running-claude-code-via-litellm-copilot

running-claude-code-via-litellm-copilot スキルの概要

running-claude-code-via-litellm-copilot は、特定のプロキシ構成を組むためのスキルです。Claude Code からは従来どおり Anthropic 互換の API を使っているように見せつつ、実際のリクエストはローカルの LiteLLM サーバーを経由させ、その先を GitHub Copilot に転送します。主な用途は、Anthropic API の直接利用を減らしたい場合、より低コストな構成を試したい場合、あるいは Claude Code が想定したバックエンドに届いていない原因を切り分けたい場合です。

このスキルが向いている人

この running-claude-code-via-litellm-copilot skill が特に向いているのは、次のような人です。

• すでに Claude Code を使っている開発者
• 環境変数やローカル設定ファイルの編集に慣れている人
• Anthropic 直結とローカル LiteLLM プロキシの違いを比較したい人
• 401/403、model not found、または「Claude Code が localhost に飛んでいない」といった問題をデバッグしたい人

一方で、Claude Code、LiteLLM、GitHub Copilot の入門用として最初に触るスキルではありません。

このスキルで本当に解決したいこと

多くのユーザーが欲しいのは、単なる「リポジトリ要約」ではありません。実際に必要なのは、次の流れを動かすための具体的な道筋です。

1. Claude Code を LiteLLM 経由で動かす
2. LiteLLM の転送先を GitHub Copilot に向ける
3. モデル名を完全一致で揃える
4. 通信が本当にプロキシを通っていることを確認する
5. よくある認証エラーや互換性エラーを素早く直す

このスキルが役立つのは、まさにその部分です。

このスキルが他と違う理由

このスキルの価値は、汎用的なプロンプト支援ではなく、壊れやすい統合構成を成立させるための実務ガイドである点にあります。導入を止めがちな実用上の制約を、最初から明確に押さえています。

• ANTHROPIC_BASE_URL で Claude Code の接続先を LiteLLM に向ける必要がある
• Claude Code はローカルでは空でない Anthropic トークンを依然として要求する
• LiteLLM 側では github_copilot/<model> という provider パターンを使うべき
• Claude Code の ANTHROPIC_MODEL は LiteLLM の model_name と完全一致している必要がある
• 互換性のために drop_params: true が重要になる
• GitHub の device authorization は、最初の実リクエスト後に初めて表示されることがある
• 成功判定は「設定したはず」ではなく LiteLLM のログ監視で行うべき

インストール前に確認したいこと

running-claude-code-via-litellm-copilot を使うべきなのは、「このプロキシ構成を自分の環境で実際に動かすにはどうすればいいか？」が主な関心事のときです。通常の Claude Code 利用、Anthropic への直接接続、あるいは一般的な Copilot ドキュメントだけが必要なら、このスキルは不要です。

running-claude-code-via-litellm-copilot スキルの使い方

running-claude-code-via-litellm-copilot スキルをインストールする

skills リポジトリからインストールします。

npx skills add https://github.com/xixu-me/skills --skill running-claude-code-via-litellm-copilot

利用中の環境で別の skill loader を使っている場合は、次の場所から追加してください。

https://github.com/xixu-me/skills/tree/main/skills/running-claude-code-via-litellm-copilot

最初に読むべきファイル

この running-claude-code-via-litellm-copilot install では、まず次の順で確認するのがおすすめです。

1. skills/running-claude-code-via-litellm-copilot/SKILL.md
2. skills/running-claude-code-via-litellm-copilot/references/doc-verified-notes.md

この順番が重要な理由は次のとおりです。

• SKILL.md には、実際の作業フローと判断ルールがまとまっています。
• references/doc-verified-notes.md には、記事ベースの内容と LiteLLM のドキュメントで検証・補強された内容の切り分けがあります。この構成は互換性の影響を受けやすいため、ここを読む意味が大きいです。

最低限そろえるべき構成要素を把握する

この構成を成功させるには、通常は次の4点が噛み合っている必要があります。

• ANTHROPIC_BASE_URL で Claude Code の接続先が LiteLLM になっている
• Claude Code が起動できるよう、空でないローカルの ANTHROPIC_API_KEY または同等のトークン値がある
• LiteLLM が github_copilot/<model> を使うよう設定されている
• Claude Code と LiteLLM のモデル名が完全一致している

このうち1つでもずれると、原因がわかりにくい形で失敗しがちです。

このスキルを使うときに必要な入力情報

running-claude-code-via-litellm-copilot usage のガイドを的確に使うには、次の情報を出すと効果的です。

• 使用している OS と shell
• Claude Code がすでにインストール済みで動作しているか
• LiteLLM がすでに入っているか、またどう起動しているか
• 現在の ANTHROPIC_BASE_URL
• 使いたい Copilot バックエンドのモデル名
• 失敗している場合は、エラー全文
• ~/.claude/settings.json や shell の profile ファイルを編集してよいか

これらがあると、推測ではなく実環境に合わせたコマンドや確認手順を出しやすくなります。

あいまいな目的を強いプロンプトに変える

弱いプロンプト:

Help me use Claude Code with LiteLLM and Copilot.

