本地 Claude Code 与 GLM 部署

要解决什么问题

Anthropic 的 Claude Code CLI 是带文件读写、命令执行和 PR 能力的官方编码 Agent，但默认走 Anthropic Messages API。若你想在自有机器上跑同一套 CLI，却把推理请求交给 GLM 或其它 OpenAI 兼容 后端，就需要一条稳定的「CLI → 协议转换 → 自有模型」链路，而不是简单改个环境变量就完事。

本技能整理的是基于 cnbnn/claude-code 本地化实践的完整工作流：从部署与验证，到 systemd 保活，再到 OpenClaw 通过 exec 调用 wrapper，而不是依赖无法被 CCR 替代的 ACP 认证路径。

技能如何组织这条链路

架构上三层分工清晰：

• Claude Code CLI：对外仍是 Anthropic 风格的 Agent 行为。
• CCR（Claude Code Router）：把 Messages API 转成 OpenAI Chat Completions，指向你的 base_url 与 api_key。
• 自有大模型：例如 GLM-5.1；智谱需区分 coding 专用端点与通用端点，api_base_url 必须包含 /chat/completions 后缀。

关键配置与运维要点包括：用 ANTHROPIC_AUTH_TOKEN=ccr-local 让 CLI 走本地 CCR；CCR 改配置后需 kill 旧进程再启（会缓存旧配置）；用 wrapper 统一环境后再做功能验证。OpenClaw 侧应 后台执行 wrapper（&），因 CLI 单次约 15–20 秒；--max-turns 建议 3–10；工作目录必须是真实项目路径。可选路径是从现有 CNB NPC 仓库 fork 并抽取 prompt 模板。

适用边界与注意点

• ACP / acpx 模式 需要 Claude 官方认证，CCR 无法绕过；集成 OpenClaw 时用 exec 直调 wrapper。
• Claude CLI 禁止 root 运行；受信环境才考虑 --dangerously-skip-permissions。
• 勿让 exec 前台等待至超时杀进程；ccr code 子命令易因临时 CCR 实例而超时，直接 claude CLI + 环境变量 更稳。
• CCR 目录若被创建为 uid 999，需修正属主；智谱 401 多为 key 或端点（coding vs 通用）不匹配。