不只是 API 代理：CliGate 怎么把 Claude Code、Codex CLI 和 Gemini CLI 收到一个本地网关？

摘要

很多团队开始同时使用 Claude Code、Codex CLI、Gemini CLI、OpenClaw 这类 AI 编程工具后，会遇到一个很现实的问题：每个工具都有自己的协议、配置文件、凭证来源和模型命名方式。工具越多，配置越散；账户、API Key、本地模型和日志也越难统一管理。

CliGate 的思路不是再做一个远端中转服务，而是在本机启动一个 localhost:8081 的本地 AI gateway：上游可以是 ChatGPT / Claude 账户池、各类 provider API Key，也可以是本地运行时；下游则统一接住 Claude Code、Codex CLI、Gemini CLI、OpenClaw、Web Chat 和渠道会话。

这篇文章不写安装流水账，而是结合项目源码和文档，拆一下 CliGate 里比较有意思的几个工程点：协议转换、应用识别、凭证路由、能力感知降级，以及为什么它和普通 API proxy 的侧重点不太一样。

问题不是“能不能代理”，而是“能不能稳定地接住多个客户端”

单个 OpenAI-compatible 代理并不复杂：客户端打到 /v1/chat/completions，服务端转发到上游，再把响应返回即可。

但 AI 编程 CLI 的问题更碎：

• Claude Code 和 OpenClaw 常走 Anthropic Messages：POST /v1/messages
• Codex CLI 会走 OpenAI Responses 或它自己的内部接口：POST /v1/responses、POST /backend-api/codex/responses
• Gemini CLI 使用 Gemini API 风格：POST /v1beta/models/*
• 不同客户端对 tool call、流式事件、图片输入、文件输入、reasoning/thinking 的表达都不一样
• 账户池、API Key 池和本地模型都可能是可用上游，但可支持能力不同

CliGate 的 README_CN 和 docs/ARCHITECTURE.md 里把定位说得比较直接：它是一个本地控制平面，而不是单一路由转发器。对应到代码里，主要入口分布在：

• src/routes/messages-route.js：Anthropic Messages 协议的入口
• src/routes/responses-route.js：OpenAI Responses 协议的入口
• src/routes/gemini-route.js：Gemini 协议的入口

这些路由不是简单地透传，而是各自做一次“协议标准化”，再把请求扔给统一的 router 层。

用 CliGate 把 DeepSeek 同时接入 Claude Code 和 Codex CLI

很多人一开始接 AI 编程工具时，都是一个工具配一套模型入口：Claude Code 配 Anthropic，Codex CLI 配 OpenAI，Gemini CLI 再单独配 Gemini。这个方式能用，但工具一多，配置、路由、日志和成本统计都会变得分散。

如果你想让 DeepSeek 同时服务 Claude Code 和 Codex CLI，更好的做法不是分别去改两个工具的底层适配，而是在本机放一个统一的 AI gateway。

CliGate 解决的就是这个问题。

它默认运行在本地 localhost，把 Claude Code、Codex CLI、Gemini CLI、OpenClaw 等工具接到同一个控制平面里。DeepSeek 作为一个 provider 添加到 CliGate 后，Claude Code 和 Codex CLI 都可以通过 CliGate 访问它。

整体思路

最终结构是这样：

Claude Code  ─┐
              ├─> CliGate 本地网关 ─> DeepSeek
Codex CLI   ──┘

Claude Code 走 Anthropic Messages 风格请求，Codex CLI 走 OpenAI Responses / Chat Completions 风格请求。CliGate 在中间做协议适配、凭证选择、模型映射和日志记录。

这样带来的好处是：

• DeepSeek Key 只需要在 CliGate 里管理；
• Claude Code 和 Codex CLI 都指向同一个本地入口；
• 后续可以在 Dashboard 里统一查看请求日志和用量；
• 如果以后要换 provider，也主要改 CliGate 的路由，而不是逐个改工具。

Codex CLI + 国产模型：一个零侵入的 AI 网关实践

OpenAI 的 Codex CLI 是一个强大的终端 AI 助手，但它默认只能使用 OpenAI 的模型。本文介绍如何通过自建 AI Gateway，让 Codex CLI 无需修改任何代码即可使用 DeepSeek、通义千问、Kimi、智谱 GLM 等国产大模型，并完整保留推理过程展示、工具调用、网络搜索等高级功能。

背景：为什么需要一个网关？

Codex CLI 是 OpenAI 推出的命令行 AI 编程助手，类似于 Claude Code，但它基于 OpenAI 的 Responses API 协议与模型通信。国产大模型普遍兼容的是 Chat Completions API，两者在请求格式、响应结构、流式事件、工具调用约定上存在显著差异。

