多供应商支持：选择你的 AI 后端

CCJK 设计为供应商无关。虽然针对 Claude 进行了优化，但它支持多个 AI 供应商，让你可以灵活选择最适合需求的模型。

支持的供应商

供应商	模型	最适合
Anthropic	Claude 3.5 Sonnet, Claude 3 Opus	复杂推理、代码生成
OpenAI	GPT-4, GPT-4 Turbo, GPT-3.5	通用任务、广泛兼容
Google	Gemini Pro, Gemini Ultra	多模态任务
本地	Ollama, LM Studio	隐私、离线使用
Azure	Azure OpenAI	企业合规

配置

基本供应商设置

hljs yaml
# .claude/config.yaml
providers:
  default: anthropic

  anthropic:
    api_key: ${ANTHROPIC_API_KEY}
    model: claude-sonnet-4-20250514
    max_tokens: 8192

  openai:
    api_key: ${OPENAI_API_KEY}
    model: gpt-4-turbo-preview
    max_tokens: 4096

  google:
    api_key: ${GOOGLE_API_KEY}
    model: gemini-pro

  local:
    endpoint: http://localhost:11434
    model: codellama:13b

环境变量

hljs bash
# .env 或 shell 配置文件
export ANTHROPIC_API_KEY="sk-ant-..."
export OPENAI_API_KEY="sk-..."
export GOOGLE_API_KEY="..."

切换供应商

命令行

hljs bash
# 使用默认供应商
ccjk

# 指定供应商
ccjk --provider openai

# 指定模型
ccjk --provider anthropic --model claude-3-opus-20240229

会话内切换

你：/provider openai
已切换到 OpenAI (gpt-4-turbo-preview)

你：/provider anthropic
已切换到 Anthropic (claude-sonnet-4-20250514)

你：/model claude-3-opus-20240229
已切换到 claude-3-opus-20240229

按任务指定供应商

hljs yaml
# .claude/skills/complex-analysis.yaml
name: complex-analysis
provider: anthropic
model: claude-3-opus-20240229  # 复杂任务使用 Opus

prompt: |
  执行深度分析...

供应商特定功能

Anthropic (Claude)

最适合：

• 复杂代码生成
• 多文件重构
• 细致的代码审查

配置：

hljs yaml
anthropic:
  model: claude-sonnet-4-20250514
  max_tokens: 8192
  features:
    extended_thinking: true  # 用于复杂问题
    artifacts: true          # 用于结构化输出

OpenAI (GPT-4)

最适合：

• 快速任务
• 广泛的语言支持
• 函数调用

配置：

hljs yaml
openai:
  model: gpt-4-turbo-preview
  max_tokens: 4096
  features:
    json_mode: true
    function_calling: true
    vision: true  # 用于 GPT-4V

Google (Gemini)

最适合：

• 多模态任务
• 长上下文窗口
• Google Cloud 集成

配置：

hljs yaml
google:
  model: gemini-pro
  max_tokens: 8192
  features:
    multi_modal: true
    long_context: true

本地模型 (Ollama)

最适合：

• 隐私敏感代码
• 离线开发
• 节省成本

配置：

hljs yaml
local:
  endpoint: http://localhost:11434
  model: codellama:13b
  options:
    num_ctx: 4096
    temperature: 0.7

回退配置

自动回退

hljs yaml
providers:
  default: anthropic

  fallback:
    - provider: openai
      condition: rate_limit
    - provider: local
      condition: api_error

  anthropic:
    model: claude-sonnet-4-20250514
    rate_limit_fallback: openai

  openai:
    model: gpt-4-turbo-preview

基于成本的路由

hljs yaml
routing:
  # 简单任务使用便宜的模型
  simple_tasks:
    provider: openai
    model: gpt-3.5-turbo