より良いプロンプト:

I want Claude Code to send requests to a local LiteLLM proxy on macOS zsh, then forward to GitHub Copilot. Show the minimum config, the environment variables I need, how to set ANTHROPIC_BASE_URL, how to choose the exact ANTHROPIC_MODEL value so it matches LiteLLM model_name, and how to verify traffic in LiteLLM logs before editing persistent files.

このほうが良い理由:

• OS と shell が明示されている
• 必要な設定チェーンを具体的に聞けている
• モデル名一致の問題を最初から前提に置けている
• 永続設定を触る前に安全に検証したい意図が伝わる

初回セットアップにおすすめの進め方

最初から全部の設定を一気に触るのではなく、次の順で進めるのが安全です。

1. 現在の Claude Code と LiteLLM の設定を確認する
2. 対象モデルを1つ決める
3. LiteLLM を github_copilot/<model> で設定する
4. Anthropic 形式のリクエスト互換性のために必要なら drop_params: true を設定する
5. ANTHROPIC_BASE_URL で Claude Code の接続先を LiteLLM に向ける
6. ANTHROPIC_MODEL を LiteLLM の model_name と完全一致で設定する
7. 小さなリクエストを1回だけ実行する
8. LiteLLM のログを見る
9. 求められたら GitHub device authorization を完了する
10. そこまで確認できてから永続設定に反映する

こうすると、複数の変更が同時に重なって本当の失敗原因が埋もれるのを防げます。

最重要の互換性ルール

実務上、このリポジトリで最も重要なルールはこれです。Claude Code の ANTHROPIC_MODEL は、LiteLLM の model_name と完全一致でなければなりません。

モデル名は「だいたい合っていればよい」と考えないでください。少し似ている程度の食い違いでも、ルーティングが壊れ、誤解を招くエラーの原因になります。

プロキシが本当に動いているか確認する方法

「コマンドが実行できた」で終わらせないでください。少なくとも次を確認する必要があります。

• Claude Code がローカルの ANTHROPIC_BASE_URL を向いている
• LiteLLM のログにリクエスト受信が出ている
• リクエストが GitHub Copilot provider 経路で転送されている
• 応答が Anthropic 直結ではなく LiteLLM 経由で返ってきている

localhost への通信が一切見えない場合、問題はたいてい Copilot 認証より前の段階にあります。

このスキルが特に効く典型的な失敗パターン

この running-claude-code-via-litellm-copilot guide が特に役立つのは、次のようなケースです。

• モデル名不一致による model not found
• GitHub Copilot 認証中の 401 または 403
• LiteLLM までトラフィックが届いていない
• 実際のバックエンドは LiteLLM なのに Claude Code 側が Anthropic トークンを要求する
• 未対応パラメータが原因の互換性問題

こうした種類の問題は、一般的なプロンプトに聞くだけだと遠回りになりやすいポイントです。

explanation mode と execution mode を使い分ける

元のスキルでは、2つのモードが明確に分けられています。

• explanation mode: 必要最小限で正しいコマンド、対象ファイル、確認ポイントを示す
• execution mode: 実際のマシン状態を見ながら shell や OS に合わせて調整し、永続変更の前で止まる

この違いは重要です。実機でのセットアップ支援が欲しいなら、その旨をはっきり伝えてください。まず計画だけ欲しいなら、非破壊のウォークスルーを先に依頼するのが適切です。

そのまま使える実用プロンプト

このスキルを呼び出すときは、次のようなプロンプトが使えます。

Use the running-claude-code-via-litellm-copilot skill. I want a non-destructive setup plan for routing Claude Code through a local LiteLLM proxy to GitHub Copilot on Ubuntu bash. Please inspect the likely config points, show the exact variables and file paths to check, explain the github_copilot/<model> naming rule, call out where ANTHROPIC_MODEL must match LiteLLM model_name exactly, and give a verification checklist using LiteLLM logs before any persistent edits.

running-claude-code-via-litellm-copilot スキル FAQ

running-claude-code-via-litellm-copilot は初心者向けですか？

基本的には、ローカルプロキシ、環境変数、設定デバッグに抵抗がない人向けです。スキル自体はよく整理されていますが、このワークフローそのものは依然として上級者寄りで、細かい理由で失敗する可能性があります。

