上周五下午，一个做独立开发的朋友在微信上问了我一个问题：

「Claude Code 用着还行，但 Anthropic 的账单实在扛不住了，有没有办法把它背后的大模型换成便宜点的？」

我说能。而且不光是 Claude Code——GitHub Copilot、WorkBuddy，凡是支持 OpenAI 兼容接口的编程 Agent，理论上都能换。

他说你给我出个教程。于是我周末花了 4 个小时，把三个编程 Agent 全部配置了一遍，全用同一个 API Key 接入了国内模型。整个过程的状态变化大概是这样：

• 第 1 小时：信心满满打开 Claude Code 文档
• 第 2 小时：被 WorkBuddy 的自定义模型配置绕晕
• 第 3 小时：发现三个工具用的是同一套配置逻辑，想抽自己
• 第 4 小时：开始写这篇文章

先说结论：只要你的 Agent 支持 “OpenAI Compatible” 或者 “自定义服务商”，就能用国内大模型驱动它。而且只需要一个 API Key。

---

为什么要把国内模型装进编程 Agent？

三个原因，由浅到深：

第一，省钱。 Claude Code 走 Anthropic 的官方 API，按美元计费，Claude 4 Sonnet 大概是 $3/百万 input token + $15/百万 output token。换成 DeepSeek-V3，同样能力下费用大约是它的 1/8。不是谁都能每天烧几十美金的。

第二，不翻墙。 Anthropic、OpenAI 的 API 从国内直接访问，懂的都懂。国内模型的 API 服务器在国内，延迟 30-50ms，不用折腾网络层。

第三，随时切换模型。 代码生成用 DeepSeek-V3，代码审查用 Qwen3-Max，调试报错用 Kimi K2（长上下文强项），重构逻辑用 GLM。不同任务用不同模型，比死磕一个聪明得多。

---

三个 Agent，一个 Key，怎么做到？

核心逻辑一句话就讲清楚了：

所有这些编程 Agent，在「自定义模型源」这个配置项里，本质上都在问同一个问题：你的 API 地址是什么？你的 Key 是什么？你想用哪个模型？

拿器灵模型广场举例——平台聚合了千问、DeepSeek、Kimi、GLM、MiniMax 等全系列国内大模型，提供的是 OpenAI 兼容接口。所以配置逻辑对任何 Agent 都一样：

Base URL:  https://www.extratoken.cn/api/v1/chat/completions
API Key:   sk-你的密钥
Model:     选一个国内模型（比如 deepseek-v3-0324）

你不需要为每个 Agent 单独注册模型提供商、不需要记四五个 API Key、不需要理解每个模型原生的鉴权方式。一次配置，所有工具通用。

说白了，这背后依赖的是 OpenAI 兼容接口这套事实标准。OpenAI 当年开放 API 时定义了请求格式（/v1/chat/completions + JSON body），后来因为 GPT 太火，整个行业——从 Anthropic 的 Claude API 到国内的千问、DeepSeek、Kimi——全都主动兼容了这套格式。对 Agent 来说，它不关心你背后跑的是 GPT-4o 还是 DeepSeek-V3，它只认这套格式。只要你给的 Base URL 能正确响应这套协议，Agent 就能工作。

理解这个底层逻辑之后，你会发现配置任何工具的步骤都差不多——下面逐个走一遍。

Claude Code：把 DeepSeek 塞进去

Claude Code 是 Anthropic 官方的 AI 编程 Agent，支持自定义 OpenAI 兼容接口——这个功能是 2025 年底才开放的，很多教程还没更新。

配置步骤：

1. 确保 Claude Code 版本 ≥ 1.0.0（我用的 claude-code@1.3.2）
2. 在 Claude Code 设置中找到「模型提供方」→「添加自定义服务商」
3. 选「OpenAI Compatible」，填入：
   • Base URL: https://www.extratoken.cn/api/v1/chat/completions
   • API Key: sk-你的密钥
4. 在模型列表中会出现平台支持的所有模型，选 deepseek-v3-0324
5. 回到对话界面，让 Claude Code 帮你写一段代码试试

踩坑提醒：

我第一次配的时候，模型列表一片空白，排查了半天才发现是 Base URL 末尾多打了一个 /。OpenAI 兼容接口对路径格式要求很严格，Base URL 必须精确到 /chat/completions，前后不能有多余字符。

配好之后，Claude Code 的代码生成能力基本没降级。我让它在 DeepSeek-V3 下写了一个 Python 的异步爬虫框架，代码结构、错误处理、类型注解都符合预期。代价只是输出 token 价格从每百万 $15 降到了约 $1.8。

接着我又丢了一个实际需求给它：给一个现有的 Flask 项目加 JWT 鉴权中间件。Claude Code + DeepSeek-V3 从接收需求到生成完整方案，大约 12 秒。生成的代码包含了 token 刷新逻辑、错误码定义、以及单元测试——这说明它不是在做简单补全，而是理解项目结构后在给整体方案。

这个差价，用过的人都知道意味着什么。

---

GitHub Copilot：告别美元计费

Copilot 支持自定义模型源是 2026 年初上的功能，入口藏得比较深。

配置路径：

VS Code → Copilot 插件设置 → 「Advance」→ 「Custom Model Provider」→ 添加服务商。

填的信息和 Claude Code 完全一样——同一个 Base URL、同一个 API Key。区别在于 Copilot 的模型选择器是按场景分类的，你需要分别指定「代码补全」和「对话」各自用哪个模型。

