最近在使用 claude-code 时，发现现有的路由方案（如 claude-code-router ）在处理一些非原生模型时遇到了一些阻碍。

特别是在 DeepSeek 更新后，因为原有的路由方案采用了 Anthropic -> OpenAI -> Anthropic 的双向格式转换逻辑，导致在使用 DeepSeek （现在原生支持 Anthropic 格式）或者 Gemini 时，容易出现字段丢失（比如 reasoning blocks ）或者 400 错误。

为了解决这个问题，也为了让自己用得更顺手，我写了一个轻量级的替代方案。

项目地址： https://github.com/uzhao/code_switch NPM：npm install -g code-switch

设计思路：做减法 这个项目的核心逻辑是 “能不改就不改”。

原生优先（ Pass-through ）： 对于原生支持 Anthropic 格式的 Provider （比如 DeepSeek 的新接口，或者官方 API ），直接透传 Request Body 和 Headers 。这意味着不进行内部格式转译，避免了信息丢失，也保留了 claude login 生成的本地鉴权信息（ Auth Tokens ）。

异构模型交给 LiteLLM： 对于必须转换格式的模型（如 Gemini / OpenAI ），我没有自己造轮子去写转换逻辑，而是集成了 litellm 。这样稳定性更好，支持的模型也更多。

相比于原版 Router ，我去掉了什么？（局限性） 为了保持轻量和“无损”，我刻意砍掉了一些 CCR 具有的高级特性，如果你强依赖这些功能，建议继续使用原版 CCR：

没有 Prompt 强化/注入：CCR 会主动修改 System Prompt ，注入额外的指令来帮助一些较弱的模型更好地进行工具调用（ Tool Calling ）。我的工具只做透传，不做任何修改。这意味着如果模型本身智力不够，可能会出现不会调用工具的情况（当然，对于 Sonnet 3.5 / DeepSeek V3 / Opus 这个级别的模型通常不是问题）。

没有复杂的自动路由策略：CCR 包含了一些基于上下文长度或任务类型自动区分 Thinking 模型或长文本模型的逻辑。我的项目逻辑比较简单，主要依据你的配置或请求直接选择目标模型，不做过多的“智能”判断。

适合谁用？ 苦恼于 DeepSeek / Gemini 兼容性报错的用户。

希望能够利用本地 Claude Pro 订阅凭据（ Web Auth ）的用户。

如何使用 安装：

Bash

npm install -g code-switch 运行：

Bash

启动服务

code-switch 然后配置 claude-code 连接到本地端口即可。