手头有Gemini的免费额度,突然冒出个想法:能不能让Claude Code直接调用Gemini?在Claude Code里随时用Gemini处理图片、跑逻辑,听起来就很实用。但现实很快给了一巴掌——Claude Code和Gemini各说各的话,完全对不上。经过一通瞎折腾,总算把这条路趟平了。这篇就是折腾记录,用了什么工具、怎么一步步配置、掉进过哪些坑、又是怎么爬出来的。 核心工具:专门的"翻译官"
要让Claude Code和Gemini通信,得有个中间人。市面上有LiteLLM这种"万能翻译官",号称能抹平所有大模型API的差异。但有个更合适的:Claude Code Router(CCR)。
LiteLLM是万能翻译官,CCR则是专门为Claude Code定制的"专属特工",只做一件事:把Claude Code发出的每个指令,精准翻译成Gemini能听懂的语言。
"专属"之所以重要,是因为Claude Code的强大之处在于能操作本地文件、运行命令,背后是一套很复杂的"工具调用"协议。通用翻译官处理这些复杂指令时难免"水土不服",CCR因为专门服务Claude Code,对这套协议了如指掌,翻译起来更稳定。
实战配置:三步搞定
第一步:安装CCR
CCR是用Node.js写的,npm全局安装就行:
bashnpm install-g claude-code-router 第二步:配置CCR
这一步最关键。Windows用户配置文件在:C:Users【你的用户名】.claude-code-routerconfig.json
用文本编辑器打开,完全替换成:
几个关键点:PROXY_URL填你本地代理端口,这是CCR能访问Google的关键;api_key填你的Gemini API Key;models填你账号可用的模型列表,必须和Google AI Studio官方名称完全一致,不能自己猜;Router规则里默认和深度思考任务交给pro,后台轻量任务交给速度更快的flash。 第三步:启动并连接
终端运行:
bashccr start
然后打开cc switch,新建配置这么填:配置名称随便起(比如Gemini-CCR),请求地址填http://127.0.0.1:3456,API格式选Anthropic Messages(原生),API Key随便填个sk-123456就行(真正的Key在CCR配置文件里),模型配置所有输入框都留空(留空后CCR的default规则会把请求转发给真正的Gemini模型),代理配置关闭(CCR已经在config.json里配了代理,cc switch再开会死循环)。 保存并选中新配置,Claude Code的指令就会通过CCR精准翻译后发给Gemini了。
踩坑记录:五个问题
坑一:网络连接超时
ccr start正常,但Claude Code发请求后长时间等待,最终报网络连接错误。原因是claude-code-router和其他Node.js工具一样,默认不走系统全局代理。电脑能访问Google,CCR程序本身连不上。解决方案就是在config.json里加PROXY_URL这一行。
坑二:服务"假死"
ccr start显示服务在3456端口正常运行,但所有请求没有响应也不报错。原因是CCR内部配置有误导致假死,比如Router规则写错、Providers格式不对。确保"LOG":true,看实时日志——如果请求进来后日志里没有路由匹配的信息,就说明CCR内部出错了,检查config.json的Router和Providers结构。
坑三:参数不兼容
返回UnsupportedParamsError:gemini does not support parameters:['reasoning_effort']。原因是Claude Code和自家模型对话时会发送一些独有的非标准参数,直接转发给Gemini它不认识就拒绝了。配置完善的CCR会在后台把这些参数过滤掉或翻译成Gemini能懂的格式,遇到这个错误通常意味着CCR版本旧或配置不当,升级一下就行。
坑四:找不到供应商
返回Provider'gemini-2.5-pro'not found的404错误。这个错误很迷惑人——问题在Claude Code设置上。当把model_id直接设成gemini的模型名,CCR会误以为你要找一个叫这个名字的供应商而不是模型,在供应商列表里当然找不到。正确做法是在Claude Code设置里用一个符合Anthropic规范的虚拟名称(比如sonnet-4-6-router),让CCR的Router规则负责转发给真正的Gemini模型。
坑五:模型ID不对
返回Invalid model。原因是在config.json的models列表里填了自己发明的或非官方的模型名称。Google API服务器会严格校验模型ID,任何不在官方列表里的名称都会被拒绝。模型ID必须和Google AI Studio提供的官方名称完全一致,去查官方文档原封不动复制过来。
另外提一句:Google AI Studio的免费Key有速率限制,跑复杂Agent任务可能遇到429 Too Many Requests错误。如果想要稳定体验,建议把Google Cloud项目绑定支付方式,用更高配额等级的账户。
一个有意思的细节:流式传输
配通之后注意到个细节:Gemini的响应方式。可以理解为"交考卷"和"现场解题"的区别——前者是等模型全部想完再一次性给你结果,后者是像打字机一样实时吐出思考过程和代码。Claude Code天生就是为流式体验设计的,Gemini 2.5 Pro等新一代模型也支持强大的流式思维链。当CCR把这两者对接,你能在Claude Code终端里实时看到Gemini的思考过程,再看着它生成代码,交互体验提升不少。
整个折腾下来,通过CCR这个"专属特工",在Claude Code和Gemini之间搭了座桥。核心就三件事:选对专用中间件、在config.json里正确配代理、搞清楚CCR负责后端翻译而Claude Code设置只负责前端指向的关系。跑通之后可以根据任务性质,在Claude Code这个统一开发环境里为不同工作流动态匹配最合适的后台模型,自由度比以前高多了。