7401 字
37 分鐘
2025 AI Coding 回顧及免費資源分享

2026/06 更新:

這篇文章原本是我 2026 年 1 月在公司內部分享的內容。現在回頭看,很多工具的狀態已經變了,所以先補一段現在的結論。

到 2026 年 6 月,我自己的 AI coding 主力已經收斂到 Claude CodeCodex。其他工具偶爾可以玩,但我不會再把主要工作流壓在上面。原因很簡單:強度差太多。你花時間研究那些工具、切換那些工具、追它們的額度規則,最後常常只是拖累自己的效率。

我現在也更傾向只用「第一方」AI coding 工具。Anthropic 自己訓練 Claude 模型家族,包含 Opus、Sonnet、Haiku 這些模型,然後推出 Claude Code;OpenAI 自己訓練 GPT 系列,以及針對 coding 最佳化的 Codex 模型,然後推出 Codex 這個 AI coding agent。這種自己掌握模型、產品、額度和迭代節奏的公司,才比較有機會把 AI coding 工具做到真的能長期使用。像 Cursor、GitHub Copilot、Copilot CLI 這類工具,很多時候比較像模型服務的二房東。就算一開始額度給得很大方,等使用者量起來之後,也很容易開始限縮。畢竟最上游的模型提供者已經先賺一手,中間再包一層產品,成本壓力一定會回來。

所以如果你問我現在要用什麼 AI coding 工具,我的答案很直接:Claude Code 和 Codex。其他的先不用浪費時間。

另外,本文後面有一段 CLIProxyAPI × Antigravity × Claude Code 的教學,那是 2025 年 11 月 Antigravity 剛推出後到 2026 年 2 月左右的快樂時光。當時 Antigravity 提供很大方的 Claude Opus 額度,我們把它包成 API 給 Claude Code 用,免費用了很多 Google 爸爸的 token。那段時間真的很爽,也很感謝。

但這個作法現在已經不適用了。Google 後來開始限制這種使用方式,也會處理違反使用政策的帳號。我自己也遇過帳號被 ban,當時 Google 沒有事先通知就直接封,後來全球使用者反彈,才又全部解禁。自此之後我就不再用 Antigravity 這條路了。Antigravity 本身沒有好用到值得投入,當初會用它,主要也只是為了它提供的 Claude Opus 額度。現在這段教學我會保留在附錄,當成當時玩法的紀錄,不建議再照著做。

原文分享目的:藉此機會回顧我在 2025 使用 AI Coding 的開發心得,及分享免費資源(包含免費使用最強的ai coding工具: Claude Code)。


從生成式 AI 到 Agentic AI#

從 2023-2024,Generative AI(生成式 AI)的時代,大家對著 ChatGPT 一問一答,自己複製貼上。

到 2025 正式進入了 Agentic AI 的時代——AI 開始會用工具、會規劃、會測試、會修正錯誤,自主完成任務。

舉個例子:以前你跟 ChatGPT 說「幫我寫一個登入功能」,它會給你一段程式碼,你複製貼上,跑不動再問它怎麼修。現在用 Claude Code 這類 Agentic 工具,你下一個 prompt,它會自己讀你的 codebase、理解專案結構、寫好程式碼、跑測試、發現錯誤自己修,一路做到完。你變成 reviewer,它變成實際動手的那個。


為什麼你不應該再說「AI 是智障」#

你是老闆,AI 是你的員工#

把 AI 想成是你的員工,而你就是這間公司的老闆。

當員工(AI)產出的結果不理想,老闆(你)有兩個責任:

  1. 指令是否清楚? 你有沒有把任務目標、背景資訊、限制條件講清楚?
  2. 有沒有派對人? 你是不是叫會計去寫程式,或是叫業務去修水電?

