转换器

转换器是适配不同 LLM 提供商 API 差异的核心机制。它们在不同格式之间转换请求和响应，处理认证，并管理提供商特定的功能。

理解转换器

什么是转换器？

转换器是一个插件，它可以：

拥有客户端协议（注册路由，并在客户端线格式 ↔ Unified 之间转换）
适配提供商线格式（Unified ↔ 提供商特定的请求/响应）
处理认证：为提供商 API 处理认证
修改请求：添加或调整参数

Providers[].transformer.use 中的大多数条目是提供商中间件。以下四个转换器是 协议所有者 — 它们注册入站 HTTP 路由，不应仅为打开客户端路径而写入 transformer.use：

协议	所有者	规范路径	别名
Anthropic Messages	`Anthropic`	`/v1/messages`	—
OpenAI Chat Completions	`OpenAI`	`/v1/chat/completions`	`/chat/completions`
OpenAI Responses	`openai-responses`	`/v1/responses`	`/responses`
FIM Completions	`Fim`	`/v1/fim/completions`	`/fim/completions`

聊天协议（Messages、Chat Completions、Responses）共享同一套 Unified 聊天流水线。 FIM 使用独立的 Unified FIM 流水线与 fim.* 提供商转换器 — 见 FIM Completions API。

数据流（聊天协议）

┌──────────────────────┐
│ 入站客户端线格式     │  Messages | Chat Completions | Responses
└──────────┬───────────┘
           │
           ▼
┌──────────────────────────────────────────┐
│  协议所有者: transformRequestOut         │  客户端线格式 → UnifiedChatRequest
└──────────┬───────────────────────────────┘
           │
           ▼
┌──────────────────────────────────────────┐
│  UnifiedChatRequest                      │  路由 + 提供商链输入
└──────────┬───────────────────────────────┘
           │
           ▼
┌──────────────────────────────────────────┐
│  provider.use[]: transformRequestIn      │  Unified → 提供商线格式
└──────────┬───────────────────────────────┘
           │
           ▼
┌──────────────────────────────────────────┐
│  提供商 API 调用                         │
└──────────┬───────────────────────────────┘
           │
           ▼
┌──────────────────────────────────────────┐
│  provider.use[]: transformResponseOut    │  提供商响应 → Unified 形态
│  （逆序）                                │
└──────────┬───────────────────────────────┘
           │
           ▼
┌──────────────────────────────────────────┐
│  协议所有者: transformResponseIn         │  Unified → 与入站相同的客户端协议
└──────────┬───────────────────────────────┘
           │
           ▼
┌──────────────────────┐
│ 出站客户端线格式     │  与入站协议一致
└──────────────────────┘

同协议 / 原生线路径可保留原始客户端请求体出站（例如原生 Claude Desktop/CLI 到 Anthropic）。跨协议路由始终经 Unified 归一化，再按入站协议重建客户端响应。

转换器接口

所有转换器都实现以下接口。方法名相对于提供商端口：*In 面向上游， *Out 背向上游。在协议所有者上，transformRequestOut / transformResponseIn 是面向客户端的腿（客户端 → Unified → 客户端）。

interface Transformer {
  // Unified → 提供商特定请求（提供商中间件 / 出站所有者）
  transformRequestIn?: (
    request: UnifiedChatRequest,
    provider: LLMProvider,
    context: TransformerContext
  ) => Promise<Record<string, any>>;

  // 客户端线格式 → Unified（协议所有者）
  transformRequestOut?: (
    request: any,
    context: TransformerContext
  ) => Promise<UnifiedChatRequest>;

  // Unified → 客户端线格式（协议所有者）
  transformResponseIn?: (
    response: Response,
    context?: TransformerContext
  ) => Promise<Response>;

  // 提供商响应 → Unified 形态（提供商中间件，逆序）
  transformResponseOut?: (
    response: Response,
    context: TransformerContext
  ) => Promise<Response>;

  // 作为协议所有者时注册客户端路由
  endPoint?: string;

  // 转换器名称（用于自定义转换器）
  name?: string;

