Free Claude Code : Orchestration Multi-Fournisseurs pour vos Agents de Code

Le développement assisté par intelligence artificielle impose souvent un dilemme économique : souscrire à des abonnements multiples auprès de chaque fournisseur ou subir les quotas stricts des interfaces web. Le projet open-source Free Claude Code (FCC) résout ce blocage technique. Il établit un pont d’orchestration local entre vos agents de programmation favoris et une constellation de fournisseurs de calcul.

Ce guide détaille l’architecture du projet hébergé sur le dépôt free-claude-code, son installation, sa configuration multi-fournisseurs ainsi que son exploitation quotidienne dans vos terminaux et éditeurs de code.

Architecture et Fonctionnement de Free Claude Code

FCC agit comme un proxy mandataire inverse intelligent positionné sur votre machine locale. Il intercepte les requêtes standardisées des agents de code pour les traduire et les acheminer vers 49 fournisseurs d’inférence compatibles avec leurs conditions d’utilisation (ToS).

Free Claude Code est un projet open-source indépendant, sans affiliation ni approbation de la part d’Anthropic. Claude et Claude Code sont des marques déposées d’Anthropic.

Le système centralise un catalogue unifié distribuant plus de 1,3 milliard de jetons gratuits mensuels cumulés via divers paliers d’accès. Plusieurs piliers techniques structurent son moteur d’exécution :

• Tolérance aux pannes : si un fournisseur s’épuise ou rencontre une interruption, FCC bascule la requête vers le modèle suivant défini dans votre chaîne de secours sans réinitialiser le tour de conversation de votre agent.
• Optimisation de contexte par RTK : un module de filtrage optionnel nettoie les sorties de commandes terminal redondantes, économisant jusqu’à 90 % des jetons. Cinq optimisations internes interceptent les sondes de quota, les préfixes de commande, la génération de titres, les suggestions et les chemins de fichiers sans solliciter les modèles distants.
• Préservation des capacités natives : diffusion continue du texte (streaming), exécution d’outils (tool calling), préservation du raisonnement entrelacé (interleaved thinking) et prise en charge des images.
• Routage par palier : affectation granulaire de modèles distincts pour les charges Fable, Opus, Sonnet et Haiku.
• Entrées vocales : transcription des notes audio par Whisper en local ou via NVIDIA NIM.

Installation et Démarrage du Serveur

L’installation s’effectue via un script automatisé qui configure l’exécutable local et ses dépendances.

# Sur macOS et Linux :
curl -fsSL "https://raw.githubusercontent.com/Alishahryar1/free-claude-code/main/scripts/install.sh" | sh

# Sur Windows PowerShell :
& ([scriptblock]::Create((irm "https://raw.githubusercontent.com/Alishahryar1/free-claude-code/main/scripts/install.ps1")))

L’installateur vous invite à sélectionner au moins un agent de code et propose l’activation de RTK. Une réexécution de ces commandes met à jour le binaire vers la dernière version.

Pour démarrer l’infrastructure :

• Windows : Lancez Free Claude Code depuis le bureau ou le menu Démarrer.
• macOS : Ouvrez l’application depuis le dossier Applications ou le dock.
• Linux : Exécutez la commande fcc-server dans un terminal maintenu ouvert.

Le lancement ouvre l’interface d’administration (Admin UI) dans votre navigateur. L’icône de zone de notification système (tray) permet de gérer l’instance, de relancer le processus ou de quitter.

Configuration Initiale : Exemple avec NVIDIA NIM

1. Générez une clé d’accès sur l’interface constructeur build.nvidia.com/settings/api-keys.
2. Ouvrez l’interface d’administration locale de FCC accessible via l’URL inscrite dans les journaux du serveur.
3. Collez votre jeton dans le champ NVIDIA_NIM_API_KEY.
4. Conservez la valeur par défaut nvidia_nim/nvidia/nemotron-3-super-120b-a12b ou choisissez une référence alternative dans le catalogue déroulant.
5. Cliquez sur Validate, puis appliquez avec Apply.
6. Activez l’option Proxy Authentication pour restreindre l’accès à votre mandataire local par un jeton Bearer.

Catalogue des 49 Fournisseurs et Identifiants Modèles

Pour exploiter un fournisseur, saisissez la variable demandée dans l’interface d’administration puis déclarez la chaîne du modèle sous le format <provider-id>/<exact-provider-model-id>.