如果要使用 AI 產出的內容,自己就要負起全責,而不是出事就怪 AI。

現階段的 AI 已經夠強了,如果不滿意它的產出,通常問題出在「人」身上——是你不會用,或是你用錯了工具。

每個模型都有它的「守備範圍」#

就像公司裡有不同職位的員工,每個 AI 模型也有它的強項與弱項。身為老闆,你必須知道哪個任務該派給哪個模型。

舉例來說,在 Coding 這件事上:

  • Gemini:它的優勢在於超長上下文(Large Context Window)。因為可以一次吃下極大量的資訊,它非常適合用來讀codebase、進行專案規劃、或是撰寫技術文件。雖然它也能寫 code,但在純 Coding 的邏輯與品質上,目前並非首選,有其他更專精的工具與模型(如 Claude Code + Opus)表現更好。
  • Claude Code + Opus Model:這是目前業界公認最強的組合。Opus在邏輯推理、程式碼品質、以及調用工具的能力上,遠勝其他模型。搭配 Claude Code 這個 agentic tool,它能讀取整個專案上下文,寫出來的 code 基本上一步到位。

思考型模型 vs 一般模型:這很重要#

另一個常見的誤區,是不知道「一般模型」與「思考型模型」的差別。

一開始的 LLM 只是在做「文字接龍」(next token prediction),可能適合寫寫信件、短文。但開始能「推論/思考」就不一樣了。

這背後的技術叫做 Chain-of-Thought (CoT),也就是「思維鏈」。讓模型在回答前,先一步一步地推導,而不是直接吐答案。從最早的OpenAI 的 o1/o3 系列、Gemini pro 都是這類「推理模型」(Reasoning Models)的代表。

實務建議: 不管是什麼任務,一律使用思考/推論型 model。用一般的 LLM,只是在作文字接龍,根本無法控制回答品質及產出。

  • ChatGPT:開 thinking,不要用 auto。Auto 常常為了省錢切換到一般模型,產出品質不穩定。
  • Gemini:請選用思考型及pro模型。

經典案例:Strawberry 有幾個 r?#

網路上也很常看到有人問 LLM:「Strawberry 裡面有幾個 r?」

如果用一般的模型(非推理模型),它可能會自信地回答「2 個」,然後就被截圖發到網路上嘲笑「AI 連數數都不會,真是智障」。

事實上,這是因為一般 LLM 是基於 Token(詞元)在運作,而不是字母。對模型來說,「Strawberry」可能被拆成少數幾個 Token,它並沒有真的去「數」裡面的字母。

但如果你用的是具備 CoT 能力的推理模型,它會先「思考」:把單字拆開,S-t-r-a-w-b-e-r-r-y,逐一計算,最後得出正確答案「3 個」。


2025 三本柱模型發布時間軸回顧#

high-end-ai-model-releases


2025 AI Coding 工具回顧#

AI IDE vs AI CLI:本質上的差異#

1. AI IDE(如 Cursor, Kiro, Antigravity)#

2025 上半年,我主要還是在 AI IDE 裡工作,最常用的是 Cursor。

AI IDE 的核心仍然是「人坐在編輯器前面寫程式」,只是旁邊多了一個很強的助手。像 Cursor Tab 這種 auto-complete 真的很方便,你寫到一半,它就能預測你接下來要補哪一段,甚至知道下一個可能要改的位置。這對日常開發的體感提升非常大,尤其是修小 bug、補 UI 狀態、改型別、整理重複程式碼這類工作。

Cursor 後來也有 agent mode,可以讀 codebase、幫你改檔案、跑一些任務。不過在我的使用體感裡,那時候的重心還是「我在寫,它在輔助」。你會一邊看它產生的內容,一邊接受或拒絕變更,必要時自己接手修改。整個節奏仍然很接近傳統 IDE,只是自動補全和 AI 修改能力變得非常強。

2. AI CLI(如 Claude Code, Codex CLI)#

到了 2025 下半年,我開始明顯轉向 AI CLI,原因很直接:我需要手寫程式碼的比例大幅下降了。

AI CLI 的工作流不太一樣。你可以直接丟一個比較完整的任務給它,例如「把這個 feature 做完」、「重構這段流程」、「補測試並修到測試通過」。它會自己讀 codebase、改檔案、跑指令、看錯誤訊息,再回頭修 code。你不一定需要一路盯著每一行怎麼寫,更多時候是等它完成一輪工作,再回來 review。

這也是我覺得 AI IDE 和 AI CLI 最大的差異。用 AI IDE 時,我還是會待在 VS Code 裡手寫很多 code,AI 幫我補、幫我改、幫我加速。用 AI CLI 時,我比較像是在交辦任務:先把需求、限制、驗收標準講清楚,讓它自己做完一大段 feature,最後再用 Git GUI,例如 Fork,或搭配 VS Code 的 diff 工具去看變更。