  # 复杂任务使用强大的模型
  complex_tasks:
    provider: anthropic
    model: claude-3-opus-20240229

  # 敏感代码使用本地模型
  sensitive:
    provider: local
    model: codellama:13b

设置本地模型

Ollama 设置

hljs bash
# 安装 Ollama
curl -fsSL https://ollama.com/install.sh | sh

# 拉取编程模型
ollama pull codellama:13b

# 或通用模型
ollama pull llama2:13b

# 启动服务器
ollama serve

LM Studio 设置

1. 从 lmstudio.ai 下载 LM Studio
2. 下载模型（如 CodeLlama、Mistral）
3. 启动本地服务器
4. 配置 CCJK：

hljs yaml
local:
  endpoint: http://localhost:1234/v1
  model: local-model
  api_type: openai_compatible

企业配置

Azure OpenAI

hljs yaml
azure:
  endpoint: https://your-resource.openai.azure.com
  api_key: ${AZURE_OPENAI_KEY}
  api_version: "2024-02-15-preview"
  deployment: your-gpt4-deployment

AWS Bedrock

hljs yaml
bedrock:
  region: us-east-1
  model: anthropic.claude-3-sonnet-20240229-v1:0
  credentials:
    access_key: ${AWS_ACCESS_KEY}
    secret_key: ${AWS_SECRET_KEY}

私有部署

hljs yaml
private:
  endpoint: https://ai.internal.company.com
  api_key: ${INTERNAL_API_KEY}
  model: company-model-v2
  tls:
    ca_cert: /path/to/ca.crt
    client_cert: /path/to/client.crt

比较供应商

性能比较

运行基准测试：

hljs bash
ccjk benchmark --providers anthropic,openai,local --task code-review

输出：

供应商基准测试结果
==========================

任务：代码审查（500 行）

| 供应商    | 模型               | 时间   | 质量    | 成本    |
|-----------|--------------------| -------|---------|---------|
| Anthropic | claude-3.5-sonnet  | 12.3s  | 9.2/10  | $0.045  |
| OpenAI    | gpt-4-turbo        | 15.1s  | 8.8/10  | $0.062  |
| 本地      | codellama:13b      | 28.4s  | 7.1/10  | $0.00   |

成本分析

hljs bash
ccjk cost --period month --by-provider

月度成本分析
=====================

Anthropic:  $45.20 (1,200 请求)
OpenAI:     $12.50 (450 请求)
本地:       $0.00  (800 请求)

总计:       $57.70
使用本地节省: $28.00

最佳实践

1. 匹配模型与任务

hljs yaml
task_routing:
  # 快速问题 → 快速、便宜的模型
  quick:
    provider: openai
    model: gpt-3.5-turbo

  # 代码生成 → 平衡的模型
  code:
    provider: anthropic
    model: claude-sonnet-4-20250514

  # 架构决策 → 强大的模型
  architecture:
    provider: anthropic
    model: claude-3-opus-20240229

  # 敏感代码 → 本地模型
  sensitive:
    provider: local
    model: codellama:13b

2. 设置支出限制

hljs yaml
limits:
  daily_spend: 10.00
  monthly_spend: 200.00
  alert_threshold: 0.8  # 80% 时告警

  per_request:
    max_tokens: 4096
    max_cost: 0.50

3. 监控使用情况

hljs bash
# 查看使用统计
ccjk stats --period week

# 导出分析
ccjk stats --export csv --output usage.csv

4. 切换前测试

hljs bash
# 在设为默认前测试供应商
ccjk test-provider openai --task "审查这段代码..."

# 比较输出
ccjk compare --providers anthropic,openai --task "实现..."

故障排除

供应商连接问题

hljs bash
# 测试连接
ccjk diagnose --provider anthropic

# 检查 API 密钥
ccjk verify-key --provider openai

模型不可用

hljs yaml
# 为不可用模型配置回退
anthropic:
  model: claude-3-opus-20240229
  fallback_model: claude-sonnet-4-20250514

速率限制

hljs yaml
rate_limiting:
  retry_attempts: 3
  retry_delay: 1000  # 毫秒
  exponential_backoff: true
  fallback_on_limit: true

总结

多供应商支持让你可以灵活地：

• 为每个任务选择最佳模型
• 有效管理成本
• 使用本地模型保护隐私
• 通过回退确保可用性

从单个供应商开始，然后随着了解需求逐步扩展。

下一步：返回入门指南复习基础知识，或探索我们的企业案例研究了解实际应用。