JeecgBoot AI专题研究 | NVIDIA 免费 API 申请与 Claude Code 第三方模型接入实战指南
前言
Claude Code 已经成了很多开发者日常编程的首选工具，但它的付费门槛让不少人望而却步——尤其是以人民币结算的用户，每月开支不算小。好消息是，NVIDIA 提供了免费 API 额度，虽然有一些限制，但配合合适的代理工具，完全可以接入 Claude Code 使用。
不过，事情没那么简单。很多人在配置过程中卡住了，环境变量明明设了，Claude Code 就是连不上。这篇文章就从申请 NVIDIA API 开始，一步步讲清楚为什么会卡住、怎么绕过去，最终让免费 API 也能在 Claude Code 里顺畅跑起来。
NVIDIA 免费 API：能做什么，不能做什么
NVIDIA 通过 build.nvidia.com 向开发者提供免费 API 调用额度，支持包括 minimax-m2、glm4.7 等多个模型。
先说限制，免得你申请完才发现不合用：
- 每分钟限制 40 次调用——轻度使用绰绰有余，高强度编码需要合理分配
- 不兼容 Anthropic 格式——它走的是 OpenAI 兼容协议，跟 Claude Code 的原生格式对不上
- 用户量大时响应变慢——毕竟是免费服务，高峰期要有心理预期
核心矛盾就在这里：NVIDIA 的 API 是好的、免费的，但格式不对，直接喂给 Claude Code 它会「消化不良」。这就是后面要引入代理工具的原因。
申请 NVIDIA API Key
注册 NVIDIA 账号
打开 build.nvidia.com，点击「Login」进入登录/注册页面。
输入邮箱后点「Next」，系统会引导你完成密码设置和邮箱验证。
验证通过后会提示创建 NVIDIA Cloud Account——注意这里的账户名不能使用中文，只能英文或数字。
创建完成后，系统会要求进行身份验证。点击右上角「Verify」，输入国内 +86 手机号完成短信验证。这一步是获得 API 访问权限的必要条件。
创建 API Key
验证完成后进入后台，点击头像 →「API Keys」，或者直接访问 build.nvidia.com/settings/ap…。
填写 Key 名称，过期时间选「永不过期」，然后点击生成。
关键一步：生成后立即复制保存 API Key。关掉这个弹窗之后，你就再也看不到完整的 Key 了，只能删掉重建。
为什么不能直接接入 Claude Code？
拿到 API Key 后，你可能会想直接配置 Claude Code 的环境变量：
export ANTHROPIC_BASE_URL=https://integrate.api.nvidia.com/v1
export ANTHROPIC_API_KEY=nvapi-xxxxx
然后启动 Claude Code——大概率会报错。
原因在于协议不兼容。Claude Code 内部使用的是 Anthropic 原生 API 格式，而 NVIDIA（以及绝大多数第三方 API 厂商）提供的是 OpenAI 兼容格式。二者虽然都是 RESTful JSON，但请求和响应的字段结构完全不同。
打个比方：你拿着 Type-C 的充电线去插 Lightning 接口——物理上就插不进去，不是线的问题，也不是手机的问题，是协议不对。
Claude Code ──(Anthropic格式)──> NVIDIA API ← 对方只懂 OpenAI 格式，拒绝处理
所以需要一个「协议转换器」来充当翻译。市面上有两个主流选择：CLIProxyAPI 和 CCR（Claude Code Router）。
方案一：CLIProxyAPI 代理
CLIProxyAPI 的思路很直白：在本地起一个代理服务，劫持 Claude Code 发出的 Anthropic 格式请求，翻译成 OpenAI 格式转发给上游 API，收到响应后再翻译回 Anthropic 格式。
Claude Code ──(Anthropic格式)──> CLIProxyAPI ──(OpenAI格式)──> NVIDIA API
<──(Anthropic格式)── CLIProxyAPI <──(OpenAI格式)──
安装与启动
推荐 Docker 部署，一行命令搞定：
docker run -d --name cliproxy -p 8317:8317 cliproxy/cliproxy-api
启动后浏览器访问 http://<你的服务器IP>:8317，进入管理后台。
配置 API 提供商
在后台选择「OpenAI 兼容提供商」，填入 NVIDIA 的 API 地址和 Key：
- API Base URL:
https://integrate.api.nvidia.com/v1 - API Key: 你刚才申请的
nvapi-xxxxx - 前缀配置（可选但推荐）：加一个前缀（比如
nvidia/）便于在 Claude Code 中区分渠道
配置模型映射时，填入 NVIDIA 支持的模型名称（如 minimaxai/minimax-m2、z-ai/glm4.7 等）。
配置 Claude Code 环境变量
在 CLIProxyAPI 中创建一个 API 密钥，然后配置 Claude Code 的环境变量。以 WSL Ubuntu 为例，编辑 ~/.bashrc：