  // 自定义认证处理器（可选）
  auth?: (
    request: any,
    provider: LLMProvider,
    context: TransformerContext
  ) => Promise<any>;

  // Logger 实例（自动注入）
  logger?: any;
}

关键类型

UnifiedChatRequest

interface UnifiedChatRequest {
  messages: UnifiedMessage[];
  model: string;
  max_tokens?: number;
  temperature?: number;
  stream?: boolean;
  tools?: UnifiedTool[];
  tool_choice?: any;
  reasoning?: {
    effort?: ThinkLevel;  // "none" | "minimal" | "low" | "medium" | "high" | "xhigh" | "max" | "ultra"
    max_tokens?: number;
    enabled?: boolean;
  };
}

UnifiedMessage

interface UnifiedMessage {
  role: "user" | "assistant" | "system" | "tool";
  content: string | null | MessageContent[];
  tool_calls?: Array<{
    id: string;
    type: "function";
    function: {
      name: string;
      arguments: string;
    };
  }>;
  tool_call_id?: string;
  thinking?: {
    content: string;
    signature?: string;
  };
}

内置转换器

协议所有者（客户端路由）

这些转换器注册入站路由。不要仅为打开客户端路径而把它们放进 transformer.use — 路由表已拥有该职责。当目标使用该协议时，它们会出现在 transformer.use 中（例如 "use": ["openai-responses", "codex"] 或 "use": ["Anthropic", "claude-auth"]）。

Anthropic

POST /v1/messages 的协议所有者。上游为 Anthropic Messages 时也用作提供商出站。

客户端腿： transformRequestOut（Anthropic → Unified）、 transformResponseIn（Unified → Anthropic）。

提供商腿： transformRequestIn / transformResponseOut 在需要时重建与解析 Anthropic 线格式。

OpenAI

POST /v1/chat/completions（别名 /chat/completions）的协议所有者。 Unified 即 Chat Completions 形态，因此入站 transformRequestOut 做校验与轻量归一化。提供商侧 transformRequestIn 应用 OpenAI 原生缓存策略； transformResponseIn 塑造 Chat 客户端输出（例如 reasoning_content）。

openai-responses

POST /v1/responses（别名 /responses）的协议所有者。在客户端腿上转换 Responses input / tools ↔ Unified；作为提供商出站时重建 Responses 线格式（含加密 reasoning items）。Codex 目标务必写成 "use": ["openai-responses", "codex"]。

anthropic（配置示例）

部分文档/示例仍使用顶层 transformers 条目名 "anthropic"。已注册的协议所有者 / 提供商名为 Anthropic（见 "use": ["claude-auth", "Anthropic"]）。配置目标时优先使用提供商 transformer.use，而非遗留顶层数组。

{
  "transformers": [
    {
      "name": "anthropic",
      "providers": ["deepseek", "groq"]
    }
  ]
}

codex

适配 Codex（ChatGPT）后端 API 的请求与响应。

功能：

必须链接在 openai-responses（Responses 线格式所有者）之后
同时支持 OAuth 认证（ccr codex-auth）与 api_key 以 at- 开头时的 PAT 认证
自动解析必需的账户请求头
应用 ChatGPT 后端约束（store: false、stream: true）
流式事件按入站客户端协议转换回传（而非仅 Anthropic）

选项（["codex", { ... }]）：

streamBootstrapBuffering（默认 false）——将生成前的 SSE 帧暂存在下游头提交之前，使流内的 server_is_overloaded / 配额拒绝在下游头提交之前抛出可 fallback 的错误，而不是以失败流的形式到达客户端。配额： streamBootstrapMaxFrames（默认 48）、streamBootstrapMaxBytes （默认 1048576）、streamBootstrapTimeoutMs（默认 0 表示不限；限制暂存时长，每次读取之间检查）。同时支持短别名 maxFrames、maxBytes 和 timeoutMs；若同时提供两种写法， streamBootstrap* 选项优先。仅 response.failed / error 事件的错误 code / type 会触发检测，使用 Codex CLI 的容量类错误码（见 Codex → 流式 Bootstrap 缓冲）；消息文本、生成文本与工具参数从不触发。被拒绝的流会在 fallback 之前取消；bootstrap 阶段的传输失败会作为错误向上传播，而不是返回成功但被截断的流。

cursor-sdk

通过 @cursor/sdk 在进程内运行 Cursor 模型（不会对 api_base_url 发起 HTTP fetch）。

{
  "name": "cursor",
  "api_base_url": "https://cursor.com",
  "api_key": "$CURSOR_API_KEY",
  "models": ["composer-2"],
  "transformer": {
    "use": [
      [
        "cursor-sdk",
        {
          "cursorMode": "bridge"
        }
      ]
    ]
  }
}