到這個階段,人的工作重心也變了。以前是一直寫 code,現在更常做的是拆任務、補 context、看 diff、抓不合理的實作。以我的經驗,Claude Code 在 2025 下半年的完成度已經明顯高過 Cursor,特別是需要連續改多個檔案、根據錯誤再修正的任務。這也是我後來從 AI IDE 轉到 AI CLI 的主要原因。

Cursor#

一個從 VSCode fork 出來的 AI IDE。厲害的是 Cursor Tab(auto-complete),它會自動幫你補全,還會預測你接下來可能需要修改的位置,在按下 Tab 時將游標跳轉到該處,並在跳轉後預測你要寫的程式碼生成給你。比 GitHub Copilot 強大太多。並支援聊天的 agent mode,可以讀取專案內的所有檔案,下 prompt 就幫你修改程式、完成任務。

我上半年都在用 Cursor。Cursor 為 2025 上半年開發者社群公認最強、最廣受好評的 AI coding 工具,尤其在 agent mode 的表現上更是備受推崇。

Cursor Days Used Cursor Summary

Cursor 定價爭議#

2025 年 6 月中旬,Cursor 突然宣布更改計費方式,從原本的「請求式計費」改為「用量式計費(Usage-based)」,引發了社群巨大的反彈與炎上:

舊制度(請求式計費)

  • Pro 方案($20/月):500 次快速請求 + 無限慢速請求
  • 每個與 AI 的互動算一個「請求」,簡單直覺

新制度(用量式計費)

  • 取消無限慢速請求,改為每月提供 $20 等值的「Frontier Model Usage」額度
  • 所有的 AI 操作(包含 Tab 自動補全、Chat、Composer)都開始根據 Token 消耗量計費

使用者反彈的引爆點:

  1. 變相漲價與額度縮水:原本「無限慢速」的吃到飽紅利消失。許多重度使用者發現,新的 $20 額度在幾天內就被耗盡,實際可用量遠低於舊制。
  2. 不透明的消耗:Cursor 的一些背景功能(如預測性補全、索引建立)會默默消耗 Token,使用者在不知情的情況下額度被燒光,被社群批評為 “Silent Nerf”(無聲削弱)。
  3. 溝通災難:這項重大改變是在沒有充分預告的情況下實施的。雖然官方後來道歉並提供退款,但許多開發者(包含我)對其信任感已大打折扣,轉而尋找替代方案如 Claude Code。

這就是為什麼我會在下半年跳槽的主因。


Claude Code#

這東西是閉源,目前業界公認最強的 AI Coding 工具。

因為 Cursor 的 pricing 策略改變,且 Claude Code 有提供 3 個月半價,促使我跳槽,並且認識到這個最強的工具。

缺點是用量給的不多,一般 $20 美金方案只適合輕度開發,需搭配其餘免費工具如 Gemini CLI。或是課金到 $100/$200 的方案。

Claude Code 的創作者 Boris Cherny 貼文說他一個月寫了四萬行程式碼,用的是 ralph-loop 讓 AI 自動工作:

30 天內 259 PR / 497 commits / 40k lines added / 38k removed

Boris

Claude 都在引領業界發展。Claude Code 紅了之後,其他人才開始爭相模仿。另外如 MCP 的規格、近期最紅的 skills,都是 Claude 提出的。


Gemini CLI#

2025 第二季有跳美國 VPN 拿到免費 Google AI Pro,2025 Q3 開放到台灣,也有再拿一次 Google AI Pro。Google 給的用量非常大方,根本用不完。

不過 Gemini 還是不適合拿來寫程式,除了 UI 方面表現不錯之外。我基本上除了 coding 之外的任務都會考慮 Gemini CLI,因為它有大量 token 可以燒。我會拿來讀 codebase、理解程式碼,或是跟它 chat 討論問題。

但使用時也要小心它會偷懶。例如讀 codebase,要具體指定它去讀取程式碼,或是要盯著終端機看它到底有沒有調用 READ 的功能、真的去讀取程式碼。有時候它會用猜的結果去回答你而不是真的去讀code base。


