在日常使用中，虽然Claude Code直接使用OPUS模型是解决问题的最佳选择，但无奈模型太贵，本文指引如何介绍CC-Switch的进阶用法，配置Claude Code使用GPT模型。

一、什么是 CC Switch
CC Switch 是一款跨平台桌面应用，专为使用 AI 编程工具的开发者设计。它帮助你统一管理 Claude Code、Claude Desktop、Codex、Gemini CLI、OpenCode、OpenClaw 和 Hermes 等受管应用的配置。

二、官方网站及下载地址：
https://ccswitch.io/zh/ 下载并安装。

三、导入本站Claude分组配置

1、请登录网站后，在API密钥页面，在“Claude Max号池组” 对应行，点击导入到CCS

2、先按默认设置导入

3、CCS软件中选择刚导入的配置并进行编辑

4、**非常重要！复制本站的codex Pro号池组的key，替换Claude号池的key

5、点击获取模型列表，根据你的需求，选择gpt5.5或者5.4后保存！

6、重新打开vscode 即可在claude code 插件中使用gpt模型！

7、后台验证模型调用,确认！

在官方ccs 导入功能的基础上，本站自己修改了相关导入逻辑，现在点击CCS，直接先选好模型，在导入CCS，避免还要手工在修改，帮助大家更好的使用系统！

Claude模型组导入界面，下拉选择默认模型

Codex模型组导入界面，下拉选择默认模型

选择好之后，点击导入即可！

做开发时（尤其是结合 Hermes Agent 和 OpenClaw 这类自主代理/自动化工具）觉得 Token 像流水一样烧得飞快，这其实是 Auto-Agent（自主智能体）架构的底层逻辑决定的。这并不是你的错觉，也不是代码写写错了，而是这类工具在开发和运行阶段有几个天然的“Token 碎纸机”机制。

以下是核心原因的深度剖析：

1. 恐怖的“上下文滚雪球”效应 (Context Accumulation)Auto-Agent 核心的运作方式是：思考 $\rightarrow$ 行动 $\rightarrow$ 观察 $\rightarrow$ 再思考 的循环（ReAct 框架）。
   第 1 轮： Prompt + 任务目标 $\rightarrow$ 消耗 2k Token。
   第 2 轮： Prompt + 任务目标 + 第 1 轮的思考和执行结果（比如读文件、查数据库） $\rightarrow$ 消耗 4k Token。
   第 3 轮： Prompt + 任务目标 + 前两轮的所有历史和报错信息 $\rightarrow$ 消耗 8k Token。每一次它尝试修复一个 Bug 或者多走一步，都会把前面所有的对话历史、代码上下文、控制台报错原封不动地叠加塞回给大模型。这种指数级或线性的上下文堆叠，是烧 Token 的头号杀手。

2. System Prompt（系统提示词）过于臃肿像 OpenClaw 和 Hermes 这种为了保证高成功率、能进行复杂工具调用（Function Calling）的 Agent，其背后的 System Prompt 极其庞大。里面包含了：严密的逻辑框架、角色设定、各种异常处理守则、输出格式规范（比如强制要求 JSON 且不能出错）。外加它能调用的每一个工具（API、读写文件、执行 Shell 命令行）的定义说明。结果： 哪怕你只是让它改一行代码，只要它和模型交互一次，哪怕模型只回答一个词，这几千甚至上万 Token 的 System Prompt 都要作为输入重新计费一次（如果没有开启 Context Caching 的话）。

3. “反思”与“自我纠错”机制的代价Hermes 等 Agent 之所以显得聪明，是因为它有一套“自我反思（Self-Reflection）”和“纠错”机制：代码写完了？它会自己调编译器运行一下。报错了？它会把报错信息吞进去，自己跟自己讨论：“哦，看来这里类型不对，我得换个方法”。在这个感知-纠错的闭环里，用户可能只看到了最终改好的那一行代码，但期间它可能已经和背后的 Claude 或 GPT 悄悄对视了 5-10 个回合，每一回合都是全量上下文的输入。4. 代码文件全量读取 (Full File Injection)在做开发任务时，Agent 为了理解依赖关系，往往需要读取你整个文件甚至多个关联文件的内容。如果你没有做精细的路径裁剪，Agent 可能会把整段文件的代码都塞进 Prompt 里。一旦它决定“我要重写这个函数”，它在 Output（输出端）又会把整段代码重新吐出来。要知道，Output Token 的价格通常是 Input Token 的 3 倍左右，反复吐出大段代码会瞬间让账单飙升。

