如何安装claude code以及ccr code

1. 安装 node

1.1 node的常规安装（适用于linux18.04，linux20.04等新版本）

参考官网安装顺序：https://nodejs.org/en/download

1.2 常规安装失败，其他情况下node的安装（适用于linux16.04等旧版本）

即选择直接安装 node的全依赖版本

下载全依赖版本 node：https://unofficial-builds.nodejs.org/download/release/v22.9.0/
解压并重命名

tar -xzvf node-v22.9.0-linux-x64-glibc-217.tar.gz -C ~/node/
mv node-v22.9.0-linux-x64-glibc-217/ node-v22/
.bashrc中添加路径信息：

export PATH="/home/****/node/node-v22/bin:$PATH"
修改 npm 使用阿里云镜像源:

npm config set registry=https://registry.npmmirror.com

2. 安装claude code

安装好npm之后，就可以安装claude code了

复制代码

npm install -g @anthropic-ai/claude-code

3. 安装ccr code

安装好npm之后，就可以安装ccr code了(ccr code 全称： Claude Code Router code)

复制代码

npm install -g @musistudio/claude-code-router

详见项目地址：https://github.com/musistudio/claude-code-router/blob/main/README_zh.md

4. 申请魔塔社区的免费api账户

魔塔官网：https://www.modelscope.cn/my/overview

5. 设置ccr code的config文件

5.1 进入Linux的/home/****/.claude-code-router目录

5.2 新建或打开config.json文件,输入以下内容，记得替换你自己的魔塔api密钥

复制代码

{
  "LOG": false,
  "OPENAI_API_KEY": "",
  "OPENAI_BASE_URL": "",
  "OPENAI_MODEL": "",
  "Providers": [
    {
      "name": "modelscope",
      "api_base_url": "https://api-inference.modelscope.cn/v1/chat/completions",
      "api_key": "此处输入你的魔塔api密钥，密钥不带'ms-'开头",
      "models": ["Qwen/Qwen3-Coder-480B-A35B-Instruct","ZhipuAI/GLM-4.5","deepseek-ai/DeepSeek-V3.1","moonshotai/Kimi-K2-Instruct","openai-mirror/gpt-oss-120b","Qwen/Qwen3-235B-A22B-Thinking-2507"],
      "transformer": {
        "use": [
          [
            "maxtoken",
            {
              "max_tokens": 65536
            }
          ],
          "enhancetool"
        ],
        "Qwen/Qwen3-235B-A22B-Thinking-2507": {
          "use": ["reasoning"]
        }
      }
    }
  ],
  "Router": {
    "default": "modelscope,Qwen/Qwen3-Coder-480B-A35B-Instruct",
    "background": "modelscope,deepseek-ai/DeepSeek-V3.1",
    "think": "modelscope,Qwen/Qwen3-235B-A22B-Thinking-2507",
    "longContext": "modelscope,Qwen/Qwen3-Coder-480B-A35B-Instruct",
    "longContextThreshold": 60000,
    "webSearch": "modelscope,ZhipuAI/GLM-4.5"
  }
}

6. 启动 ccr code

进入你的项目目录再执行 ccr code命令