Codex CLI#

$20 的方案給的用量就挺大方的。基本上在處理後端的任務時表現不錯,但前端尤其是 UI,無法一次到位,可搭配 Gemini CLI 協作。


Copilot CLI#

Claude Opus 4.5 推出的時候,使用這最強模型僅算 1 倍用量,很划算。每月 $10 美金,用量每月重置,但每月用量不多,只適合輕量使用者。過沒多久後 Opus 也恢復成消耗 3 倍用量了。

跟 Claude Code / Codex / Gemini CLI 的頻繁更新相比,Copilot CLI 算是最晚推出產品的,更新又比別人慢。別家每天都在更新,這家可能一兩週才有更新。可以感受到傳說中微軟果然是養老的企業,動很慢,難怪 GitHub 的 CEO 被換掉。使用者明顯有感受到產品迭代速度跟競品差距很大。


JetBrains AI#

JetBrains AI Assistant 整合在 IntelliJ IDEA、PyCharm、WebStorm 等 IDE 裡。主要功能:

  • AI 程式碼補全:上下文感知的智能建議
  • 程式碼生成:從自然語言描述生成程式碼
  • 程式碼解釋:解釋選定的程式碼片段
  • IDE 內建聊天:直接在 IDE 中與 AI 對話
  • Commit 訊息生成:自動建議 Git commit 訊息

有免費額度可以用,偶爾可以用一下。我基本上是拿來 chat,幫助我理解程式碼跟 codebase。但不會拿來寫 code,因為有更好的工具。


Amazon Kiro#

也是 AI IDE,在 2025 年 7 月推出預覽版。當時還要排隊註冊,後來用 AWS 帳號註冊了,因為有優先權。提供非常慷慨的免費用量。

它導入了一個 SDD(Spec-Driven Development,規格驅動開發) 的概念,對我最大的幫助就是讓我了解 SDD 這個概念,並運用到新的專案上,成效很好。


Antigravity#

2025 年 11 月推出。

八卦:為何 Google 要提供免費的 Claude 模型、甚至包含最強的 Opus 4.5?因為 Google 有錢可以燒,而且又是 Anthropic 股東,不管怎樣贏家都是 Google。

不過我們用不到 Antigravity 本身,因為它不過只是又一個 VSCode 的 fork。但它很大方地提供用量,就算免費用戶也有。所以就連非程式開發者也被吸引了。

真的要用 AI IDE 的話,目前最強應該還是 Cursor。所以我們介紹 Antigravity 只是為了免費用它提供的 Claude Opus 4.5 的 quota,拿到 Claude Code 使用,後面會提供教學。

  • Google AI Pro 用戶:每 5 小時會重置 quota
  • 免費用戶:每週重置

我也了解這是因為它剛上線要吸引用戶,所以提供慷慨的用量,後面會慢慢收回。所以趁能用的時候,就好好珍惜吧。


2025 AI Coding 工具小結#

工具推薦程度說明
Claude Code + Opus 4.5最推業界公認最強,我的使用體驗也是最好的
Codex CLICP 值首選$20 方案用量大方,後端任務表現好
Gemini CLI特定用途長上下文優勢,拿來讀 codebase、理解程式碼、寫寫文件還行

SDD:Spec-Driven Development#

為啥要介紹 SDD?前期先打磨好規格文件,中後期就讓 AI 照著任務清單去一個一個完成,降低人為介入幅度。

流程:Requirements → Design → Tasks

我的經驗是 SDD 很適合新專案。可以先用 Kiro 產出一個雛形文件,再用網頁版LLM或其他 AI CLI 工具去打磨文件。

詳細介紹可以參考高見龍的文章: https://kaochenlong.com/sdd-spec-driven-development


2025 工作流演變#

從手刻 code 搭配 AI IDE(Cursor)的自動補全及 agent mode → AI CLI + VSCode(回到單純的 IDE)

我幾乎不再手刻 code,轉為全用 AI 寫 code。我轉為 reviewer。


進階設定#

Claude Code 設定#

看創造者怎麼 setup Claude Code: https://x.com/bcherny/status/2007179832300581177?s=20

  • 簡單 setup:CLAUDE.md
  • Plugin 安裝:Context7、各語言 LSP

近期社群最熱門的進階應用:

