到了开发者手中。
