一个不到 600 行的 Python 代理,让 Claude Code 能用 DeepSeek、Groq 等别的模型

Backdoor 是一个不到 600 行 Python 代码的轻量代理。

它在本地伪装成 Anthropic 服务器，把 Claude Code 发出的 API 请求实时翻译成 OpenAI 格式，转发给你指定的任何兼容服务商（DeepSeek、Groq、Ollama、OpenRouter 等），再把响应翻译回 Anthropic 格式返回给 Claude Code。

结果就是：Claude Code 的原生 UI、工具链、代码库导航能力全部保留，但底层模型换成了你想用的任何一个。

整个过程对 Claude Code 完全透明——工具调用、流式输出、Token 计数全部正常工作，Claude Code 不知道、也不需要知道底层模型已经换了。

开发者 ajsai47 做了一个 5 亿 Token 的基准测试：官方 Claude Opus 4.7 花费 9,834 美元，通过 Backdoor 代理到 DeepSeek V3 Flash 只需 5.34 美元，成本降低了 99.95%。

毫无疑问，Claude Code 是目前最强的编程智能体之一，但被硬性绑在 Anthropic 官方 API 上。这意味着你必须接受 Anthropic 的定价、模型选择和网络限制。

Backdoor 做的事就是——把“用哪个模型”的选择权还给用户。你可以：

用 DeepSeek 省钱（上述测试中成本仅为官方的 0.05%）；

用 Ollama 或 LM Studio 跑本地模型，零 API 费用，完全离线，代码不出本机；

用 NVIDIA NIM 或 Groq 的免费额度；

通过 OpenRouter 接入全球 200+ 模型，一键对比 Llama、Mistral、Gemini、Qwen 等在你实际工作场景中的表现。

除了提供 60 秒极简配置向导外，它还附带了一个极客风的彩蛋：只要在环境变量中配好 Telegram Bot 的 Token 与用户 ID，你就能直接在手机端的 Telegram 里用大白话下达开发指令，远程唤醒并触发电脑端的 Claude Code 干活，并在聊天框里实时获取终端的执行反馈。

项目核心完全由 Python 编写。遵循 MIT 协议开源。

部署：既可以通过动画向导一步步配置，也支持直接写入 .env 文件后使用 ./run.sh 脚本一键拉起。由于直接在本地网络层进行接口劫持与转发，它不依赖任何中心化云端服务。

项目地址：https://github.com/ajsai47/backdoor