功能：

拥有上游 Agent create/send/stream 调用，并通过 __providerResponse 返回 OpenAI 兼容 SSE/JSON
默认 cursorMode: "bridge" — Claude Code 托管工具，拒绝 Cursor 内置工具
可选模式：plan、agent（可配 cursorCwd）
认证：以 crsr_ 开头的 api_key，或 CURSOR_API_KEY
通过 ccr model get 使用 Cursor.models.list 发现模型

另见：

antigravity-auth

用于 Google Antigravity 网关（cloudcode-pa）的 OAuth + 请求封包中间件。

使用 ccr antigravity-auth 认证（可选 --manual、--project <id>）。令牌保存在 ~/.claude-code-router/antigravity_auth.json。Docker Compose 发布 51121:3456，以便 Google 重定向到 http://localhost:51121/oauth-callback 时到达 CCR 服务器。

{
  "name": "antigravity",
  "api_base_url": "https://daily-cloudcode-pa.sandbox.googleapis.com",
  "api_key": "oauth",
  "project_id": "$ANTIGRAVITY_PROJECT_ID",
  "models": ["gemini-3-flash", "claude-sonnet-4-6", "claude-opus-4-6-thinking"],
  "transformer": {
    "use": [
      ["gemini", { "cachedContent": false, "thoughtSignatureFallback": "skip" }],
      "antigravity-auth"
    ]
  }
}

功能：

注入 Antigravity OAuth bearer，并将 Gemini generateContent 请求体包装为 Antigravity 请求封包
必须链接在 gemini（或兼容的 Gemini 方言转换器）之后
在 daily → autopush → prod 主机间对传输 / 权限失败做端点回退

示例中必需的 Gemini 选项：

cachedContent: false — Antigravity 没有 Google cachedContents 资源；保留 Gemini 默认值（true）会导致 404。详见 gemini 选项。
thoughtSignatureFallback: "skip" — 默认值的显式写法；当缺少工具调用的 thought signature 时，盖印 Google 的 skip_thought_signature_validator 哨兵，避免 Gemini/Antigravity 返回 400。仅在端点拒绝该哨兵时改为 "none"。

另见：CLI 认证命令

deepseek

专门用于 DeepSeek API 的转换器：

{
  "transformers": [
    {
      "name": "deepseek",
      "providers": ["deepseek"]
    }
  ]
}

功能：

DeepSeek 特定的推理格式
处理响应中的 reasoning_content
支持思考预算令牌

gemini

用于 Google Gemini API 的转换器（也是与 Antigravity 联用的方言阶段）。

{
  "name": "gemini",
  "api_base_url": "https://generativelanguage.googleapis.com/v1beta/models/",
  "api_key": "$GEMINI_API_KEY",
  "models": ["gemini-3-flash"],
  "transformer": {
    "use": [
      ["gemini", { "cachedContent": true, "thoughtSignatureFallback": "skip" }]
    ]
  }
}

功能：

将 Claude Code 的 output_config.effort 翻译为 Gemini 思考深度：Gemini 3+ 使用 thinkingLevel（Gemini 3 Pro 为 low/high，较新 Pro 增加 medium，Flash/Lite 增加 minimal），Gemini 2.5 使用 thinkingBudget — 切勿同时设置两者
从不重写已配置的模型 id（带 tier 后缀的 id 继续访问同一上游 id）
以下选项同样适用于 vertex-gemini