  • Skills (技能擴充): 這跟 CLAUDE.md 不一樣。CLAUDE.md 是全域設定,內容會被直接載入,佔用 Token。 Skills 則是設計來節省 Token 的工具箱。它採用 Lazy Loading (延遲載入) 機制:一開始 AI 只會讀取 Skill 的 Metadata (名稱與描述),知道有哪些招式可以用。只有在 AI 判斷「現在需要這個功能」時,才會真的去載入該 Skill 的詳細指令或程式碼。 這讓你可以定義成千上萬個複雜的專案操作(如:複雜的測試流程、資料庫遷移),卻不會一開始就塞爆 AI 的腦容量 (Context Window)。
  • Ralph Loop (自動修正迴圈): 這是 Boris Cherny 提到的自動化密技。簡單說就是讓 AI 進入「寫 Code → 跑測試 → 報錯 → 修 Code」的無限迴圈。 AI 會自己看錯誤訊息修正,直到測試通過為止。你只要下令,它就像個不眠不休的員工,自己在背景試到成功為止。

使用範例: https://github.com/ChrisWiles/claude-code-showcase


閒聊#

舉例2024年底 ALPHA Camp 收掉,其實很有遠見。2025 看到一堆賣課仔在狂打廣告,就知道生意不好了。連 Udemy 也被 Coursera 合併了。

AI 時代學習路線改變了。以前是先學再做,現在 AI 可以允許你先做再從中學。

  1. 不是會了才做,是做了才會。 拋下既定觀念,直接跟 AI 開始做事情吧。
  2. 真要說人類還有什麼不能被 AI 取代,大概只剩行動力、好奇心、判斷力。除此以外的,都要先選擇相信 AI 能做到。

訂閱 AI 服務不要用年訂,用月訂保留彈性。 因為變化太快了,隨時有新的玩法。


免費資源#

ChatGPT 免費試用#

我曾經訂閱過的 GPT 帳戶,現在沒訂,但回去看,會發現它送你免費試用。大家可以看看自己的 GPT 帳戶,是否有免費試用。

不要跟我說這是 PM 的正常操作。事實就是現在 AI 各巨頭非常競爭,到白熱化的階段。再更早之前,按退訂就送你半價三個月。

總之目前還是使用者是最大贏家。

chatgpt免費試用


語音輸入:比 Typeless 更早的玩法#

最近 Typeless 很紅,不過我很早就在用 ChatGPT 語音輸入,轉錄結果非常精準。隨時紀錄腦中思緒想法,或是懶得打字,或是用說的表達比較清楚。Brain dump,想到啥就說,再用 AI 修。

圖片是 2024 年初,我讓我媽對著 ChatGPT 說牛肉麵食譜,講了 10 分鐘,轉成文字非常方便,再用 AI 去整理。

ChatGPT-語音輸入

ChatGPT Voice Transcription

Google AI Studio#

這東西是 Google 定位給程式開發者使用的,Gemini 則是面向一般使用者,所以在使用上基本上可以感受到 Google AI Studio 更強。

Audio-to-Text:音檔轉逐字稿,適合長上下文。實測 1 個小時的音檔都能順利轉錄。它能調用 Google Search 的功能,有上下文跟專有名詞,所以轉錄得很準。

在還是 Gemini 2.5 Pro 的年代就已經很準了,現在 Gemini 3 Pro,逐字稿品質又更好了,讚嘆!


Google AI Pro 免費取得#

去年第二季美國有開放學生免費拿 Google AI Pro,有在公司群組分享。第三季台灣也開放學生免費申請 Google AI Pro,所以我剛好有拿到兩個。

而且 Google AI Pro 是家庭方案,一個家庭內有六個使用者,每個使用者的 Antigravity 用量都是獨立計算的:

  • Pro 會員:每 5 小時重置用量
  • 一般會員:也有免費額度,每週重置

CLIProxyAPI:把 Antigravity 的 Claude 用量拿來給 Claude Code 用#

2026/06 更新:這個作法現在已經不適用了。Google 後來開始限制這種繞用 Antigravity 額度的方式,也可能處理違反使用政策的帳號。以下內容保留作為當時的歷史紀錄,不建議再照著操作。