Fournisseur	Paramètre Admin UI	Exemple de MODEL
NVIDIA NIM	NVIDIA_NIM_API_KEY	nvidia_nim/nvidia/nemotron-3-super-120b-a12b
OpenRouter	OPENROUTER_API_KEY	open_router/openrouter/free
Groq	GROQ_API_KEY	groq/llama-3.3-70b-versatile
ClinePass	CLINE_API_KEY	cline_pass/cline-pass/kimi-k3
OpenAI / ChatGPT	Connexion ChatGPT via l’interface	openai/<model-id>
xAI (Grok)	XAI_API_KEY	xai/grok-4.5
QwenCloud Token Plan	QWENCLOUD_API_KEY	qwencloud/qwen3.7-plus
QwenCloud Coding Plan	QWENCLOUD_CODING_API_KEY	qwencloud_coding/qwen3.7-plus
Together AI	TOGETHER_API_KEY	together/zai-org/GLM-5.2
DeepInfra	DEEPINFRA_API_KEY	deepinfra/deepseek-ai/DeepSeek-V4-Flash
SiliconFlow	SILICONFLOW_API_KEY	siliconflow/Qwen/Qwen3-32B
Nebius Token Factory	NEBIUS_API_KEY	nebius/Qwen/Qwen3-30B-A3B
Chutes	CHUTES_API_KEY	chutes/Qwen/Qwen3-32B-TEE
Featherless AI	FEATHERLESS_API_KEY	featherless/Qwen/Qwen3-32B
Agnes AI	AGNES_API_KEY	agnes/agnes-2.0-flash
ZenMux	ZENMUX_API_KEY	zenmux/deepseek/deepseek-v4-flash-free
W&B Inference	WANDB_API_KEY	wandb/openai/gpt-oss-20b
Azure OpenAI	AZURE_OPENAI_API_KEY et AZURE_OPENAI_BASE_URL	azure_openai/<deployment-name>
Google AI Studio (Gemini)	GEMINI_API_KEY	gemini/models/gemini-3.1-flash-lite
Google Vertex AI	VERTEX_PROJECT_ID + ADC	vertex/google/gemini-3.5-flash
DeepSeek	DEEPSEEK_API_KEY	deepseek/deepseek-chat
Mistral La Plateforme	MISTRAL_API_KEY	mistral/devstral-small-latest
Mistral Codestral	CODESTRAL_API_KEY	mistral_codestral/codestral-latest
OpenCode Zen	OPENCODE_API_KEY	opencode_zen/gpt-5.3-codex
OpenCode Go	OPENCODE_API_KEY	opencode_go/minimax-m2.7
Vercel AI Gateway	AI_GATEWAY_API_KEY	vercel/openai/gpt-5.5
Amazon Bedrock	AWS_BEARER_TOKEN_BEDROCK	bedrock/openai.gpt-oss-120b
Hugging Face Inference Providers	HUGGINGFACE_API_KEY	huggingface/Qwen/Qwen3-Coder-480B-A35B-Instruct:fastest
Cohere	COHERE_API_KEY	cohere/command-a-plus-05-2026
GitHub Models	GITHUB_MODELS_TOKEN	github_models/openai/gpt-4.1
Wafer	WAFER_API_KEY	wafer/DeepSeek-V4-Pro
Kimi API	KIMI_API_KEY	kimi/kimi-k2.5
Kimi Code	KIMI_CODE_API_KEY	kimi_code/k3
MiniMax	MINIMAX_API_KEY	minimax/MiniMax-M3
Cerebras Inference	CEREBRAS_API_KEY	cerebras/gpt-oss-120b
SambaNova	SAMBANOVA_API_KEY	sambanova/Meta-Llama-3.3-70B-Instruct
Kilo.ai	KILO_API_KEY	kilo/kilo-auto/free
Fireworks AI	FIREWORKS_API_KEY	fireworks/accounts/fireworks/models/llama-v3p3-70b-instruct
Novita AI	NOVITA_API_KEY	novita/deepseek/deepseek-v4-flash-0731
Cloudflare Workers AI	CLOUDFLARE_API_TOKEN et CLOUDFLARE_ACCOUNT_ID	cloudflare/@cf/moonshotai/kimi-k2.6
Z.ai Coding Plan	ZAI_API_KEY	zai/glm-5.2
Z.ai API (pay as you go)	ZAI_API_KEY	zai_api/glm-4.7-flash
TokenRouter	TOKENROUTER_API_KEY	tokenrouter/moonshotai/kimi-k3-free
NaraRoute	NARAROUTE_API_KEY	nararoute/kimi-k3-free
Poolside AI	POOLSIDE_API_KEY	poolside/poolside/laguna-s-2.1
Ollama Cloud	OLLAMA_API_KEY	ollama_cloud/qwen3-coder:480b
LM Studio	LM_STUDIO_BASE_URL	lmstudio/<model-id>
llama.cpp	LLAMACPP_BASE_URL	llamacpp/<model-id>
Ollama (Local)	OLLAMA_BASE_URL	ollama/<model-tag>

