最近在折腾 Claude Code 的时候，我突然发现，

自己已经悄悄走上了一条非常“苦行僧”的路：

一边嘴上说着要多试试国产模型， 一边每天对着 .claude/settings 这个配置文件来回折腾。

每次想换个模型，就得上演一遍——

打开隐藏目录 → 找到 settings → 复制一份备份 → 改一大坨 env → 重启 Claude Code 验证有没有写错

要是那天状态不好，多打了一个空格、少敲了一个引号， 直接就是报错error

AI 没写几行，配置文件倒是改得炉火纯青。

直到我遇到了这个小工具：CC Switch。

它帮我把这一整套「繁琐但不值钱」的操作，全部变成了——

点一下托盘图标，选一个供应商，完事。

从那一刻开始，我才意识到，

原来我以前不是在玩 AI 编程，而是在做 AI 配置工程师。

传统玩法：一份 settings，承载了我全部的眼泪

先简单回顾一下我之前到底有多惨。

Claude Code 想接入国产模型，大致需要这么一套流程：

1. 找到你系统里的 .claude 目录（Windows 一般在 C 盘用户目录下）

2. 打开其中的 settings 配置文件

3. 手动往里塞一大段 env 变量

比如接入Kimi k2的时候，我的配置大概长这样：

写到这里你可能会说，不就一段 JSON 嘛， 改一次也就几分钟的事。

问题在于——

我们不会只用一个模型。

这两年国产厂商在接 Claude Code 的速度， 完全可以用“百模大战第二季”来形容：

• 智谱 GLM 系列

• MiniMax

• Kimi k2

• ModelScope

• 还有最近 9.9 活动打得火热的豆包……

每家都有自己的 Base URL、自己的模型名字、自己的apikey。

于是我的日常就变成了：

想试一个新模型 → 先去控制台复制 Key → 再去看文档抄一段配置 → 改 settings → 重启 Claude Code → 发现没生效 → 回去对着文档逐行查错

写代码之前，先跟配置文件打一架。

最离谱的是，当你觉得“终于配好了”的那一刻， 过几天就会有人在群里问：

“你试过某某家的新模型吗？据说特别会写前端。”

你盯着已经被你改过数十次的 settings， 突然意识到：

问题从来不在于“会不会配”，而是在于“为什么我要老是配”

CC Switch：把「配置折磨」变成「点一下」

在这种背景下，CC Switch 横空出世。

一句话概括这个工具：

它就是 Claude Code / Codex 的模型&供应商切换器。

你不需要再上手写任何 JSON， 也不用记每家厂商的 Base URL 和模型名。

只需要做三件事：

1. 在 CC Switch 里添加你常用的供应商

2. 为每个供应商填好 API Key

3. 需要切换的时候，在托盘菜单里点一下

Claude Code 和 Codex 就会在后台， 乖乖换成对应的环境变量和模型配置。

从此以后，无论是想用Kimi, 智谱清言, Deepseek, MiniMax......哪一家供应商

都不再需要动 .claude/settings 一根汗毛。

那种感觉，就好像之前每次看视频都要手动选清晰度， 突然有一天变成了“智能自适应”， 你会恍惚觉得：

以前那个天天调配置的自己，是不是有点傻。

预设主流厂商：填 Key 就能用

让我觉得 CC Switch 很有诚意的一点是，

它不是一个“空框架”， 而是内置了市面上绝大多数支持 Claude Code 的供应商预设。

你打开“添加 Claude Code 供应商”的面板，会看到一排熟悉的名字：

• Claude Official

• Zhipu GLM

• MiniMax

• Kimi k2

• Qwen Coder

• ModelScope

• ……

对于这些已经做好的预设，你基本只需要：

1. 选中对应的厂商

2. 在“官网链接”那里确认一下控制台地址

3. 把自己的 API Key 粘进去

剩下什么 Base URL、模型名， CC Switch 会帮你全部安排妥当。

如果你恰好用的是某个还没被预设的新厂商， 也没关系：

• 选择“自定义配置”

• 按照说明填上 Base URL、模型名、Key 等字段

• 保存之后，它也能出现在你的供应商列表里

我自己的习惯是：

把“常年要用”的那几个厂商全部配一遍， 然后在托盘菜单里按照自己习惯排个顺序。

从此之后，换模型这件事，终于不再需要“做思想斗争”。

MCP 也能一站式管理：再也不用到处找配置

如果你已经开始玩 MCP， 你一定知道那种“明明安装了，Claude Code 里就是不成功”的抓狂感。

• MCP 服务装哪了？

• 是不是路径有问题？

• 环境变量到底是写在 Codex 那边还是 Claude Code 那边？

越搞越乱。

CC Switch 在这件事上也给了一个很优雅的解法：

直接在同一个面板里管理 MCP。

你可以：

• 直接安装预设的context7, memory, sequential-thinking等mcp

• 添加 / 编辑 / 删除 MCP 服务器

• 选择“同步”让 Claude Code / Codex 共享同一套 MCP 配置

在我自己的使用体验里，这带来的变化是尤其明显的

尤其是在你开始接MCP再也不需要将其复制到配置文件并小心翼翼调整缩进的时候

把这些 MCP 集中在CC Switch添加和管理， 对心智负担的降低，是肉眼可见的。

这是一个很「小」、但很必要的开源项目

从功能复杂度来说，CC Switch 并不是那种“看上去就很高冷”的工具。

它没有炫技的 UI， 也没有“十几页论文支撑的算法创新”， 做的事情甚至可以用一句话讲完：

就只是帮你把 Claude Code / Codex 的模型&供应商配置， 从文件里搬到一个可以点击的面板里

但是在我看来，它解决的是一个很多人都有、但又懒得说出口的小痛点：

• 我们愿意为了好的模型买单

• 也愿意为好的工具付费

• 唯独不愿意把时间浪费在“改来改去的配置文件”上

当国产模型越来越多、价格越来越卷、各种活动层出不穷的时候，

你越想“多试几个，再做决定”， 就越离不开一个能帮你“轻松切换”的工具。

而 CC Switch，刚好就做了这件事。

写在最后

现在编程模型的迭代速度真的很快

说不定今天大家在聊某个首月9.9的包月模型

明天就有人发朋友圈说“某某新版本真的好用”

后天又冒出一篇“对标/超越某某 4.5”的长文

你很难只忠于一家供应商， 也很难只跟一个模型谈一辈子恋爱。

站在这个时间点回头看，

我会把 CC Switch 定义成一个“很小但很务实”的工具：

它不决定“你用哪个模型更强”

但它决定“你能否轻松尝试更多模型”

当你真的开始认真考虑用国产模型这些追逐者写代码时

到那时候，你大概率会想起有这么一个小工具：

哦，对了，好像有个开源的 CC Switch， 能帮我把切换模型之类的烦心事全部打包解决

而等到那一天，

你会发现，

真正重要的从来不是“我会不会改配置”， 而是“我还能不能把更多注意力，留给写好代码这件事”。

这里是不Coding的haa，感谢你看到这里

如果喜欢这篇文章，不妨顺手点赞

更多 AI 编程相关的折腾记录，还会慢慢和你分享