claude-bridge

claude-bridge 是一个实验性工具，通过拦截并转换 API 请求的方式，使 Claude Code 能够使用其他大语言模型（LLM）提供商的服务，例如 OpenAI、Google 等。尽管 Anthropic 的 Opus、Sonnet 和 Max 模型仍然是最推荐的选择，但如果你有兴趣尝试替代模型，这个工具可以帮你实现这一目标。

⚠️ 这是一个“伪装”其他模型为 Claude 的黑科技方案——请在充分了解风险的前提下使用。

工作原理

该项目通过 Node.js 实现了一个自定义加载器，作为子进程启动 Claude Code，并通过以下流程实现 API 请求的转换：

1. 拦截请求：修补全局 fetch() 方法，捕获所有发往 api.anthropic.com/v1/messages 的请求；
2. 请求转换：将原始 Anthropic 请求格式转换为统一的中间格式（称为 lemmy）；
3. 路由至对应提供商：根据配置，将请求转发给 OpenAI、Google 或其他支持的 LLM 提供商；
4. 响应流式返回：将提供商的响应以 Anthropic 的 SSE 格式回传给 Claude Code，使其误认为正在与原生模型交互。

功能限制

由于该工具本质上是“模拟”了 Anthropic 的行为，因此存在一些功能上的限制和潜在问题：

❌ 完全不可用的功能

• 令牌统计 / 成本报告：Claude Code 显示的数据可能不准确。
• 图像上传：拖拽、粘贴图片或使用文件路径等功能依赖 Anthropic 自有服务。
• 输入缓存机制：提示缓存未实现，可能导致成本显著上升。
• 网络搜索 / 获取工具：这些功能为 Anthropic 独占，无法模拟。

🤷 部分不稳定的功能

• 模型专属特性：如 Claude 的 Artifacts、GPT 的推理模式等，无法完全转换。
• 思考/推理输出格式差异：不同提供商的输出逻辑不一致，可能导致解析错误。
• 错误信息不够明确：如认证失败等问题可能不会被清晰反馈。
• 工具调用模式转换失败：虽然大多数情况下 JSON Schema ↔ Zod 转换可行，但偶尔会出错。
• 流式传输行为差异：尽管进行了格式适配，SSE 行为仍可能存在细微差别。

包管理方式

为了兼容性和可维护性，该项目采用了混合打包策略：

• 核心逻辑（claude-bridge + lemmy）被打包进主模块；
• LLM 提供商 SDK（如 @anthropic-ai/sdk, openai, @google/generative-ai 等）保持为外部依赖；
• 此设计避免了 Node.js 中动态 require 所带来的问题，同时保留了依赖的灵活性和可升级性。