我的配置：

• 代码补全 → qwen3.6-flash（响应快，150ms 以内出提示）
• 对话/解释 → deepseek-v3-0324（逻辑能力强）

跑了一下午，代码补全的体感延迟和 Copilot 原生模型基本没区别。Qwen3-Flash 的响应速度确实够快，偶尔生成的补全不够精准，但这个可以容忍，毕竟价格差了接近 10 倍。

一个让人无语的细节：

Copilot 配置自定义模型后，代码补全功能正常工作，但内联对话（Ctrl+I）首次调用会报 “Model not found”。查了 GitHub 的 issue 发现是 Copilot 1.82 版本的 bug，升级到 1.84 就解决了。这个坑我排查了 40 分钟，写到这希望你别踩。

---

WorkBuddy：开发助手的国产模型方案

WorkBuddy/CodeBuddy 是国内开发者常用的全能助手，支持代码编写、BUG 排查、项目解读。它对接自定义大模型的方式最直接——直接在设置页里填 Base URL 和 Key，没有多余的步骤。

配完之后我选了 Qwen3-Max，让它分析了一个 2000 行的 Go 项目，看它能不能理清模块之间的调用关系。

结果出乎意料。Qwen3-Max 打出的分析报告很准确——不仅梳理了核心模块的依赖关系，还发现了一个潜在的循环导入问题。这个问题我在 Code Review 时确实漏掉了。

说实话，WorkBuddy + Qwen3-Max 这个组合的体验比我想象中好。之前一直觉得国产模型在复杂代码理解上弱一档，这次改观了。

Cursor 和 Cline：顺手测了另外两个

既然已经在配工具了，我顺手把 Cursor 和 Cline 也跑了一遍——反正用同一个 Key。

Cursor：Settings → Models → Add Model → 选 OpenAI Compatible。配置入口做得最顺滑，填 Base URL 和 Key 就完事了。比较舒服的是 Cursor 的模型切换——在聊天框里打 /model 就能随时换，代码生成用 DeepSeek，调试复盘用 Qwen-Max，来回切不用退出界面。

Cline（VS Code 插件）：配置在插件设置的「API Provider」→「OpenAI Compatible」，同样填 Base URL 和 Key。Cline 有个实用功能是支持自定义 system prompt——你可以预设「用中文回复」「优先使用 async/await」「代码注释用中文」之类的偏好，这些设置会跟着所有对话走，不用每次都提。

五个工具，同一套配置方式。写到这我忍不住想：标准化这件事，真的省掉了太多无意义的重复劳动。

---

一个 Key 的真正价值，不在便宜

写到这，如果你只看到「省钱」，那说明我没讲清楚。

一个 Key 打通三个 Agent 的真正价值是：你不需要在工具链的每个环节重新做模型选型。

Claude Code、Copilot、WorkBuddy——它们本质上做同一件事：理解你的代码意图，给出合理的建议。你用同一个 API Key 接入同一个模型广场，在 Claude Code 里用 DeepSeek 写代码、在 Copilot 里用 Qwen-Flash 做补全、在 WorkBuddy 里用 Qwen-Max 做分析——这三个体验共享一套计费、一个余额、一份用量报表。

月底看账单的时候，不用分别登录 Anthropic、OpenAI、各模型厂商的后台一个一个对账。

我来给你算一笔实账。拿我上周的实际用量——Claude Code 用 DeepSeek-V3 生成了约 300 万 output token，Copilot 用 Qwen3-Flash 高频补全约 500 万 token，WorkBuddy 用 Qwen-Max 审查代码约 150 万 token。三个工具加在一起，一周的模型费用大约是 ¥35。

如果这三个工具全部走原厂模型——Claude Code 配 Claude Sonnet（$15/百万 output）、Copilot 配 GPT-4o（$10/百万 output）、WorkBuddy 同样走高级模型——同样用量一周要约 ¥280。差了整整 8 倍。这不是「优化了几个百分点」，这是「用得起」和「不敢用」之间的区别。

这一点，等你手上的编程工具超过 3 个的时候，会越来越有感觉。

---

模型选择速查：五个场景，五个推荐

不展开了，直接上表和结论：

场景	推荐模型	选它的原因	预估月费
日常代码生成	DeepSeek-V3	代码能力均衡，综合性价比最高	~¥50-80
高频代码补全	Qwen3.6-Flash	150ms 响应延迟，体感接近原生	~¥30-50
代码审查/Bug发现	Qwen3-Max	逻辑推理强，能发现隐藏问题	~¥40-60
大型项目重构	Kimi K2	长上下文，2000行代码不丢上下文	~¥60-100
快速原型/实验	GLM-4-Flash	速度快，适合高频切换试错	~¥20-40

以上月费按「工作日每天 4 小时高频使用」估算，实际取决于你的代码量和调用频率。

一个我用了两个月的结论：日常开发 90% 的场景，DeepSeek-V3 + Qwen3-Flash 的组合就够了。 代码生成交 DeepSeek，高频补全交 Flash。剩下 10% 需要深度推理或大规模重构时，临时切到 Qwen-Max 或 Kimi K2。这种分层使用的方式比死磕一个高级模型划算太多——月费控制在 ¥100 以内，体验基本不打折。

---

文中所有 Agent 工具配置均基于同一套 OpenAI 兼容接口，Base URL 和 API Key 由器灵模型广场统一提供，切换模型仅需修改 model 参数。