核心问题: 你是否愿意让一个社区代理夹在你的 API Key、coding agent 和第三方模型供应商之间？
RepoDaily 采用评分
RepoDaily 将该项目的采用分评为 86/100（强）：分数来自文章来源、安装路径、生产风险、差异化、许可证清晰度以及 AI/Agent 适配度。
包含 4 个来源、覆盖 3 类来源；如有 RepoDaily 独有模块，会进一步提高证据分。
检测到 6 个工作流步骤、5 个下一步动作，以及 6 个命令/安装信号。
趋势热度为 +449 stars；如内容中有 release、issue 或维护信号，会提高维护可信度。
采纳风险标记为 high，并包含 5 条安全说明与 4 条跳过条件。
3 个机会视角、4 个替代方案，以及 4 个类型化模块支撑差异化判断。
文章中包含许可证来源或许可证表述。
文章正文和元数据中检测到 8 个 AI/Agent 相关信号。
项目概览
Free Claude Code（FCC）是用 Python 3.14 写的本地代理，负责把 Claude Code、Codex CLI、Pi 这些 coding agent 对接到 OpenAI 兼容的模型供应商。它并不把 agent 绑死在某一家，而是在一个本地 Admin UI 里让你挑选、验证、切换 31 家云端或本地供应商。项目采用 MIT 协议，作者署名为 Ali Khokhar，本次上榜时 pyproject.toml 中版本为 4.16.7。
技术栈以 FastAPI 与 uvicorn 为核心，出站调用用 httpx，配置基于 pydantic 与 pydantic-settings，日志使用 loguru。包内提供四个命令行入口——fcc-server、fcc-claude、fcc-codex、fcc-pi，再加上一个 Windows 和 macOS 桌面托盘入口 fcc-desktop。每个 coding agent 仍然保留原生 /model 选择器，FCC 在背后生成对应模型目录。
FCC 的定位很明确：让想混用免费、付费或本地模型的开发者在熟悉的工具里完成切换。它本身不托管模型，也不是 coding agent，而是一个路由与协议转换层，在底层供应商支持的前提下保留流式输出、工具调用、推理与图像输入。
除了终端启动，项目还接入了 VS Code、JetBrains（通过 ACP）以及 Discord、Telegram 等消息平台，并支持可选的语音转录。这些桥接属于增量能力而非核心卖点，但对一个单人维护的项目而言，整体面已经相当宽。
为什么现在变热
- 449 个周期点赞、第 15 名，集中在很短的时间窗口内，符合那种能立刻缓解成本痛点的开发者工具走红模式。
- Claude Code 与 Codex CLI 用户一旦撞到用量上限或想换更便宜的兜底模型，FCC 提供了一条对接 31 家供应商的捷径，省去自研适配器。
- Discord、Telegram 与语音转录等桥接让 FCC 不止是代理，更像一个轻量 agent gateway，这类项目在社交渠道传播力很强。
- 安装体验在社区项目中偏成熟：macOS/Linux 一行 curl | sh，Windows 一行 PowerShell，还附带桌面启动器。
解决什么问题
- Claude Code、Codex 这类 coding agent 默认绑定固定供应商，换模型往往意味着重写协议胶水或反复替换 API Key。
- 免费与本地模型供应商高度碎片化，在流式输出、工具调用、图像输入上各有各的坑。
- 想做兜底链路（例如 Opus 走一家、Sonnet 走另一家）的团队，目前缺少统一表达方式。
- 从手机或聊天工具驱动 coding session 不方便，原生 CLI 面向终端而非 Discord 或 Telegram 消息。
工作原理
- macOS/Linux 用 curl | sh 安装，Windows 用 PowerShell 单行命令；安装器会询问要安装或校验哪些 coding agent。
- 本地启动 fcc-server，或在 Windows/macOS 打开桌面启动器，Admin UI 随之暴露。
- 在 Admin UI 中选择并验证 31 家云端或本地供应商中的一家，填入 FCC 调用所需的凭据。
- 通过 fcc-claude、fcc-codex 或 fcc-pi 启动对应 agent，agent 转而与本地的 FCC 端点通信。
- 使用 agent 原生的 /model 选择器从 FCC 生成的模型目录里挑模型，FCC 按需在 Anthropic 与 OpenAI 风格协议之间转换。