选项：`cachedContent` 与 `thoughtSignatureFallback`

作为 gemini / vertex-gemini 在 transformer.use 中的第二项传入：

["gemini", { "cachedContent": false, "thoughtSignatureFallback": "skip" }]

cachedContent（布尔值，默认 true）

控制 CCR 是否使用 Google 独立的 cachedContents HTTP 资源，在公共 Gemini API 上存储并复用提示词前缀（system / tools / history）。这是 Gemini 的服务端上下文缓存 — 不是 Anthropic 的 cache_control 标记，也不是 Claude Code 本地提示缓存。

取值	行为	何时使用
`true`（默认）	CCR 可能创建/更新 `cachedContents` 对象，并在后续轮次发送 `cachedContent` 引用	公共 Gemini（`generativelanguage.googleapis.com`），需要 Google 侧前缀缓存时
`false`	从不调用 `cachedContents`	Antigravity 必需（该网关没有 `cachedContents` 端点 — 保留 `true` 会产生 404 与无用重试）。对任何未实现该资源的 Gemini 兼容代理也应设为 `false`

thoughtSignatureFallback（"skip" | "none"，默认 "skip"）

Gemini 3（以及 Antigravity）会在每个 functionCall part 上附带不透明的 thoughtSignature。Claude Code 的 Anthropic 协议无法在 tool_use 上携带该字段，因此 CCR 按 tool-call id 缓存签名，并在同一工具被重放时还原。当签名确实缺失（缓存未命中，或会话被重路由到另一上游）时，除非请求在该步骤的第一个 functionCall 上包含 Google 文档中的哨兵字符串 skip_thought_signature_validator，否则 Gemini 会返回 400。

取值	行为	何时使用
`"skip"`（默认）	未命中时在首个 function call 上盖印该哨兵，使本轮得以继续。该名称表示“使用 Google 的 skip_thought_signature_validator 哨兵”，不是“跳过 / 关闭回退”。	公共 Gemini 与 Antigravity 保持此值。CCR 在可用时仍优先使用真实缓存签名；哨兵只是最后手段（Google 警告反复使用会降低工具调用质量）
`"none"`	从不盖印哨兵	仅当端点拒绝该哨兵时（部分 Vertex 部署有此情况）。在真实签名再次可用之前，缺少缓存签名的工具重放会返回 400

maxtoken

限制请求中的 max_tokens：

{
  "transformers": [
    {
      "name": "maxtoken",
      "options": {
        "max_tokens": 8192
      },
      "models": ["deepseek,deepseek-chat"]
    }
  ]
}

customparams

向请求中注入自定义参数：

{
  "transformers": [
    {
      "name": "customparams",
      "options": {
        "include_reasoning": true,
        "custom_header": "value"
      }
    }
  ]
}

FIM 转换器

仅用于 FIM 提供商上的 POST /v1/fim/completions（与聊天独立的流水线）：

名称	角色
`Fim`	协议所有者（客户端路由）— 不列入 `transformer.use`
`fim.mistral`	Codestral/Mistral FIM URL + 鉴权；同族 body 透传
`fim.deepseek`	DeepSeek beta completions FIM
`fim.qwen`	Qwen completions FIM（LM Studio / DashScope）

出站请求编码因 fim.* 而异。响应编码为入站客户端线格式（v1：Codestral/Mistral）。同族路径透传响应 body。

Codestral 与 LM Studio Qwen 逐步配置： FIM Completions API。

不要在同一提供商上将聊天转换器（mistral、deepseek 等）与 fim.* 叠加。

创建自定义转换器

简单转换器：修改请求

最简单的转换器只修改发送到提供商之前的请求。

示例：为所有请求添加自定义头

// custom-header-transformer.js
module.exports = class CustomHeaderTransformer {
  name = 'custom-header';

  constructor(options) {
    this.headerName = options?.headerName || 'X-Custom-Header';
    this.headerValue = options?.headerValue || 'default-value';
  }

  async transformRequestIn(request, provider, context) {
    // 添加自定义头（将被 auth 方法使用）
    request._customHeaders = {
      [this.headerName]: this.headerValue
    };
    return request;
  }

  async auth(request, provider) {
    const headers = {
      'authorization': `Bearer ${provider.apiKey}`,
      ...request._customHeaders
    };
    return {
      body: request,
      config: { headers }
    };
  }
};

