一个 key 一份配置：用同一个接口同时驱动 Claude Code、Cursor 和脚本

当你同时使用多个 AI 工具——比如命令行里的 Claude Code、IDE 中的 Cursor、以及自己写的 Python 或 Node 脚本——最头疼的往往是每个工具都需要单独配置 API 密钥和接口地址。如果每个工具都去申请一套密钥，不仅管理麻烦，还可能因为混淆而调用错误。更合理的方式是：所有客户端都指向同一个 LLM API 聚合站，使用同一个 base_url 和 key。这样你只需要维护一份配置，就能让所有工具共享同一个额度池，并且随时切换模型。

为什么会出现环境变量冲突

大多数客户端都通过环境变量来读取 API 配置。常见的变量名包括：

• OPENAIAPIKEY 和 OPENAIBASEURL
• ANTHROPICAPIKEY 和 ANTHROPICBASEURL
• 某些工具自定义的变量，如 CLAUDECODEUSE_BEDROCK 等

问题在于，不同工具可能使用相同的变量名，但期望不同的值。例如，Claude Code 默认会读取 ANTHROPICAPIKEY，而 Cursor 可能也读取同样的变量。如果你在 shell 里全局设置了这些变量，那么所有工具都会用同一个值——这看起来是好事，但如果你同时想用官方 API 和聚合站，或者不同项目需要不同配置，就会互相覆盖。

更隐蔽的冲突是：某些工具会读取 OPENAIAPIKEY 来调用 OpenAI 兼容接口，而另一些工具则读取 ANTHROPICAPIKEY 来调用 Anthropic 兼容接口。如果你的聚合站同时提供这两种兼容接口，那么你可能会不小心让某个工具用了错误的变量，导致认证失败或调用了非预期的模型。

统一配置的核心思路

要让多个客户端共用同一套配置，关键在于两点：

1. 统一 base_url 和 key 的值：确保所有工具最终使用的接口地址和密钥是同一个。
2. 隔离环境变量的作用域：避免不同工具之间因为变量名相同而互相干扰。

具体来说，你可以为每个工具创建独立的启动脚本或配置文件，在启动时动态设置环境变量，而不是在全局 shell 配置中写死。这样，每个工具都能拿到正确的值，同时不会影响其他工具。

具体配置步骤

1. 获取聚合站的 base_url 和 key

假设你的聚合站提供了 OpenAI 兼容接口和 Anthropic 兼容接口，通常会有两个 base_url：

• OpenAI 兼容：https://api.example.com/v1
• Anthropic 兼容：https://api.example.com

你需要在聚合站后台生成一个 API key。这个 key 通常对两种接口都有效（具体以聚合站文档为准）。

2. 为 Claude Code 配置

Claude Code 是一个命令行工具，通常通过环境变量读取配置。你可以在启动 Claude Code 的脚本中这样写：

export ANTHROPIC_BASE_URL="https://api.example.com"
export ANTHROPIC_API_KEY="sk-your-aggregator-key"
claude-code

注意：不要把这些 export 语句放在你的 ~/.bashrc 或 ~/.zshrc 中，否则它们会全局生效，可能影响其他工具。建议写在一个单独的脚本里，每次需要时运行。

3. 为 Cursor 配置

Cursor 的配置方式可能因版本而异。通常你可以在 Cursor 的设置中填入自定义的 API base_url 和 key。如果 Cursor 支持通过环境变量覆盖，你可以在启动 Cursor 时临时设置：

ANTHROPIC_BASE_URL="https://api.example.com" ANTHROPIC_API_KEY="sk-your-aggregator-key" cursor

如果 Cursor 只支持在图形界面中配置，那么直接在设置里填入聚合站的地址和 key 即可。注意检查 Cursor 使用的是哪个变量名，避免与其他工具冲突。

4. 为 Python/Node 脚本配置

对于自己写的脚本，推荐使用 .env 文件或直接在代码中读取环境变量。例如，Python 中可以使用 python-dotenv：

from openai import OpenAI
import os
from dotenv import load_dotenv

load_dotenv()  # 从 .env 文件加载

client = OpenAI(
    base_url=os.getenv("OPENAI_BASE_URL"),
    api_key=os.getenv("OPENAI_API_KEY")
)

然后在项目根目录创建 .env 文件：

OPENAI_BASE_URL=https://api.example.com/v1
OPENAI_API_KEY=sk-your-aggregator-key

这样每个项目可以有独立的 .env，互不干扰。Node.js 中可以使用 dotenv 包达到类似效果。

5. 避免环境变量冲突的实用技巧

• 使用 direnv：direnv 可以在进入目录时自动加载 .envrc 文件，离开时卸载。这样不同项目可以有不同的环境变量，且不会污染全局。
• 为每个工具创建别名：在 shell 中定义函数或别名，在启动工具前设置特定的环境变量。例如：

```bash
alias claude-code-aggregator='ANTHROPICBASEURL="https://api.example.com" ANTHROPICAPIKEY="sk-xxx" claude-code'
```

• 避免在全局配置中设置 API 密钥：除非你确定所有工具都使用同一个聚合站，否则不要在 ~/.bashrc 中 export 这些变量。
• 检查工具文档：不同工具读取的变量名可能不同，务必确认。例如，有些工具可能读取 OPENAIAPIBASE 而不是 OPENAIBASEURL。

验证配置是否生效

配置完成后，你可以用简单的方法验证：

• 对于 Claude Code，运行一个简单命令，看是否返回结果。
• 对于 Cursor，在聊天窗口中提问，观察是否使用了聚合站的模型。
• 对于脚本，打印出实际使用的 base_url 和 key（注意不要泄露 key），或者发送一个测试请求。

如果遇到认证错误，首先检查环境变量是否被正确设置，以及是否被其他工具覆盖。

总结

通过统一 base_url 和 key，并利用环境变量的作用域隔离，你可以让 Claude Code、Cursor 和自定义脚本共享同一个 LLM API 聚合站。关键点在于：不要全局写死环境变量，而是为每个工具或项目单独配置。这样既能享受聚合站带来的便利（一个 key 调用多个模型、按官方价 ×1.3 扣费、USDC 充值无 KYC），又能避免工具间的配置冲突。