企业官网建设流程全解析

1. 从 npm 到 config.json：Claude Code 与 ccr code 本地安装全流程

Claude Code 是 Anthropic 推出的终端 AI 编程助手，能直接在命令行里读写项目文件、执行命令、跑测试；ccr code（Claude Code Router）则是一个路由层，把 Claude Code 的请求转发到不同模型供应商，让你用统一入口调用多家模型。这套组合适合谁？适合想在本地终端里做代码补全、重构、排障，又希望灵活切换模型通道的开发者。我第一次装的时候，卡在 Node 版本和 config.json 的字段上折腾了大半天，所以这篇把从环境准备到 API 连通验证的每一步都写清楚，你照着敲就能跑通。

整个流程分六步：装 Node/npm、全局装 Claude Code、全局装 ccr code、准备 API Key、写 config.json、启动并验证。核心检索词就是 claude code 安装、ccr code 配置、npm 全局安装、config.json 骨架。下面按顺序来，每一步都给可复制的命令和配置。

2. Node 与 npm 环境准备：版本选择与镜像加速

Claude Code 和 ccr code 都依赖 Node 运行时，Node 版本太低会直接报错。官方建议 Node 18 以上，实测 Node 20 和 22 都稳。先确认你机器上有没有：

node -v npm -v

如果输出v18.x以下或者命令找不到，就得装。Linux 新版本（Ubuntu 20.04/22.04 等）直接走官方源最省事：

curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash - sudo apt-get install -y nodejs

装完再node -v确认。如果是 Ubuntu 16.04 这类老系统，官方源可能因为 glibc 版本不够装不上，这时候用全依赖版本。下载对应 glibc 的包，解压重命名，再把路径写进.bashrc：

mkdir -p ~/node tar -xzvf node-v22.9.0-linux-x64-glibc-217.tar.gz -C ~/node/ mv ~/node/node-v22.9.0-linux-x64-glibc-217/ ~/node/node-v22/ echo 'export PATH="$HOME/node/node-v22/bin:$PATH"' >> ~/.bashrc source ~/.bashrc

这里有个坑：路径里的$HOME别写成固定的/home/xxx，换机器就失效。装好后把 npm 源换成国内镜像，下载包快很多：

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

最后一条命令应该回显https://registry.npmmirror.com/。到这一步 Node 和 npm 就绪，可以进下一步。如果你用的是 macOS，直接brew install node或者官网 pkg 安装包都行，逻辑一样。

3. 安装 Claude Code 与 ccr code：全局命令与 config.json 骨架

环境好了，两条全局安装命令搞定主体工具。先装 Claude Code：

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

再装 ccr code，它的包名是@musistudio/claude-code-router：

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

装完验证一下：

claude --version ccr --version

两个都能输出版本号就说明装上了。接下来是重点——config.json。ccr code 的配置文件默认在~/.claude-code-router/config.json，没有就手动建：

mkdir -p ~/.claude-code-router cd ~/.claude-code-router touch config.json

然后写入配置骨架。下面这份是可复制的 JSON，把api_key换成你自己的：

{ "LOG": false, "Providers": [ { "name": "taotoken", "api_base_url": "https://taotoken.net/api/v1/chat/completions", "api_key": "sk-你的TaoToken密钥", "models": [ "claude-sonnet-4-5", "claude-opus-4-1", "gpt-5" ], "transformer": { "use": [ ["maxtoken", { "max_tokens": 65536 }], "enhancetool" ] } } ], "Router": { "default": "taotoken,claude-sonnet-4-5", "background": "taotoken,gpt-5", "think": "taotoken,claude-opus-4-1", "longContext": "taotoken,claude-sonnet-4-5", "longContextThreshold": 60000 } }

三个关键字段必须对齐：api_base_url指向 TaoToken 的 API 通道https://taotoken.net/api，api_key填你在控制台生成的 Key，models里写你要用的 Model ID。这三件套（Base URL + Key + Model ID）缺一不可，写错任何一个都会在请求时报错。TaoToken 的 Key 在控制台的 API Keys 页面生成，地址是 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=config_json&utm_campaign=rewrite ，生成后复制粘贴到api_key字段。

