问题：AI 工具越装越多，配置越来越乱
一个典型的 AI 开发者工作流，现在大概是这样组成的：
- 编码：Claude Code（终端 + 桌面）、Codex CLI，按项目选型；
- Agent：OpenClaw 这类自主 Agent 框架，背后同样要挂大模型；
- 辅助：各类客户端与自动化工作流，各自读各自的配置。
每多接一个工具，就多一份 API 配置要维护。而这些配置是异构的——Claude 系和 GPT 系协议不同、地址规则不同（Codex 地址要带 /v1，Claude 系不能带）、鉴权字段不同。手工维护的结果就是：切换靠手改文件，出错靠缘分。
这篇分享我用开源工具 CC-Switch 把这件事收敛掉的过程，重点讲它对 Agent 场景特别有价值的两个设计。
CC-Switch 是什么
开源的图形化配置管理工具（官网 https://ccswitch.io/zh/），把多套 API 配置存成档案，一键切换。核心机制是本地路由服务：它在本地做协议转换，把 Claude Code 发出的 Anthropic 协议请求转成 OpenAI Chat Completions 格式转发给上游。
Claude Code ─┐ ┌─ 渠道 A ├─ 本地路由（协议转换）─┤ Codex / Agent┘ └─ 渠道 B 对 Agent 工作流有价值的两点：
- 协议无关：上游只要是标准 Chat Completions 接口就能接，Agent 换模型供应商不再受客户端协议限制；
- 配置档案化：每个工具、每个环境一份档案、一个独立 Key。Agent 长时间自主运行时，给它的 Key 设好额度和模型权限，是低成本的安全边界。
三端配置速记
我用的示例上游是中转服务巨蓝鲸AI（一个 Key 同时提供 Claude 系 / GPT 系模型接口），流程对任何标准 Chat Completions 上游通用。
Codex
新增自定义配置 → 填 Key、请求地址 https://api.julanjing.com/v1、默认模型（完整模型 ID）→ 设置→路由：开总开关 + Codex 开关 → 启用 → 重启 Codex。
Claude Code 桌面版
新增配置 → 填 Key、请求地址 https://api.julanjing.com（不带 /v1）→ 开「需要模型映射」，API 格式选 OpenAI Chat Completions，为 Sonnet / Opus / Haiku 填实际模型 → 路由页开 Claude → 启用 → 重启。
Claude Code 终端版
新增配置 → 高级选项：API 格式 OpenAI Chat Completions、认证字段 ANTHROPIC_AUTH_TOKEN，映射各档位模型 → 启用 → 重开终端。
Agent 场景延伸：OpenClaw + CC-Switch
如果你的工作流里有 OpenClaw，它同样可以由 CC-Switch 统一托管模型接入：OpenClaw 的上游配置指向中转地址，供应商切换、模型调整都在 CC-Switch 里完成，Agent 本体的配置保持不动。这个组合的具体配置巨蓝鲸文档里也有专门一篇（OpenClaw 配合 CC-Switch 使用），感兴趣可以照着做，流程和上面一致，不再展开。 AI 开发者的工具栈只会继续膨胀，配置管理是早做早受益的事。CC-Switch 的价值不是「又多一个工具」，而是把协议差异、环境隔离、Key 安全这三件事从「每次手动处理」变成「一次配置档案化」。配合一个能统一提供多模型的接入渠道，整套工作流可以做到：换模型不动 Agent，换渠道不动配置文件。
参考文档：https://docs.julanjing.com/docs/tutorial-cc-switch.html
欢迎交流你们在 Agent 工作流里做多模型接入的做法。