- 可选开启代理 Token 认证，或接入 Discord、Telegram 以及语音转录扩展。
产品演示与界面预览
架构解读：各部件落在哪里
- 核心 Anthropic 协议行为位于 src/free_claude_code/core/anthropic/ 下，CONTRIBUTING.md 明确禁止跨供应商复用工具。
- 启动入口位于 free_claude_code.cli.launchers.claude、.codex、.pi，各自暴露 launch()，由 pyproject.toml 中的 fcc-* 脚本调用。
- 服务入口为 free_claude_code.cli.entrypoints:serve，另有桌面 GUI 入口 free_claude_code.cli.desktop_entrypoint:launch。
- 核心依赖包含 FastAPI[standard] >= 0.139.2、uvicorn >= 0.51.0、httpx[socks] >= 0.28.1、pydantic >= 2.13.4 与 python-dotenv >= 1.2.2。
- pystray 与 Pillow 仅在 Windows 和 macOS 上安装，避免托盘启动器污染 Linux 环境。
命令面：你实际要跑的东西
- fcc-server 启动本地代理；fcc-claude、fcc-codex、fcc-pi 分别启动对应 coding agent。
- fcc-desktop 打开 [project.gui-scripts] 中声明的 Windows/macOS 桌面启动器。
- 安装：macOS/Linux 执行 curl -fsSL https://raw.githubusercontent.com/Alishahryar1/free-claude-code/main/scripts/install.sh | sh。
- 安装：Windows PowerShell 执行 & ([scriptblock]::Create((irm https://raw.githubusercontent.com/Alishahryar1/free-claude-code/main/scripts/install.ps1)))。
- 重复执行同一安装命令即可更新；README 提示可先审阅 install.sh 与 install.ps1 再运行。
- 本地 CI：./scripts/ci.sh 或 .\scripts\ci.ps1，支持 --only、--skip、--dry-run 迭代参数。
集成面：Agent、IDE 与消息平台
- 支持在 VS Code 中使用 Claude Code 与 Codex，并通过 JetBrains ACP 使用 Claude Code。
- Discord 与 Telegram 桥接依赖核心依赖中的 discord.py >= 2.7.1 与 python-telegram-bot >= 22.8，不是额外扩展。
- 语音转录有两条路径：voice 扩展（grpcio、grpcio-tools、nvidia-riva-client >= 2.26.0）与 voice_local 扩展（torch >= 2.13.0、transformers >= 5.14.1、librosa >= 0.10.0）。
- 本地代理支持可选的 Token 认证。
- 模型路由可以把 Fable、Opus、Sonnet、Haiku 分别导向不同模型，这是 FCC 超越单供应商切换的核心理由。
维护与质量姿态
- 目标为 Python 3.14，使用原生懒注解；CONTRIBUTING.md 禁止 from __future__ import annotations，CI 中也封禁 # type: ignore 与 # ty: ignore。
- 类型检查用 ty >= 0.0.60，格式与 lint 用 Ruff >= 0.15.22，测试用 pytest >= 9.1.1，配合 pytest-asyncio、pytest-cov、pytest-xdist。
- 任何运行时、打包、依赖或安装/CI 变更都必须在 pyproject.toml 做语义版本号提升，并在同一提交内更新 uv lock。
- 贡献规则明确不接受 Docker 集成 PR，这对部分团队的部署方式是一种限制。
- ARCHITECTURE.md 是扩展清单、包边界、供应商、协议转换、启动器与消息相关设计的唯一权威。
谁适合关注