export ANTHROPIC_AUTH_TOKEN="cliproxy-api-key-xxxxx"
export ANTHROPIC_BASE_URL="http://<CLIProxyAPI的IP>:8317"
保存后刷新配置：
source ~/.bashrc
验证效果
启动 Claude Code，切换到 Haiku 模型，你会看到模型名称变成了你在 CLIProxyAPI 中配置的代理模型（如 GLM4.7）：
这说明 Claude Code 已经通过 CLIProxyAPI 成功接入了 NVIDIA 的免费模型。
方案二：CCR（Claude Code Router）代理
CCR 是另一个轻量级方案，思路类似但更聚焦——专门为 Claude Code 做路由，让你可以在不同模型之间灵活切换。
安装
CCR 是一个 Node.js 命令行工具，通过 npm 全局安装：
npm install -g claude-code-router
安装完成后 ccr 命令即可用。如果遇到权限问题（Linux/macOS），加 sudo。
配置
在终端输入 ccr ui 启动 Web 配置界面，点击「添加供应商」：
填写 NVIDIA API 信息：
API Base URL: https://integrate.api.nvidia.com/v1/chat/completions
Models: minimaxai/minimax-m2、minimaxai/minimax-m2.1、z-ai/glm4.7
这里的 API Base URL 和 CLIProxyAPI 的路径略有不同——注意结尾要带上 /chat/completions，这是 OpenAI 格式的 Chat Completions 端点。
配置完后选择默认路由为新添加的 NVIDIA 模型，点击「保存并重启」。
启动 Claude Code
在终端中运行 ccr code，CCR 会自动注入环境变量并启动 Claude Code。你可以通过简单提示词验证模型是否正常工作。
不过实测来看，通过 CCR 方式在 Claude Code 中使用 NVIDIA 免费 API，响应速度比在 ChatWise 等直接 OpenAI 调用的工具中要慢一些。毕竟中间多了一层协议转换，对于编码场景里密集的 tool calling 交互，延迟会累积。
两种方案怎么选？
| 维度 | CLIProxyAPI | CCR |
|---|---|---|
| 部署方式 | Docker/二进制安装 | 命令行安装 |
| 管理界面 | Web 后台（端口 8317） | Web UI（ccr ui） |
| 协议转换 | 通用代理，支持多框架 | 专为 Claude Code 优化 |
| 模型切换 | 通过前缀区分渠道 | 支持路由规则 |
| 上手难度 | 中等，需要配 Docker | 低，命令行即用 |
| 适用场景 | 需要同时支持多个 AI 编码工具 | 专注 Claude Code |
如果你只用 Claude Code，CCR 够用了，配置简单，启动方便。如果你还需要在其他支持 OpenAI 格式的工具（如 ChatWise、Continue、Cline 等）中复用这份 API，CLIProxyAPI 的通用性更强。
常见踩坑与排查
1. 环境变量设了但不生效
最常见的原因是编辑了 ~/.bashrc 但忘了 source ~/.bashrc。另外注意：如果你用的是 zsh，要编辑 ~/.zshrc；macOS 桌面应用启动不会读 shell 配置文件，需要另外设置。
2. 模型名称不匹配
CLIProxyAPI 中配置的模型名称和 NVIDIA 实际提供的模型名称必须完全一致（包括前缀和大小写）。如果 Claude Code 启动后看不到对应模型，先检查 CLIProxyAPI 后台的模型列表是否加载成功。
3. 代理服务启动了但连不上
检查防火墙是否放通了代理端口（默认 8317），以及 Claude Code 配置的 ANTHROPIC_BASE_URL 是否指向了正确的地址。如果你在 WSL 中跑 Claude Code，Docker 跑在 Windows 侧，需要用 Windows 宿主机的 IP 而不是 localhost。
4. 响应速度慢
免费 API 加上协议转换，延迟是必然的。如果耐心告罄，可以先用 ChatWise 这类直接支持 OpenAI 格式的工具测试 API 本身的速度——先确定是 API 慢还是代理慢，再决定要不要换方案。
5. GitHub Issues 是宝库
无论用哪个代理工具，遇到问题先去对应项目的 GitHub Issues 搜关键词。你踩的坑大概率已经有人踩过了。
总结
NVIDIA 免费 API 是一条不错的低成本 AI 编码之路，但它跟 Claude Code 之间隔着一层「协议鸿沟」。CLIProxyAPI 和 CCR 这两座桥各有长短，选哪个取决于你的使用场景——只玩 Claude Code 用 CCR 就好，多工具兼修就上 CLIProxyAPI。
整个流程可以概括为三步：申请 API → 部署代理 → 配置环境变量。中间任何一个环节出了岔子，表现都是 Claude Code 连不上，所以排查的时候从这三环一个个排查，别急着怀疑 API Key 过期。
免费的东西往往需要多折腾一些，但折腾通了之后的满足感，比直接付费还要强那么一点。
本文为 JeecgBoot AI 专题研究系列文章。
