MadAppGang/claudish

Claude Code. Any Model. The most powerful AI coding agent now speaks every language.

🔮 Claudish – Claude Code를 위한 유니버설 프록시

무엇인가요

  • 어떤 LLM(클라우드, 로컬, 엔터프라이즈)이든 사용할 수 있는 Claude Code(Anthropic의 코딩 어시스턴트)를 실행할 수 있는 명령줄 인터페이스(CLI)입니다. 로컬 서버를 시작하여 Anthropic API를 모방한 후, 지정한 프로바이더로 요청을 전달합니다.

왜 중요한가요

  • Anthropic, OpenAI, Google Gemini, Ollama, OpenRouter 및 수십 개의 다른 벤더의 모델 간에 전환하면서도, Claude Code의 강력한 프롬프트 언어, 파일 기반 지시, 서브 에이전트 위임과 같은 단일 워크플로우를 유지할 수 있습니다. 이는 여러 CLI 도구를 관리하거나 여러 구독료를 지불할 필요가 없음을 의미합니다.

주요 기능

  • 다중 프로바이더 라우팅 – provider@model[:concurrency] 구문(예: g@gemini-3-pro-preview, ollama@qwen3-coder:latest)을 지원합니다. 클라우드 API, 로컬 서버, Vertex AI와 같은 엔터프라이즈 서비스를 포함합니다.
  • BYOK(Bring‑Your‑Own‑Key) – 추가 비용 없음. 적절한 환경 변수를 설정하거나 인터랙티브 프롬프트로 API 키를 수집하면 됩니다.
  • 완전한 Claude Code 호환성 – 모든 Claude Code 플래그(--agent, --effort, --permission-mode, …)가 그대로 전달되므로 기존 Claude Code 스크립트는 그대로 작동합니다.
  • 오프라인 모드 – Ollama, LM Studio, vLLM, MLX 등의 로컬 모델에서 완전히 실행되어 코드가 기계 외부로 나가지 않습니다.
  • 비전 프록시 – 비전 기능이 없는 모델은 자동으로 Claude로부터 이미지 설명을 받아 "시각" 기능을 갖춥니다.
  • 개발자 사용성 – 인터랙티브 설정, 모델 자동 탐지, 도구 통합을 위한 JSON 출력, 비용 추적, 그리고 트래픽을 로깅하여 디버깅에 사용할 수 있는 monitor 모드를 제공합니다.
  • 크로스플랫폼 – Node.js 또는 Bun에서 작동하며, 글로벌 설치 없이 npx/bunx로 실행 가능합니다.

설치

# 빠른 일문령 (Linux/macOS)
curl -fsSL https://raw.githubusercontent.com/MadAppGang/claudish/main/install.sh | bash

# Homebrew (macOS)
brew tap MadAppGang/tap && brew install claudish

# npm / Bun
npm install -g claudish   # 또는  bun install -g claudish

설치 없이도 바로 실행할 수 있습니다:

npx claudish@latest --model openrouter@anthropic/claude-3.5-sonnet "refactor this function"

일반 워크플로우

  1. API 키 설정 – OPENROUTER_API_KEY, GEMINI_API_KEY, OPENAI_API_KEY 등을 설정하거나, claudish login이 지원하는 프로바이더의 OAuth를 처리하도록 합니다.
  2. 모델 선택 – 인터랙티브 선택기로 선택하거나 명시적으로 지정합니다:
    claudish --model g@gemini-3-pro-preview "write a unit test"
    claudish --model ollama@qwen3-coder:latest "implement login flow"
    
  3. Claude Code 실행 – claude에 일반적으로 전달하는 플래그는 claudish 뒤에 동일하게 사용할 수 있습니다.
  4. (옵션) 에이전트에서 사용하기 – 도구는 AI 에이전트 가이드(claudish --help-ai)를 제공하며, LLM의 컨텍스트 창을 오염시키지 않기 위해 파일 기반 패턴을 권장합니다.

설정

  • 현재 디렉터리의 .env 파일에서 환경 변수가 자동 로드됩니다.
  • 기본 모델, 프록시 포트, 병렬 제한, 텔레메트리 등의 설정은 CLAUDISH_* 변수 또는 사용자 정의 설정 파일(--config <file>)로 재정의할 수 있습니다.

라이선스

  • MIT (LICENSE 참조).

더 알아보기

관련

  • 프로젝트
  • 프로젝트
  • 프로젝트
  • 프로젝트
  • 프로젝트