在配置中使用：

{
  "transformers": [
    {
      "name": "custom-header",
      "path": "/path/to/custom-header-transformer.js",
      "options": {
        "headerName": "X-My-Header",
        "headerValue": "my-value"
      }
    }
  ]
}

中级转换器：请求/响应转换

此示例展示如何在不同 API 格式之间转换。

示例：Mock API 格式转换器

// mockapi-transformer.js
module.exports = class MockAPITransformer {
  name = 'mockapi';
  endPoint = '/v1/chat';  // 自定义端点

  // 从 MockAPI 格式转换为统一格式
  async transformRequestOut(request, context) {
    const messages = request.conversation.map(msg => ({
      role: msg.sender,
      content: msg.text
    }));

    return {
      messages,
      model: request.model_id,
      max_tokens: request.max_tokens,
      temperature: request.temp
    };
  }

  // 从统一格式转换为 MockAPI 格式
  async transformRequestIn(request, provider, context) {
    return {
      model_id: request.model,
      conversation: request.messages.map(msg => ({
        sender: msg.role,
        text: typeof msg.content === 'string' ? msg.content : JSON.stringify(msg.content)
      })),
      max_tokens: request.max_tokens || 4096,
      temp: request.temperature || 0.7
    };
  }

  // 将 MockAPI 响应转换为统一格式
  async transformResponseIn(response, context) {
    const data = await response.json();

    const unifiedResponse = {
      id: data.request_id,
      object: 'chat.completion',
      created: data.timestamp,
      model: data.model,
      choices: [{
        index: 0,
        message: {
          role: 'assistant',
          content: data.reply.text
        },
        finish_reason: data.stop_reason
      }],
      usage: {
        prompt_tokens: data.tokens.input,
        completion_tokens: data.tokens.output,
        total_tokens: data.tokens.input + data.tokens.output
      }
    };

    return new Response(JSON.stringify(unifiedResponse), {
      status: response.status,
      statusText: response.statusText,
      headers: { 'Content-Type': 'application/json' }
    });
  }
};

高级转换器：流式响应处理

此示例展示如何处理流式响应。

示例：向流式响应添加自定义元数据

// streaming-metadata-transformer.js
module.exports = class StreamingMetadataTransformer {
  name = 'streaming-metadata';

  constructor(options) {
    this.metadata = options?.metadata || {};
    this.logger = null;  // 将由系统注入
  }

  async transformResponseOut(response, context) {
    const contentType = response.headers.get('Content-Type');

    // 处理流式响应
    if (contentType?.includes('text/event-stream')) {
      return this.transformStream(response, context);
    }

    // 处理非流式响应
    return response;
  }

  async transformStream(response, context) {
    const decoder = new TextDecoder();
    const encoder = new TextEncoder();

    const transformedStream = new ReadableStream({
      start: async (controller) => {
        const reader = response.body.getReader();
        let buffer = '';

        try {
          while (true) {
            const { done, value } = await reader.read();
            if (done) break;

            buffer += decoder.decode(value, { stream: true });
            const lines = buffer.split('\n');
            buffer = lines.pop() || '';

            for (const line of lines) {
              if (!line.trim() || !line.startsWith('data: ')) {
                controller.enqueue(encoder.encode(line + '\n'));
                continue;
              }

              const data = line.slice(6).trim();
              if (data === '[DONE]') {
                controller.enqueue(encoder.encode(line + '\n'));
                continue;
              }

              try {
                const chunk = JSON.parse(data);

                // 添加自定义元数据
                if (chunk.choices && chunk.choices[0]) {
                  chunk.choices[0].metadata = this.metadata;
                }