CLIProxyAPI 可以把 Antigravity 提供的 Claude Opus 4.5 用量,拿來在 Claude Code 使用。

簡單來說,它是一個本地的 proxy server,讓你可以把 Antigravity 的 API 轉接到 Claude Code。你在本地跑一個服務,Claude Code 連到這個服務,這個服務再去跟 Antigravity 要資料。這樣就可以用 Antigravity 的免費額度來跑 Claude Code 了。

https://github.com/router-for-me/CLIProxyAPI

完整教學請參考附錄。


2026 展望#

2026 年我會專注在把 Claude Code 用好,但也保持 open minded,眼睛張開,一樣會看外界的變動。

附錄#

CLIProxyAPI × Antigravity × Claude Code 完整教學手冊#

2026/06 更新:這份附錄是 2026 年 1 月整理的教學。到 2026 年 6 月,這個方法已經不適用,請把它當成歷史紀錄,不要再拿主帳號或重要帳號嘗試。

目標#

https://github.com/router-for-me/CLIProxyAPI

  • Claude Code 的所有請求打到 本機 CLIProxyAPI

    https://github.com/router-for-me/CLIProxyAPI

  • CLIProxyAPI 再使用 你的 Google / Antigravity OAuth 授權去呼叫 Antigravity 提供的模型(例如 Opus)

  • 不走官方 Anthropic 付費 API(Claude Code 的 /cost 僅為估算)


重要風險與安全提醒(必讀)#

  1. CLIProxyAPI 會把 OAuth token 存在你設定的 auth-dir(通常是 JSON 檔)。
    • 這些檔案等同「登入憑證」,務必保護:不要上傳、不要丟到公開雲端、不要提交到 Git。
  2. 不要把服務暴露到區網/外網
    • 一律把 host 限制成 127.0.0.1(只允許本機)。
    • API key / management key 也不要外流。
  3. 關於「會不會被封 Google 帳號」
    • 沒人能保證 0 風險。實務上你能做的就是:本機自用、不要對外提供、不要大量自動化/多帳號輪詢,並用分身帳號風險更低。

你需要準備的東西#

  • Windows 10/11(Intel/AMD:下載 windows_amd64https://github.com/router-for-me/CLIProxyAPI/releases
  • 已安裝 Claude Code(你已安裝)
  • 可用的 Google 帳號(能登入 Antigravity 並看到 Opus 類模型)
  • CLIProxyAPI(從 GitHub Release 下載 zip)

不需要另外安裝 Antigravity 桌面程式。OAuth 登入通常用瀏覽器即可。


Part A:安裝與資料夾建議(強烈推薦這種結構)#

為了未來更新最省事,建議你用這個結構:

C:\cli-proxy-api\
├─ auth\ (OAuth token JSON 會放這)
├─ config.yaml (設定檔,與執行檔同層)
└─ cli-proxy-api.exe

優點:結構簡單,設定檔與執行檔在一起,更新只換 cli-proxy-api.exe


Part B:建立 config.yaml(安全、適合本機自用)#

把下面存成:C:\cli-proxy-api\config.yaml

你已經調好 config 也沒關係,下面是「建議最小安全版」;你可以對照修改重點。

# 只綁本機,避免區網/外網可打到
host: "127.0.0.1"
port: 8317
tls:
enable: false
cert: ""
key: ""
remote-management:
allow-remote: false
# 這是「管理頁」登入用的 key(你自己設定的明文)
# 啟動後若被自動 hash,網頁登入仍輸入「你原本的明文」
secret-key: "你的強密碼-management-key"
disable-control-panel: false
# OAuth token 存放位置(很重要,請保護好)
auth-dir: "C:/cli-proxy-api/auth"
# 這是「一般 API 呼叫」用的 key(Claude Code 要用這個)
api-keys:
- "sk-local-一長串隨機字串"
debug: false
logging-to-file: false
logs-max-total-size-mb: 0
usage-statistics-enabled: true
# 建議鎖 WS
ws-auth: true
# 先關掉自動切換(避免你以為在 Opus,其實被切走)
quota-exceeded:
switch-project: false
switch-preview-model: false
routing:
strategy: "round-robin"
request-retry: 3
max-retry-interval: 30
proxy-url: ""
force-model-prefix: false
commercial-mode: false

