如果你正在寻找免费使用 Claude Code 的方法，那么 free-claude-code 这个开源项目绝对值得关注。它能让 Claude Code 完美对接 NVIDIA NIM、OpenRouter、DeepSeek 等多种免费或低成本的大模型服务，同时保留 Claude Code 原生的工程能力。
为什么选择 free-claude-code？
作为 Claude Code 用户，我们都知道它强大的工程能力：上下文管理、记忆系统、Skill 封装、工具调用、Subagent 控制等。但官方 API 价格不菲，国内使用还有各种限制。
free-claude-code 完美解决了这个问题：
项目地址：https://github.com/Alishahryar1/free-claude-code
核心优势
- 零成本使用：直接调用 NVIDIA NIM 免费接口，每分钟 40 次请求，完全够用
- 完美伪装：Claude Code 完全无感，以为还在和 Anthropic 官方通信
- 思考链保留：GLM、DeepSeek R1 等模型的思考过程完美显示
- 工具调用救活：开源模型不规范的 Tool Call 输出，代理自动解析成 Claude 能识别的格式
- 智能限流：内置并发控制和 429 退避，避免免费 API 被限流
- 多 Provider 混搭：一个配置同时使用不同提供商的模型
支持的模型提供商
| 提供商 | 特点 | 推荐模型 |
|---|---|---|
| NVIDIA NIM | 免费 40 次/分钟，注册即用 | GLM-5.1、MiniMax M2.7、Kimi K2 |
| OpenRouter | 几百个模型，含免费款 | deepseek-r1、gpt-oss-120b |
| DeepSeek | 价格低，稳定 | deepseek-reasoner、deepseek-chat |
| LM Studio | 纯本地，数据不出网 | 本地 GGUF 模型 |
| llama.cpp | 完全本地运行 | 本地模型 |
接入英伟达 API 流程
第一步：准备 NVIDIA API Key
如果没有，先去 build.nvidia.com 申请一个 nvapi- 开头的 Key。
参考：NVIDIA 免费 API 的申请流程
第二步：克隆项目
git clone https://github.com/Alishahryar1/free-claude-code.git
cd free-claude-code
第三步：安装依赖
这个项目使用 Python，需要先安装 uv：
pip install uv
uv sync
第四步：配置 .env 文件
NVIDIA_NIM_API_KEY="nvapi-你的Key"
# 模型映射：所有 Claude 模型都映射到这里
MODEL_OPUS="nvidia_nim/z-ai/glm-5.1"
MODEL_SONNET="nvidia_nim/z-ai/glm-5.1"
MODEL_HAIKU="nvidia_nim/z-ai/glm-5.1"
MODEL="nvidia_nim/z-ai/glm-5.1"
ENABLE_THINKING=true
PROVIDER_RATE_LIMIT=40
第五步：启动代理
uv run uvicorn server:app --host 0.0.0.0 --port 8082
第六步：配置 Claude Code
编辑 C:\Users\Administrator\.claude\settings.json：
{
"env": {
"ANTHROPIC_BASE_URL": "http://localhost:8082",
"ANTHROPIC_AUTH_TOKEN": "ccnim"
}
}
第七步：运行测试
直接启动 Claude Code：
claude
然后说 “你好” 测试。
⚠️ 重要：不要在 Claude Code 中使用
/model minimaxai/minimax-m2.7！正确方式是直接说话，代理会自动映射到你在.env中配置的模型。
可用模型推荐
根据 nvidia_nim_models.json，以下模型都可以免费使用：
| 模型 | 特点 |
|---|---|
z-ai/glm-5.1 |
中文理解强，长上下文 |
z-ai/glm4.7 |
稳定可靠 |
minimaxai/minimax-m2.7 |
Coding 速度快 |
minimaxai/minimax-m2.5 |
更轻量 |
moonshotai/kimi-k2-thinking |
思考能力强 |
stepfun-ai/step-3.5-flash |
免费额度多 |
常见问题
Q: free-claude-code 和 CC Switch 有什么区别？
| 对比项 | CC Switch | free-claude-code |
|---|---|---|
| 实现方式 | 工具辅助配置 | 本地代理服务 |
| 模型映射 | 手动填模型名 |
.env 统一配置 |
| 请求转换 | 简单替换 | 完整 Anthropic→OpenAI 转换 |
| 工具调用 | 不够稳定 | 启发式解析，更稳定 |
| 调试难度 | 较难排查 | 终端日志清晰 |
| 配置方式 | GUI 界面 | 配置文件 |
为什么 free-claude-code 成功率更高？
-
模型名称格式统一：CC Switch 需要手动填写模型名，容易填错（如大小写、命名空间），free-claude-code 用
.env统一配置，格式固定 - 完整的请求转换：CC Switch 可能只做了简单的模型名替换，而 free-claude-code 做了完整的 API 格式转换（包括 thinking、tool call 等）
-
无残留配置干扰：直接修改
settings.json比工具更干净，CC Switch 可能有残留配置影响 - 社区验证：free-claude-code 是 GitHub 上最受欢迎的 Claude Code 代理方案，文档详细，问题容易排查
Q: 一定要用批处理脚本吗？
不需要！ 配置好 settings.json 后，在任意终端运行 claude 都会自动走代理。
如果你不想每次手动启动代理，可以创建一个 启动代理.bat 双击运行：
@echo off
cd /d D:\project2026\free-claude-code
start "NVIDIA NIM Proxy" cmd /k ".venv\Scripts\uvicorn.exe server:app --host 0.0.0.0 --port 8082"
Q: 为什么还是报错 “model may not exist”？
检查三点：
- Claude Code 的
settings.json是否正确设置了ANTHROPIC_BASE_URL为http://localhost:8082 - 代理是否正在运行（端口 8082 是否监听）
-
.env中的模型名称是否正确（带命名空间，如z-ai/glm-5.1）
Q: 免费额度够用吗？
NVIDIA NIM 免费层 40 次/分钟，对于日常开发完全够用。复杂任务建议适当放慢速度。
Q: 可以同时用多个模型吗？
可以！在 .env 中为 MODEL_OPUS、MODEL_SONNET、MODEL_HAIKU 分别设置不同的模型，实现混合使用。
Q: 切换模型怎么操作？
- 编辑
D:\project2026\free-claude-code\.env - 修改
MODEL的值：
env
MODEL="nvidia_nim/z-ai/glm-5.1" # GLM-5.1
MODEL="nvidia_nim/minimaxai/minimax-m2.7" # MiniMax M2.7
MODEL="nvidia_nim/moonshotai/kimi-k2-thinking" # Kimi K2
- 重启代理（双击
启动代理.bat）
总结
free-claude-code 可能是目前国内用户免费使用 Claude Code 最丝滑的方案。它完美保留了 Claude Code 强大的工程能力，同时让我们能白嫖 GLM-5.1、MiniMax M2.7 等优质模型。
对于中低复杂度的项目来说，这套方案已经完全够用。省下的订阅费买点啥不香呢？
文章来源：w2solo