                // 记录日志以便调试
                this.logger?.debug({
                  chunk,
                  context: context.req.id
                }, '转换流式数据块');

                const modifiedLine = `data: ${JSON.stringify(chunk)}\n\n`;
                controller.enqueue(encoder.encode(modifiedLine));
              } catch (parseError) {
                // 如果解析失败，透传原始行
                controller.enqueue(encoder.encode(line + '\n'));
              }
            }
          }
        } catch (error) {
          this.logger?.error({ error }, '流式转换错误');
          controller.error(error);
        } finally {
          controller.close();
          reader.releaseLock();
        }
      }
    });

    return new Response(transformedStream, {
      status: response.status,
      statusText: response.statusText,
      headers: {
        'Content-Type': 'text/event-stream',
        'Cache-Control': 'no-cache',
        'Connection': 'keep-alive'
      }
    });
  }
};

真实示例：推理内容转换器

这是基于代码库中实际的 reasoning.transformer.ts。

// reasoning-transformer.ts
import { Transformer, TransformerOptions } from "@caeliq/llms";

export class ReasoningTransformer implements Transformer {
  static TransformerName = "reasoning";
  enable: boolean;

  constructor(private readonly options?: TransformerOptions) {
    this.enable = this.options?.enable ?? true;
  }

  // 转换请求以添加推理参数
  async transformRequestIn(request: UnifiedChatRequest): Promise<UnifiedChatRequest> {
    if (!this.enable) {
      request.thinking = {
        type: "disabled",
        budget_tokens: -1,
      };
      request.enable_thinking = false;
      return request;
    }

    if (request.reasoning) {
      request.thinking = {
        type: "enabled",
        budget_tokens: request.reasoning.max_tokens,
      };
      request.enable_thinking = true;
    }
    return request;
  }

  // 转换响应以将 reasoning_content 转换为 thinking 格式
  async transformResponseOut(response: Response): Promise<Response> {
    if (!this.enable) return response;

    const contentType = response.headers.get("Content-Type");

    // 处理非流式响应
    if (contentType?.includes("application/json")) {
      const jsonResponse = await response.json();
      if (jsonResponse.choices[0]?.message.reasoning_content) {
        jsonResponse.thinking = {
          content: jsonResponse.choices[0].message.reasoning_content
        };
      }
      return new Response(JSON.stringify(jsonResponse), {
        status: response.status,
        statusText: response.statusText,
        headers: response.headers,
      });
    }

    // 处理流式响应
    if (contentType?.includes("stream")) {
      // [流式转换代码在这里]
      // 参见代码库中的完整实现
    }

    return response;
  }
}

转换器注册

方法 1：静态名称（基于类）

在 TypeScript/ES6 中创建转换器时使用：

export class MyTransformer implements Transformer {
  static TransformerName = "my-transformer";

  async transformRequestIn(request: UnifiedChatRequest): Promise<any> {
    // 转换逻辑
    return request;
  }
}

方法 2：实例名称（基于实例）

用于 JavaScript 转换器：

module.exports = class MyTransformer {
  constructor(options) {
    this.name = 'my-transformer';
    this.options = options;
  }

  async transformRequestIn(request, provider, context) {
    // 转换逻辑
    return request;
  }
};

应用转换器

全局应用（提供商级别）

为提供商的所有请求应用：

{
  "Providers": [
    {
      "NAME": "deepseek",
      "HOST": "https://api.deepseek.com",
      "APIKEY": "your-api-key",
      "transformers": ["anthropic"]
    }
  ]
}

模型特定应用

仅应用于特定模型：

{
  "transformers": [
    {
      "name": "maxtoken",
      "options": {
        "max_tokens": 8192
      },
      "models": ["deepseek,deepseek-chat"]
    }
  ]
}

注意：模型格式为 provider,model（例如 deepseek,deepseek-chat）。

全局转换器（所有提供商）

将转换器应用于所有提供商：

{
  "transformers": [
    {
      "name": "custom-logger",
      "path": "/path/to/custom-logger.js"
    }
  ]
}

传递选项

某些转换器接受配置选项：

{
  "transformers": [
    {
      "name": "maxtoken",
      "options": {
        "max_tokens": 8192
      }
    },
    {
      "name": "customparams",
      "options": {
        "custom_param_1": "value1",
        "custom_param_2": 42
      }
    }
  ]
}

最佳实践

1. 不可变性

始终创建新对象而不是修改现有对象：

// 不好的做法
async transformRequestIn(request) {
  request.max_tokens = 4096;
  return request;
}