查看模型列表
如果你的客户端支持自动拉取模型，可以调用 /v1/models 。

1
2

复制curl https://api.api2cn.com/v1/models \
  -H "Authorization: Bearer YOUR_API_KEY"

快速开始
按下面三步即可完成第一次调用：

登录网站，在 密钥 / API Keys / Tokens 页面创建自己的 API Key。
在你的程序或客户端里填写 Base URL：https://api.api2cn.com/v1 。
请求时带上请求头：Authorization: Bearer YOUR_API_KEY 。
注意：Base URL 必须带 /v1 。不要把自己的 API Key 发给别人，也不要发到公开群、截图或代码仓库里。
复制curl https://api.api2cn.com/v1/responses
-H “Content-Type: application/json”
-H “Authorization: Bearer YOUR_API_KEY”
-d ‘{ “model”: “gpt-5.5”, “input”: “只回复 ok”, “store”: false }’

CC-Switch 使用方法
CC-Switch 适合用来统一管理 Claude Code、Codex CLI、Gemini CLI、OpenCode、OpenClaw 等工具的 API Provider。添加一次智惠 API Provider 后，就可以在 CC-Switch 里一键切换到本站接口。

CC-Switch 配置项 填写内容
Provider Name zhihui 或 Api2CN
API Type / Format OpenAI Compatible
Base URL https://api.api2cn.com/v1
API Key 放置你创建的api kye即可
Model gpt-5.5 或 gpt-5.4
打开 CC-Switch，点击新增 Provider。
按上表填写 Provider 信息并保存。
在 CC-Switch 中选择刚创建的 Provider，并应用到需要使用的工具，例如 Claude Code、Codex CLI、OpenCode 或 OpenClaw。
回到对应终端工具，新开一个会话测试是否已经切换成功。
如果你的 CC-Switch 版本支持统一供应商（Universal Provider），建议优先创建统一供应商，这样 Claude Code、Codex CLI、Gemini CLI 等工具可以共用同一套智惠 API 配置。

claude-code-skills 是一组面向 Claude Code 的开源 skills。这里重点推荐 codex 和 codex-plan：前者适合让 Codex CLI 给代码、方案或问题提供第二意见；后者适合在动手开发前做多轮对抗式计划审查。

安装前准备

• 先安装 Codex CLI，并执行 codex login 完成登录。
• 确认 ~/.codex/config.toml 已配置好可用模型和 Provider。
• Claude Code 的 skills 目录一般是 ~/.claude/skills/，Windows 可对应到 %USERPROFILE%\.claude\skills\。

1
2

npm install -g @openai/codex
codex login

安装 codex-plan skills

可以直接让 Claude Code 根据仓库说明安装：

1

请阅读 https://github.com/lldxflwb/claude-code-skills 帮我安装里面的 codex 和 codex-plan skill

也可以手动克隆仓库并创建软链：

1
2
3
4

git clone https://github.com/lldxflwb/claude-code-skills.git
mkdir -p ~/.claude/skills
ln -s /path/to/claude-code-skills/skills/codex ~/.claude/skills/codex
ln -s /path/to/claude-code-skills/skills/codex-plan ~/.claude/skills/codex-plan

如果不想使用软链，也可以直接把仓库里的 skills/codex 和 skills/codex-plan 两个文件夹复制到 ~/.claude/skills/。

Skill 对比

使用建议

• 小问题、代码复核、方案第二意见，用 /codex。
• 重要重构、迁移方案、架构设计，先用 /codex-plan 过一遍。
• codex 默认让 Codex 以只读方式参与，不会直接改文件；最终是否采纳由你决定。
• codex-plan 更适合在动手前使用，可以提前暴露边界情况、风险点和过度设计。

如果你已经按上面的 CC-Switch 方法配置好智惠 API，可以先确保 Codex CLI 使用本站 Provider，再安装这两个 skills。这样 Claude Code 调用 Codex 复核时，也会走同一套模型配置。