Spécificités d’Intégration des Fournisseurs

Certains environnements demandent une configuration ciblée :

• OpenAI / ChatGPT : la liaison exploite votre abonnement utilisateur via la section Providers → Connected accounts. Sur un serveur sans affichage, utilisez le code d’authentification machine (device code). Relancez vos agents actifs après la connexion.
• Azure OpenAI : renseignez le point de terminaison complet dans AZURE_OPENAI_BASE_URL (ex. https://VOTRE-RESSOURCE.openai.azure.com/openai/v1/) et utilisez le nom exact de votre déploiement Chat Completions.
• Mistral : la plateforme standard et Codestral utilisent deux clés distinctes (MISTRAL_API_KEY et CODESTRAL_API_KEY).
• Kimi : les forfaits interactifs personnels Kimi Code utilisent le préfixe kimi_code/ tandis que les crédits d’API standards exigent le préfixe kimi/.
• QwenCloud : séparez strictement le forfait Coding (qwencloud_coding/) du forfait Token standard (qwencloud/).
• OpenCode : la clé OPENCODE_API_KEY s’utilise conjointement avec les préfixes explicites opencode_zen/ ou opencode_go/.
• Amazon Bedrock : positionnez BEDROCK_BASE_URL sur la région correspondant à votre clé d’accès.
• Google Vertex AI : l’authentification repose sur les identifiants par défaut de Google (ADC). Exécutez gcloud auth application-default login en local, configurez VERTEX_PROJECT_ID, et ajustez VERTEX_LOCATION si nécessaire.
• Cloudflare : requiert impérativement le jeton d’API ainsi que l’identifiant de compte (Account ID).

Intégration des Moteurs d’Inférence Locaux

Pour exécuter vos modèles sans aucune dépendance réseau externe, configurez vos backends locaux :

LM Studio : Démarrez le serveur local intégré. Chargez un modèle gérant les appels d’outils (tools). L’adresse par défaut pointe sur http://localhost:1234/v1. Utilisez le préfixe lmstudio/ suivi de l’identifiant du modèle chargé.

llama.cpp : Lancez l’exécutable llama-server avec une fenêtre de contexte suffisante. La variable LLAMACPP_BASE_URL accepte la racine ou le suffixe http://localhost:8080/v1. Préfixez l’identifiant par llamacpp/.

Ollama : Téléchargez et démarrez votre instance locale :

ollama pull llama3.1
ollama serve

Récupérez l’identifiant via ollama list et déclarez-le sous le préfixe ollama/ (URL par défaut : http://localhost:11434).

Lancement des 9 Agents Autonomes

FCC fournit neuf lanceurs dédiés qui héritent des paramètres définis dans l’interface d’administration. Les commandes préservent vos configurations existantes, extensions et sessions locales :

# Claude Code
fcc-claude

# Codex
fcc-codex
fcc-codex exec "hello"

# Pi
fcc-pi

# OpenCode
fcc-opencode

# Cline
fcc-cline

# Hermes
fcc-hermes

# DeepSeek Harness (Interface Web ou mode autonome)
fcc-dsh
fcc-dsh --profile headless "votre tâche"

# Grok Build
fcc-grok

# Muse Code
fcc-muse

Notes d’exécution des agents :

• fcc-hermes : basculer vers un autre fournisseur avec la commande interne /model quitte le routage FCC.
• fcc-dsh : supporte la version preview 0.1.0-rc.8 sous Node.js ^22.19 ou >=24.
• fcc-grok : la recherche web et l’extraction restent désactivées en attendant l’alignement sur le protocole d’outils web de Grok Build.
• fcc-muse : version bêta supportée officiellement sur macOS, Linux et WSL (nécessite un binaire préinstallé sous Windows pur).