// 好的做法
async transformRequestIn(request) {
  return {
    ...request,
    max_tokens: request.max_tokens || 4096
  };
}

2. 错误处理

始终优雅地处理错误：

async transformResponseIn(response) {
  try {
    const data = await response.json();
    // 处理数据
    return new Response(JSON.stringify(processedData), {
      status: response.status,
      headers: response.headers
    });
  } catch (error) {
    this.logger?.error({ error }, '转换失败');
    // 如果转换失败，返回原始响应
    return response;
  }
}

3. 日志记录

使用注入的 logger 进行调试：

async transformRequestIn(request, provider, context) {
  this.logger?.debug({
    model: request.model,
    provider: provider.name
  }, '转换请求');

  // 转换逻辑

  return modifiedRequest;
}

4. 流处理

处理流式响应时，始终：

使用缓冲区处理不完整的数据块
正确释放 reader 锁
处理流中的错误
完成时关闭 controller

const transformedStream = new ReadableStream({
  start: async (controller) => {
    const reader = response.body.getReader();
    let buffer = '';

    try {
      while (true) {
        const { done, value } = await reader.read();
        if (done) break;

        // 处理流...
      }
    } catch (error) {
      controller.error(error);
    } finally {
      controller.close();
      reader.releaseLock();
    }
  }
});

5. 上下文使用

context 参数包含有用信息：

async transformRequestIn(request, provider, context) {
  // 访问请求 ID
  const requestId = context.req.id;

  // 访问原始请求
  const originalRequest = context.req.original;

  // 转换逻辑
}

测试转换器

手动测试

将转换器添加到配置
启动服务器：ccr restart
检查日志：tail -f ~/.claude-code-router/logs/ccr-*.log
发出测试请求
验证输出

调试技巧

添加日志记录以跟踪转换步骤
使用流式和非流式请求进行测试
使用无效输入验证错误处理
检查错误时是否返回原始响应

下一步

高级主题 - 高级路由自定义
Agents - 使用 agents 扩展
核心包 - 了解 @caeliq/llms

理解转换器​

什么是转换器？​

数据流（聊天协议）​

转换器接口​

关键类型​

UnifiedChatRequest​

UnifiedMessage​

内置转换器​

协议所有者（客户端路由）​

Anthropic​

OpenAI​

openai-responses​

anthropic（配置示例）​

codex​

cursor-sdk​

antigravity-auth​

deepseek​

gemini​

选项：cachedContent 与 thoughtSignatureFallback​

maxtoken​

customparams​

FIM 转换器​

创建自定义转换器​

简单转换器：修改请求​

中级转换器：请求/响应转换​

高级转换器：流式响应处理​

真实示例：推理内容转换器​

转换器注册​

方法 1：静态名称（基于类）​

方法 2：实例名称（基于实例）​

应用转换器​

全局应用（提供商级别）​

模型特定应用​

全局转换器（所有提供商）​

传递选项​

最佳实践​

1. 不可变性​

2. 错误处理​

3. 日志记录​

4. 流处理​

5. 上下文使用​

测试转换器​

手动测试​

调试技巧​

下一步​

理解转换器

什么是转换器？

数据流（聊天协议）

转换器接口

关键类型

UnifiedChatRequest

UnifiedMessage

内置转换器

协议所有者（客户端路由）

Anthropic

OpenAI

openai-responses

anthropic（配置示例）

codex

cursor-sdk

antigravity-auth

deepseek

gemini

选项：`cachedContent` 与 `thoughtSignatureFallback`

maxtoken

customparams

FIM 转换器

创建自定义转换器

简单转换器：修改请求

中级转换器：请求/响应转换

高级转换器：流式响应处理

真实示例：推理内容转换器

转换器注册

方法 1：静态名称（基于类）

方法 2：实例名称（基于实例）

应用转换器

全局应用（提供商级别）

模型特定应用

全局转换器（所有提供商）

传递选项

最佳实践

1. 不可变性

2. 错误处理

3. 日志记录

4. 流处理

5. 上下文使用

测试转换器

手动测试

调试技巧

下一步