大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



Claude Code Router 是一个开源的工具，旨在增强和扩展 Anthropic 的 Claude Code 功能，特别是在 AI 编码工作流中的应用。它允许用户将请求路由到不同的 AI 模型，从而提供更灵活、高效和成本效益的解决方案。

Claude Code Router 的核心功能包括：

• • 路由请求到不同模型：用户可以将请求路由到多种 AI 模型，如 OpenRouter、DeepSeek、Ollama、Google Gemini、Volcengine 等，以适应不同任务的需求 。
• • 自定义配置：用户可以通过配置文件（如 ）定义路由规则、API 密钥、模型提供商和模型选择逻辑，以满足特定任务需求 。
• • 动态模型切换：用户可以在运行时动态切换模型，以适应不同任务类型和性能需求 。
• • 成本优化：通过智能路由和模型选择，Claude Code Router 可以帮助用户降低 AI 服务的使用成本，尤其是在处理长上下文或高推理任务时 。
• • 集成与扩展：支持与 GitHub Actions、CI/CD 工作流集成，支持插件系统和自定义功能扩展，以增强功能性和灵活性

用这个工具啊，能让现有的那些模型也实现 Claude Code 的功能。目前它支持不少主流模型厂商的模型，比如 OpenRouter 那边的 google/gemini-2.5-pro、anthropic/claude-sonnet-4、anthropic/claude-3.7-sonnet 这些；还有 DeepSeek 的 deepseek-chat 和 deepseek-reasoner；本地用的 ollama 提供的模型也能支持；另外像谷歌的 Gemini 系列、火山引擎、魔搭社区、阿里百炼这些平台的模型也都行。而且啊，魔搭社区现在每天有 2000 次免费的模型调用机会。咱们正好可以借着这个福利，用它平台上的 qwen3-code 模型，这样就能免费用上 Claude Code 工具啦。

下面就带大家手把手教大家使用者工具。

首先我们需要在开源项目上找到这个开源项目https://github.com/musistudio/claude-code-router/blob/main/README_zh.md

1.安装 Node.js

如果电脑上没有安装node.js 我们首先需要安装。这里我们使用linux 平台上安装。

进入到/mnt/f/work/code/AIcode/aiother 目录下。输入下面命令

确保电脑上node安装完成。

安装 Claude Code

我们输入下面的命令安装Claude Code

看到上面的画面 说明我们的Claude Code安装完成。

安装Claude Code Router

看到上面的画面 说明我们的ccr 也安装完成。

接下来我们配置一下config.json。配置文件路径在`~/.claude-code-router/，这里我们使用魔搭社区提供的免费api 所以提供简单的配置

你也可以配置多个其他模型厂商的模型，具体配置可以参考https://github.com/musistudio/claude-code-router/blob/main/ui/config.example.json

以上配置完成后，我们就看启动这ccr工具了

一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

使用 router 启动 Claude Code：

命令行窗口模式

看到上面画面我们就可以使用了。

UI 模式

为了获得更直观的体验，您可以使用 UI 模式来管理您的配置：

这将打开一个基于 Web 的界面，您可以在其中轻松查看和编辑您的  文件。

打开这个UR链接我们可以看到下面的页面

接下来我们验证下是否可行

我们首先查看下魔搭社区提供的当天免费额度。

我们查看一下模型的消耗，

这里我们看到模型的消耗了，不过这里不确定是否是本次消耗。不过确定是消耗了。

通过上面的方法我们就可以实现使用魔搭社区提供的免费的qwen3-code 模型来使用claude-code 这种命令行方式的vibe-coding开发了，哈哈是不是挺爽的。

接下来我们使用claude-code+qwen3-code 实现一个小项目。

我们这里使用腾讯开源的CloudBase-AI-ToolKit 开源项目提供的cloudbase-vue-template 模版项目来构建项目。我们下载项目解压到本地

我们启动ccr code

我的问题

接下来我们让他编写文档部署步骤

结果很快给我代码使用的文档包括项目结构都给我列出来了。

我们运行下面的命令

浏览器打开http://127.0.0.1:5174/

一个打地鼠游戏就出来了

接下来我们把这个网站复刻出来

上面是一个网站的截图，我们把这个截图发给GLM-4.5V模型，让它把这个网站需求整理出来。我们使用硅基流动提供的网页版GLM-4.5V模型。

这个GLM-4.5V模型能力还是非常强的很快通过多模态模型能力把复刻网站内容写出来

如果没有硅基的小伙伴可以去这个地址https://cloud.siliconflow.cn/i/e0f6GCrN 新户可以送14元。

接下来我们把文档内容保存markdown文档。

img

这需求文档看起来非常棒 1分钟不到给我写出来了。我们把文档复制到当前项目目录下。

接下来我们输入下面的提示词

qwen3-code 模型继续阅读代码生成任务清单

经过20分钟左右AI 帮我把活干完了。

我们运行一下 这下把我惊艳到了，下面是首页。

点击首页上方的特点居然还有字页面内容

常见问题也可以点开

产品的定价好像也是有模有样的

哈哈小小qwen3-code 把这个项目给复刻出来了，效果还真不错。

今天主要带大家详细了解并实践了借助 Claude Code Router 工具，结合魔搭社区提供的免费模型调用福利，实现 AI 辅助编码开发的全过程。该工具作为一款灵活的 AI 模型路由工具，凭借多模型适配、自定义配置、动态切换以及成本优化等核心能力，为开发者提供了高效且经济的编码解决方案，尤其通过魔搭社区的免费额度，让普通用户也能轻松体验 Claude Code 式的命令行开发流程。

项目通过与 AI 对话的方式完成代码生成与项目构建，极大简化了开发流程 —— 从 4x4 网格的打地鼠游戏，到完整网站的复刻，均能通过自然语言指令快速实现，支持前端交互逻辑、页面布局设计以及项目部署文档生成等核心开发环节。无论是从需求描述到代码输出，还是从功能调试到最终运行，整个过程都高效直观，显著降低了传统开发模式的时间成本。

这种 AI 辅助编码的方案为开发者快速验证想法、完成项目原型提供了理想选择，尤其适合需要高效实现前端交互、快速复刻页面的场景。它的实践展示了 AI 在编程领域的实用价值，有望成为开发者日常开发中的得力助手。感兴趣的小伙伴可以按照文中的步骤安装配置工具，借助魔搭社区的免费模型调用机会亲自尝试，体验 AI 驱动的高效编码带来的便捷。

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

2025年大模型应用呈现爆发式增长，根据工信部最新数据：

国内大模型相关岗位缺口达47万

初级工程师平均薪资28K（数据来源：BOSS直聘报告）

70%企业存在"能用模型不会调优"的痛点

真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！

🔥AI取代的不是人类，而是不会用AI的人！麦肯锡最新报告显示：掌握AI工具的从业者生产效率提升47%，薪资溢价达34%！🚀

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【】