OpenClaude：一个终端吃遍云端与本地大模型的编程智能体

核心判断

编程智能体（coding agent）市场正分成两派：绑死单一模型提供方的官方 CLI，和只认某一家云平台的商业化工具。OpenClaude 站在两派中间——它保留 Claude Code 风格的一体化终端工作流，却把模型后端做成可插拔层：OpenAI 兼容 API、Gemini、GitHub Models、Codex、Ollama、Atomic Chat 等都能接进来，共用同一套 prompt、工具、agent、MCP 与流式输出。对同时跑云端模型和本地模型的人，省下的是反复切换 CLI、重学命令的心智成本。

截至本文写作时，项目 v0.30.0（2026-08-31 发布），GitHub 32.5k stars，TypeScript 实现。代码由 Claude Code 衍生而来，多后端改造后以 MIT 许可对外发布（衍生部分归属 Anthropic）。

系统定位

OpenClaude 的默认姿势是终端优先，全部能力与具体模型解耦：

• 一套工作流，多后端：bash、文件读写、grep、glob、agents、tasks、MCP、slash 命令、流式输出，不绑定任何模型
• 引导式配置：/provider 做逐步设置并保存 profile；/onboard-github 专门处理 GitHub Models 引导
• 会话管理：--resume <session-id> 按 ID 续聊，--continue 接续当前目录最近会话，--fork-session 把历史分支成新会话
• 后台会话：--bg 把长任务从终端剥离，openclaude ps / logs / kill 管理，不启动 daemon、不开网络服务

后端矩阵：支持什么

表格之外还有一层"按需接的网关"：Gitlawb Opengateway（新装默认）、Hicap、OpenCode Zen 之外的 AI/ML API、Concentrate、LLMTR、ApiSmart、LongCat、ClinePass 等，都以 OpenAI 兼容协议接入，配置方式相同。需要哪一个就在 /provider 里选，不必记各自的 SDK。

一个值得注意的默认：Ollama 接入时，OpenClaude 在每次请求上要求 32768 token 的上下文窗口，避免同一会话历史被 Ollama 的兼容层静默截断；需要其他尺寸可设 OLLAMA_CONTEXT_LENGTH。

一次任务如何流过 OpenClaude

把"前端跑云端模型、本地模型兜底"的常见工作流串一遍，能看清各部分如何配合。

1. 保存云端 profile：首次进入后运行 /provider，按引导选 OpenAI 兼容并填入 key，凭据存入用户级 profile。下次直接以该 profile 启动。
2. 前台交互：让云端模型做代码库梳理、写实现。中途要换上下文，--continue 接续当前目录最近会话；想试验另一条思路不污染主线，--fork-session 分支一份历史。
3. 切本地模型：需要离线、省钱或处理敏感代码时，启动时用环境变量指向 Ollama（OPENAI_BASE_URL=http://localhost:11434/v1），同一套工作流继续用。
4. 长任务下放后台：编译、批量重构这类跑得久的任务用 openclaude --bg "refactor auth middleware" 剥离终端；openclaude ps 看状态，openclaude logs <name> -f 跟输出，openclaude kill <name> 停止。

这条路径里每一步都只是"换后端、换会话、换执行位置"，命令和工具不变——这正是 OpenClaude 与"每换一家模型就重学一套 CLI"的区别所在。

快速上手

环境要求：Node.js ≥ 22.0.0。

npm install -g @gitlawb/openclaude@latest

Arch Linux 用户可走 AUR 包：

paru -S openclaude

若后续报 ripgrep not found，系统装好 ripgrep 并确认 rg --version 在同一终端可用即可。

最快的 OpenAI 兼容接入：

export CLAUDE_CODE_USE_OPENAI=1
export OPENAI_API_KEY=sk-your-key-here
export OPENAI_MODEL=gpt-4o
openclaude

最快的本地 Ollama 接入：

export CLAUDE_CODE_USE_OPENAI=1
export OPENAI_BASE_URL=http://localhost:11434/v1
export OPENAI_MODEL=qwen2.5-coder:7b
openclaude

进终端后，/provider 做引导式配置并保存 profile；/onboard-github 走 GitHub Models 引导。装完先用 openclaude --version 确认版本，再开始干活。

几个值得注意的设计点

• 不自动加载 .env：OpenClaude 不读项目 .env，凭据推荐走 /provider 存进 profile；要环境变量就显式导出，或 openclaude --provider-env-file .env
• 独立配置目录：配置在 ~/.openclaude，不读 ~/.claude，迁移需手动精选，严禁整目录拷贝
• WebSearch 默认走 DuckDuckGo：非 Anthropic 模型默认免费搜网；DuckDuckGo 是抓取搜索结果实现，可能被限流，要更可靠可配 Firecrawl（免费档 500 credits），Firecrawl 同时接管 WebFetch 的 JS 渲染抓取
• repo map（代码库感知）：REPO_MAP 开启时，按 PageRank 排序的结构化仓库地图自动注入上下文，默认 2048 token，/repomap 查看
• 按 agent 路由模型：可在 ~/.openclaude.json 配置 agentRouting，让不同子智能体（如 Explore）走不同模型，用于成本优化或按任务强度分配
• 伙伴系统：/buddy 孵化一个像素伙伴，按 Enter 时放技能（箭、能量波、冲击拳等），尊重 prefersReducedMotion——这是产品气质的一部分，不是功能列表的凑数

适用边界

• 模型行为不完全一致：Anthropic 专属能力在其他提供方上可能缺失；小模型在长多步工具循环里可能吃力；部分提供方输出上限低于 CLI 默认值
• 工具质量取决于模型：tool calling 弱的模型会拖慢整体体验
• 后台会话是本地子进程：openclaude attach 目前只报告会话并指向 logs -f，完整终端重挂载尚未实现
• 代码由 Claude Code 衍生：若你的团队对 Anthropic 授权条款敏感，需先过一遍 LICENSE 再采用

结论

OpenClaude 的价值不在某一家模型的 API 封装，而在"一套工作流 + 可插拔后端"本身。对要在云端 API 和本地模型之间来回切换的开发者，它把多套 CLI 的心智成本压缩成一处，是务实的选项；对想完全自托管、不依赖厂商工具的团队，MIT 许可和可扩展后端也留足了改造空间。

采用顺序建议：先单接一个 OpenAI 兼容后端跑通日常，再加 Ollama 做本地兜底，随后按需补 /provider 里的其他后端——一步只引入一个变量，出问题时容易定位。最不合适的场景是"只信一家云、完全不需要本地模型"——那直接用官方工具更省事。