适合关注
- 已经在用 Claude Code 或 Codex CLI，想尝试更便宜或本地兜底模型却不想 fork agent 的个人开发者。
- 希望按模型做路由的用户，比如 Opus 走强模型供应商、Haiku 走廉价模型。
- 想通过 Telegram、Discord 加语音笔记驱动 coding agent 的人，因为 FCC 自带这些桥接。
- 能跑 Python 3.14、并接受单人维护项目的开发者。
可以先跳过
- 需要厂商背书、SLA、审计日志与正式安全评审的企业。
- 只能用 Docker 部署的团队；CONTRIBUTING.md 明确不接受 Docker PR。
- 无法运行 Python 3.14、或必须长期支持旧解释器的环境。
- 不愿意把远程脚本直接管道给 sh 或 PowerShell 而不审阅的用户。
风险与注意事项
FCC 同时夹在你的凭据、coding agent 与模型供应商之间，且由单人维护——无论代码多么整洁，这都是压倒性的风险。
- 单一 GitHub 账号下的单人维护项目，没有可见的组织或厂商背书。
- 代理负责处理 API Key 与全部 coding-agent 流量，任何漏洞或缺陷都可能泄露凭据或源码。
- 安装流程把远程脚本管道给 sh 或 PowerShell；README 建议审阅，但很多用户会跳过。
- 硬性要求 Python 3.14，在受限环境里部署灵活性有限。
- 不接受 Docker，堵死了一种常见的自托管隔离方式。
- 本地代理支持可选的 Token 认证，但 README 把它定位为可选而非默认。
- 依赖列表包含 httpx[socks]、requests[socks]、google-auth[requests] 与 openai >= 2.46.0，对一个本地代理而言供应链偏宽。
- 安装器从 main 分支经 HTTPS 拉取并执行脚本，每次更新都拉取当时 main 上的内容。
- README、CONTRIBUTING.md 与 pyproject.toml 中没有可见的安全策略、威胁模型或漏洞披露流程。
- 消息与语音扩展（discord.py、python-telegram-bot、nvidia-riva-client、torch）显著扩大了攻击面。
替代方案比较
| 方案 | 适用场景 | 代价 |
|---|---|---|
LiteLLM | 你想要一个被广泛采用、支持供应商路由、Key 管理与更大规模生产使用的 OpenAI 兼容代理。 | 开源，自托管；另有托管的 LiteLLM 服务。 |
OneAPI / New API 类网关 | 需要在供应商路由之上叠加多租户 Key 管理与计费式计量。 | 开源，自托管。 |
Claude Code 与 Codex CLI 直接使用原生供应商 Key | 你对默认厂商关系满意，不需要兜底链路或消息桥接。 | 按用量的厂商计费。 |
Ollama | 你的目标是跑本地模型，而不是在 coding agent 背后路由多个云端供应商。 | 开源，自托管。 |
这个趋势说明了什么
跨兜底链路的成本套利
把 Opus 路由到强供应商，把 Haiku 或 Sonnet 路由到廉价供应商，可以在不改 agent 代码的前提下降低花费，这是采用 FCC 最直接的回报。
选一个有代表性的编程任务，先用默认厂商跑一周，再用 FCC 加兜底路由跑同一任务，比较 Token 花费与完成质量。
面向聊天驱动的 agent 网关
Discord、Telegram 桥接加语音转录，把面向终端的 agent 变成移动端编程助手，这在同等规模的代理里并不多见。
先用一家供应商把 FCC 跑起来，开启 Telegram 桥接，确认语音笔记能端到端转录并到达 agent 后再依赖它。
混合工具链下的协议转换
由于 FCC 在 src/free_claude_code/core/anthropic/ 里做 Anthropic 风格与 OpenAI 兼容协议的转换，已经以 OpenAI 兼容供应商为标准的团队可以接入 Claude Code 而不必维护两套 Key 管理。
在你所选的供应商上，确认流式输出、工具调用、推理与图像输入在转换后仍能稳定通过后再投入生产使用。
RepoDaily 判断
Free Claude Code 是一个聚焦、工具链完善、能真正解决 Claude Code 与 Codex 路由问题的本地代理；前提是你愿意跑 Python 3.14，并把凭据交给一个单人维护的项目。个人实验与兜底路由值得尝试；让它承载生产流量或敏感代码则要慎之又慎。