Routage par Palier et Contrôle du Raisonnement

La variable MODEL sert de pivot par défaut. Vous pouvez rediriger indépendamment chaque niveau de traitement de Claude Code dans l’Admin UI :

• MODEL_FABLE
• MODEL_OPUS (Exemple : nvidia_nim/nvidia/nemotron-3-super-120b-a12b)
• MODEL_SONNET (Exemple : open_router/openrouter/free)
• MODEL_HAIKU (Exemple : lmstudio/qwen3.5-coder)

Définir un palier sur None réaligne son exécution sur la valeur de MODEL.

La section Model Config → Reasoning ajuste l’intensité du raisonnement interne des modèles :

• From client (défaut) : conserve l’effort demandé par l’agent ou la valeur usine du fournisseur.
• Off : désactive explicitement les étapes de réflexion interne.
• Low / Medium / High / X-High / Max : force l’effort au niveau sélectionné.
• Inherit : applique la configuration racine aux sous-paliers Fable, Opus, Sonnet et Haiku.

Intégration dans l’IDE VS Code

Pour router l’extension officielle Claude Code vers votre instance locale FCC, modifiez la configuration utilisateur de VS Code (fichier settings.json) :

"claudeCode.disableLoginPrompt": true,
"claudeCode.environmentVariables": [
  { "name": "ANTHROPIC_BASE_URL", "value": "http://localhost:8082" },
  { "name": "ANTHROPIC_AUTH_TOKEN", "value": "freecc" },
  { "name": "CLAUDE_CODE_ENABLE_GATEWAY_MODEL_DISCOVERY", "value": "1" },
  { "name": "CLAUDE_CODE_AUTO_COMPACT_WINDOW", "value": "190000" },
  { "name": "DISABLE_AUTOUPDATER", "value": "1" },
  { "name": "DISABLE_FEEDBACK_COMMAND", "value": "1" },
  { "name": "DISABLE_ERROR_REPORTING", "value": "1" }
]

Ajustez le port et le jeton de sécurité en fonction de votre interface d’administration, puis rechargez la fenêtre de l’éditeur. L’outil s’intègre également avec Codex App, Codex in VS Code et JetBrains ACP.

Passerelles de Messagerie et Commandes

L’Admin UI permet de connecter des agents de discussion sur Telegram ou Discord pour piloter vos processus à distance :

• /stats : affiche l’état d’activité de la session courante.
• /stop (seul) : interrompt l’intégralité des tâches en cours d’exécution.
• /stop (en réponse à un message) : annule la requête ciblée sans bloquer le reste de la file d’attente.
• /clear (seul) : purge l’état mémoire local et supprime tous les messages suivis dans le canal (invites, vocaux, réponses du bot).
• /clear (en réponse) : efface le message sélectionné et son sous-arbre de réponses tout en préservant l’historique parent.

Maintenance et Désinstallation

Pour vérifier la version active du serveur sans initialiser le moteur :

fcc-server --version

Avant d’entamer une procédure de suppression, fermez tous les processus FCC en cours d’exécution.

# Désinstallation sous macOS/Linux :
curl -fsSL "https://raw.githubusercontent.com/Alishahryar1/free-claude-code/main/scripts/uninstall.sh" | sh

# Désinstallation sous Windows PowerShell :
& ([scriptblock]::Create((irm "https://raw.githubusercontent.com/Alishahryar1/free-claude-code/main/scripts/uninstall.ps1")))

La désinstallation supprime l’application Free Claude Code, les lanceurs de bureau, les commandes associées et le dossier ~/.fcc/. Elle conserve vos installations de Python, l’outil uv, vos agents de code d’origine (Claude Code, Codex, Pi, etc.), RTK et les variables partagées du système.

Limites Techniques et Risques Opérationnels

L’exploitation de FCC impose une vigilance sur certains points :

• Disponibilité des quotas : chaque fournisseur régule ses offres d’accès sans préavis. Les quotas gratuits peuvent varier, saturer ou fermer selon les décisions des hébergeurs d’API.
• Surconsommation lors des bascules : le mécanisme de secours automatique (Fallback) transmet une requête échouée au fournisseur suivant dans la liste. Une requête complexe peut ainsi consommer des jetons partiels sur plusieurs plateformes avant de finaliser son cycle.
• Conformité des modèles locaux : les modèles exécutés via Ollama, LM Studio ou llama.cpp doivent obligatoirement posséder une fenêtre de contexte suffisante et supporter nativement les structures d’appels d’outils pour éviter les plantages lors des phases d’analyse de code.