兩種 Key 的用途(避免搞混)#

  • Management Keyremote-management.secret-key(進管理頁 management.html 用)
  • API Keyapi-keys 裡的 sk-local-...(Claude Code 連本機代理用)

Part C:第一次登入 Antigravity(OAuth)#

1) 開 PowerShell,進到 CLIProxyAPI 資料夾#

Terminal window
cd C:\cli-proxy-api

2) 先跑 OAuth 登入#

Terminal window
.\cli-proxy-api.exe --config .\config.yaml --antigravity-login

成功後你會看到:

  • 瀏覽器跳出 Google 登入/授權
  • C:\cli-proxy-api\auth\ 出現新的 JSON 檔(token 檔)

常見卡住點#

  • 本機 callback port 被佔用/被防火牆擋:關閉安全軟體干擾,或看 CLIProxyAPI log 提示的 port。
  • 瀏覽器沒自動開:可用 -no-browser 讓它印出網址你自己貼到瀏覽器。

Part D:啟動 CLIProxyAPI 服務#

在同一個資料夾跑:

Terminal window
.\cli-proxy-api.exe --config .\config.yaml

保持這個視窗開著(它就是伺服器)。


Part E:開管理中心(CPAMC)確認狀態與模型名稱#

打開瀏覽器:

  • 管理頁入口:

    http://127.0.0.1:8317/management.html#/login

輸入:

  • URL:它會自動用 http://127.0.0.1:8317
  • Management key:你 config.yamlremote-management.secret-key 的「明文」

如果登入顯示 invalid management key#

  • 很可能你 secret-key 已被啟動時寫回成 hash(像 $2a$...),這時你仍要輸入你原本設定的那串明文
  • 如果你忘了明文:直接停服務 → 改 secret-key 成新的明文 → 重啟 → 用新明文登入

Part F:把 Claude Code 指到本機代理(每次開新終端需設定一次)#

在你要跑 Claude Code 的 PowerShell(可以在任何 repo 目錄)設定:

Terminal window
$env:ANTHROPIC_BASE_URL="http://127.0.0.1:8317"
$env:ANTHROPIC_AUTH_TOKEN="sk-local-你config裡那串api-key"
$env:ANTHROPIC_DEFAULT_OPUS_MODEL="gemini-claude-opus-4-5-thinking"

然後啟動 Claude Code:

Terminal window
claude

你那個 model 名稱(例如 gemini-claude-opus-4-5-thinking)以你管理中心看到/實際可用為準。


建議做法:做一鍵啟動腳本(免得每次貼三行)#

建立檔案:C:\cli-proxy-api\start-claude.ps1

Terminal window
$env:ANTHROPIC_BASE_URL="http://127.0.0.1:8317"
$env:ANTHROPIC_AUTH_TOKEN="sk-local-你自己的key"
$env:ANTHROPIC_DEFAULT_OPUS_MODEL="gemini-claude-opus-4-5-thinking"
claude

用法:

  1. cd 到你的專案目錄
  2. 執行:
Terminal window
C:\cli-proxy-api\start-claude.ps1

Part G:驗證你真的在吃 Antigravity 的用量#

1) 在 Claude Code 確認模型#

  • /model 應該顯示你選的 Opus model

2) 管理中心(CPAMC)Usage 有跳#

  • Requests / Tokens 會隨你對話增加

3) 檢查環境變數(你已做過)#

Terminal window
echo $env:ANTHROPIC_BASE_URL
echo $env:ANTHROPIC_AUTH_TOKEN

只要 BASE_URL127.0.0.1,就不是直連官方 API。


Part H:/cost 會顯示費用是正常的嗎?會真的扣錢嗎?#

Claude Code 的 /cost 通常是:

  • 用「token 數量 × 官方定價」做估算

  • 它看到自己在用 “API Usage Billing” 模式就會顯示金額

    但你實際走的是 127.0.0.1 → CLIProxyAPI → Antigravity,所以這金額多數情況不是你真實扣款帳單

真實證據以:CPAMC Usage、以及你是否真的有官方 API key/付費帳單為準。


Part I:如何查看 Antigravity 的 Opus 剩餘用量?#

最簡單且準確的方式是:

  1. 下載並安裝 Antigravity 桌面版
  2. 安裝擴充功能(Extension):Antigravity Cockpit

Antigravity Cockpit 可以直接顯示剩餘額度以及重置時間,比透過網頁或推估準確許多。


Part J:更新 CLIProxyAPI(不重登、不重設最省事)#

✅ 更新原則:保留 config.yamlauth-dir,替換 exe 即可。

推薦更新方式#

  1. 停掉舊版(伺服器視窗 Ctrl+C)
  2. 下載新版 zip,解壓縮取得新的 cli-proxy-api.exe
  3. 備份舊的 exe(例如改名為 cli-proxy-api.exe.bak
  4. 將新的 cli-proxy-api.exe 放入 C:\cli-proxy-api\ 覆蓋
  5. 重新啟動:
Terminal window
cd C:\cli-proxy-api
.\cli-proxy-api.exe --config .\config.yaml

不用刪舊版,留著當回滾。


Part M:多帳號設定(突破單一帳號用量限制)#

如果你有一個以上的 Google 帳號(皆可用 Antigravity),可以全部登入。CLIProxyAPI 會自動輪詢(Round-robin)使用,讓你的可用量翻倍。

設定步驟#

  1. 準備:確保你擁有第二個可用的 Google 帳號。
  2. 執行登入指令(第二次): 在 PowerShell 執行與第一次相同的登入指令:
    Terminal window
    cd C:\cli-proxy-api
    .\cli-proxy-api.exe --config .\config.yaml --antigravity-login
  3. 選擇新帳號:瀏覽器跳出 Google 登入畫面時,選擇你的第二個帳號進行授權。
  4. 驗證: 檢查 C:\cli-proxy-api\auth\ 資料夾,你應該會看到兩個不同的 .json 檔案(每個檔案代表一個帳號的 Token)。
  5. 重啟服務: 關閉並重新啟動 CLIProxyAPI:
    Terminal window
    .\cli-proxy-api.exe --config .\config.yaml

運作方式#

config.yaml 預設已設定 routing: strategy: "round-robin" 搭配 request-retry: 3

當其中一個帳號用量耗盡(例如帳號 A 回傳 429/403)時,會發生什麼事? 系統不會笨笨地卡在帳號 A,而是會:

  1. 自動偵測到錯誤。
  2. 觸發重試機制(Retry)。
  3. 輪詢到下一個帳號(帳號 B)重新發送請求。

對你來說,這個過程是無縫的,你只會感覺到請求成功了。雖然系統後續仍會輪詢到帳號 A(它不會被永久剔除),但每次遇到錯誤都會自動快速跳到下一個可用帳號,直到重試次數用完為止。只要你有一個帳號還有額度,服務就能繼續運作。


Part N:進階多帳號控管(社群開發者技巧)#

如果你不想讓系統隨機輪詢(Round-robin),而是想「強制指定」只用某個有額度的帳號,目前社群最有效的方法是「物理隔離法」。

強制切換帳號的方法#

由於 CLIProxyAPI 會讀取 auth 資料夾下「所有」的 .json 檔,你可以這樣做:

  1. 建立備用資料夾: 在 C:\cli-proxy-api\ 下建立一個名為 disabled_accounts 的資料夾。

  2. 移動檔案

    • 假設 auth 裡有 account_A.json(已用完)和 account_B.json(還有額度)。
    • 請手動把 account_A.json 剪下並貼上disabled_accounts 資料夾中。
    • 此時 auth 資料夾內只剩下 account_B.json
  3. 重啟服務: 重啟 cli-proxy-api.exe。現在系統只會讀取到 account_B,因此會強制 100% 使用該帳號。

小技巧:你可以透過觀察 json 檔案的建立日期或大小來分辨哪個是哪個帳號,或者在剛登入完時手動將其重新命名(例如 auth\personal_gmail.json),程式仍可正常讀取。


Part K:常見錯誤與排查#

  • 關掉 CLIProxyAPI(Ctrl+C)
  • 如要清乾淨:
    • C:\cli-proxy-api\ 整個資料夾
    • 並到 Google 帳戶安全性/第三方授權中撤銷相關授權(如果你想完全解除)

2025 AI Coding 回顧及免費資源分享
https://wei-lin-insight.com/posts/2025-ai-coding-review-and-free-resources/
作者
Wei
發佈於
2026-01-16
許可協議
CC BY-NC-SA 4.0