Router段决定不同场景走哪个模型：default是默认对话，background是后台任务，think是推理任务，longContext是超长上下文。longContextThreshold设 60000 表示超过 6 万 token 自动切到长上下文模型。这套配置的好处是统一走 TaoToken 通道，不用为每个供应商单独维护 Key。

4. 验证请求：启动 ccr code 并确认 API 连通

配置写完，进你的项目目录启动：

cd ~/your-project ccr code

第一次启动 ccr 会读取 config.json，如果 JSON 格式有误会直接报解析错误。启动成功后你会看到 Claude Code 的交互界面。这时候发一条测试请求，比如：

帮我看看当前目录下有哪些文件，并解释 package.json 的作用

如果模型正常返回，说明 API 通道打通了。想更直接地验证连通性，可以用 curl 单独测一次 TaoToken 的接口：

curl https://taotoken.net/api/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-你的TaoToken密钥" \ -d '{ "model": "claude-sonnet-4-5", "messages": [{"role": "user", "content": "ping"}], "max_tokens": 50 }'

返回里带choices数组和内容，就说明 Key 和 Base URL 都对。如果返回 401，是 Key 问题；返回 404，多半是api_base_url路径写错，注意结尾要带/v1/chat/completions。实测下来，ccr code 启动后如果一直转圈不出结果，九成是 config.json 里Router引用的模型名和Providers里的models对不上，检查一下逗号前后的名称是否完全一致。

验证通过后，你就可以在终端里正常用 Claude Code 做代码补全、重构、写测试了。想切换模型，改Router里的字段重启 ccr 即可。

5. 常见报错排查：401、local proxy failed 与 reading choices

装这套东西最容易踩的坑集中在几个报错上，我按真实遇到的顺序列一下。

401 Unauthorized：Key 无效或没带Bearer前缀。检查 config.json 里api_key是否完整，有没有多余空格。TaoToken 的 Key 以sk-开头，复制时别漏字符。如果 Key 是对的还报 401，去控制台确认这个 Key 有没有被禁用或额度耗尽。

local proxy failed / connection refused：ccr code 本地代理没起来。先确认ccr --version能正常输出，再检查有没有其他进程占用端口。重启终端或者ccr restart一般能解决。如果是在容器里跑，确认容器网络能访问外网。

reading choices 报错（Cannot read properties of undefined (reading 'choices')）：这是响应结构不对，通常是api_base_url写成了https://taotoken.net/api而漏了/v1/chat/completions。补全路径即可。另一种情况是模型名写错，供应商返回了错误对象而不是标准响应，ccr 解析choices时就崩了。对照models数组里的名称逐个核对。

OAuth / 登录相关报错：Claude Code 原生会引导你登录 Anthropic 账号，但走 ccr 路由时不需要 OAuth，所有请求都通过 config.json 里的 Key 走。如果启动时被要求登录，说明 ccr 没接管成功，检查ccr code命令是不是在项目目录下执行的，以及 config.json 是否在~/.claude-code-router/下。

JSON 解析错误：config.json 里多一个逗号、少一个引号都会导致启动失败。用python -m json.tool config.json验证格式，能正常输出就说明 JSON 合法。

排查顺序建议：先 curl 测 Key 和 Base URL，再验证 config.json 格式，最后看 ccr 启动日志。这样能快速定位是通道问题还是配置问题。

6. 统一通道接入与后续使用建议

把 Claude Code 和 ccr code 装好、config.json 配好之后，你就有了一套本地终端 AI 编程环境。所有模型请求统一走 TaoToken 的 API 通道，Base URL 是https://taotoken.net/api，Key 在控制台管理，模型 ID 在 config.json 的models里声明。这套结构的好处是换模型只改一个字段，不用动 Claude Code 本身。

如果你打算长期在终端里做编码和 Agent 任务，可以了解下 Coding Plan，地址是 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding_plan&utm_campaign=rewrite ，适合高频调用场景。想先试试模型对话效果，可以去 https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_content=model_chat&utm_campaign=rewrite 。接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite ，里面有各语言的调用示例。

最后给个实用技巧：config.json 改完不用重装，直接重启 ccr 就生效。建议把这份配置备份一份，换机器时复制过去改个 Key 就能用。装的过程中如果卡在某个报错，优先用 curl 单独测通道，能省很多排查时间。