让 Codex 直接调用国产模型？不行——协议不兼容。Fork Codex 改代码？维护成本太高。

最优雅的方案是中间加一层网关：Codex 以为自己在跟 OpenAI 通信，国产模型以为自己在服务一个普通的 Chat Completions 客户端。网关负责协议的双向翻译。

零侵入接入：只需两个环境变量

这是整个方案最优雅的地方——不需要 fork Codex，不需要改一行代码，只需要设置两个环境变量：

 把 Codex 的请求指向本地网关
export OPENAI_BASE_URL=http://localhost:3000
 用网关的 API Key 替代 OpenAI 的 Key
export OPENAI_API_KEY=gateway-your-api-key

 正常启动 Codex
codex

Codex CLI 会把所有 /v1/responses 请求发到本地网关，网关翻译后转发给国产模型，再把响应翻译回 Responses API 格式返回。整个过程对 Codex 完全透明。

核心架构：协议翻译层

请求方向：Responses API → Chat Completions API

当 Codex CLI 发出一个 Responses 请求时，CliGate 会解析其中的消息列表、工具定义、温度、top_p 等参数，转换成 Chat Completions 格式，再转发给对应的 provider。

响应方向：Chat Completions API → Responses API

国产模型返回的普通流式或非流式响应，会被 CliGate 重新包装成 Responses 格式，包括：

• 流式 delta 事件的转换
• tool_calls 的格式映射
• reasoning_content 的提取与回传

这样，Codex CLI 就能完整地看到思考过程、工具调用和最终答案。

Codex CLI 接到了自定义模型网关，踩了几个坑

最近在折腾 Codex CLI，遇到一个很常见的需求：不一定想让它只走默认接口，而是希望接到自己的 OpenAI-compatible API 网关里。

原因可能有很多，比如：

• 团队想统一管理 API Key
• 想统一看调用记录和消耗
• 想在不同模型之间切换
• 想把 Codex CLI、Cherry Studio、Claude Code 这类工具的配置收拢起来

这里记录一次实际配置过程。示例里用的是 LLMEX，因为它刚好有 Codex CLI 的配置文档和脚本。如果你用的是其他兼容接口，核心思路也差不多：base URL、API Key、模型名这三项要对上。

Codex CLI 接入自定义 API，大致分成 5 步：

1. 安装 Node.js
2. 安装 Codex CLI
3. 准备一个兼容 OpenAI API 格式的服务
4. 配置 API 地址和 Key
5. 进入项目目录测试一次请求

1. 安装 Node.js

Codex CLI 需要 Node.js 环境。

先检查一下本机有没有安装：

node --version
npm --version

如果没有输出版本号，就需要先安装 Node.js。

macOS 用户可以用官网安装包，也可以用 Homebrew。Windows 用户我更建议用 WSL2，后续命令行体验会顺很多。

2. 安装 Codex CLI

Node.js 和 npm 正常后，安装 Codex CLI：

npm install -g @openai/codex

安装完成后检查版本：

codex --version

如果这里报权限问题，通常是 npm 全局目录权限导致的。可以先查一下 npm 的全局安装目录，或者改成当前用户目录。这个问题和 Codex 本身关系不大，很多 npm 全局工具都会遇到。

3. 准备自定义 API 网关

这里需要的是一个 OpenAI-compatible API 服务，也就是支持 /v1/chat/completions 或 /v1/responses 的网关。CliGate 正是为此设计的。

凭证路由与能力感知降级

CliGate 区别于普通代理的另一个核心能力，是凭证路由和能力感知降级。

在 src/router/credential-router.js 中，CliGate 会根据请求中的模型名、客户端类型、当前负载情况，从多个 provider 凭证池里选出最合适的 Key。

同时，在 src/middleware/capability-middleware.js 里，它会检测上游模型是否支持 tool call、vision、reasoning 等能力。如果不支持，就自动降级为普通文本模式，避免返回错误。

这种设计让团队可以把 Claude Code、Codex CLI、Gemini CLI 全部指向同一个本地地址，而不用担心某个模型突然不支持某个功能导致工具崩溃。

结语

CliGate 的价值不在于“又多了一个代理”，而在于它把原本分散在各个 CLI 工具里的协议、凭证、日志和路由逻辑，收拢到一个本地的、可观测的控制平面里。对于同时使用多款 AI 编程工具的团队来说，这可能是目前最轻量、也最实用的统一方案。