普通のプロンプトより何が優れていますか？

通常のプロンプトでも概念説明はできます。ただし running-claude-code-via-litellm-copilot skill は、正確なルーティング前提、最初に当たるべきトラブルシュートのルール、行き詰まりを避ける設定順序まで踏み込める点で強みがあります。

このスキルを使えば GitHub Copilot 対応は保証されますか？

いいえ。元の資料でも、これは公式に保証された GitHub 向けワークフローではなく、あくまで workaround として扱われています。長期的な互換性の約束ではなく、実装上の実用ガイドとして利用してください。

どんな場合は running-claude-code-via-litellm-copilot を使わないほうがよいですか？

次のような場合は向いていません。

• Anthropic への直接接続で問題ない
• ローカルプロキシを挟みたくない
• 公式サポートされた enterprise 向け統合経路が必要
• この特定のルーティング構成ではなく、Claude Code 全般の導入説明を求めている

主な目的はコスト削減ですか？

コスト削減は理由のひとつですが、それだけではありません。ルーティング制御、バックエンド差し替え、Claude Code が誤ったエンドポイントに向いている理由の調査といった目的でも使われます。

もっとも起こりやすいセットアップ上の詰まりどころは何ですか？

最も多いのは、Claude Code と LiteLLM のモデル名が完全一致していないことです。その次に多いのが、認証問題と localhost に通信が来ていないケースです。

追加のスクリプトや自動化は含まれていますか？

大きな補助スクリプトや自動化は、確認できるリポジトリ内容には出てきません。このスキルはガイド中心なので、自分のマシンと設定に対して手動で適用する前提で考えてください。

running-claude-code-via-litellm-copilot スキルをより良く使う方法

目標状態ではなく、現在の状態から伝える

running-claude-code-via-litellm-copilot でより精度の高い支援を得るには、「こうしたい」だけでなく、今どうなっているかを先に伝えてください。

• インストール済みのツール
• 現在の設定ファイル
• 現在の環境変数
• 実行したコマンド
• エラー出力の全文

これにより、実際にはトラブルシュートが必要なのに、まっさらな前提のセットアップ手順を返されるのを防げます。

まずは単一モデルで組むよう依頼する

最初から複数モデルや「全部動くようにして」という広い依頼で始めないでください。モデルは1つ、エンドポイントは1つ、検証ステップも1つに絞ると、失敗原因を狭めやすくなり、ログも読みやすくなります。

モデル文字列は正確に共有する

支援を求める際は、次の2つをそのまま貼るのが有効です。

• LiteLLM の model_name
• Claude Code の ANTHROPIC_MODEL

最も多い破綻ポイントを最短で見つける方法です。

先に検証するプランを依頼する

有効な依頼例は次のとおりです。

Before suggesting persistent edits, give me a temporary test setup and a checklist to confirm Claude Code is reaching LiteLLM and LiteLLM is forwarding to GitHub Copilot.

こう依頼すると、安全性が上がり、不要な設定変更の往復も減らせます。

症状だけでなくログを共有する

悪い例:

It does not work.

より良い例:

Claude Code returns model not found. LiteLLM logs show no localhost request after I set ANTHROPIC_BASE_URL to ...

最も良い例:

Claude Code returns model not found. My ANTHROPIC_MODEL is X, LiteLLM model_name is Y, and LiteLLM logs show the request arriving but failing after provider routing.

このスキルは、どのレイヤーで失敗しているかの証拠があるほど精度よく機能します。

原因と対処を分けて出すよう依頼する

この構成では、エラーが積み重なって見えることがよくあります。次の形式で出力してほしいと依頼すると実行しやすくなります。

• もっとも可能性の高い根本原因
• 確認すべき正確なファイルまたは変数
• 最小限の修正
• 検証手順

この形なら、助言をそのまま実行しやすく、あとから監査もしやすくなります。

挙動が古いと感じたら reference notes を使う

ガイド内容が手元の挙動と食い違って見える場合は、エージェントに次のファイルを参照させてください。

references/doc-verified-notes.md

このファイルには、記事ベースの説明と、現在確認できる LiteLLM の挙動との差分が整理されています。github_copilot/<model> の命名ルールもここで明確にされています。

最初の成功リクエストの後で改善する

最初のリクエストが通ったら、その後で次の項目を整えていくのが適切です。

• 永続設定をどこに置くか
• shell profile の整理
• より安全なデフォルト値
• モデル切り替え
• チーム向けのローカル運用ドキュメント整備

エンドツーエンドの通信確認が終わる前に最適化へ進まないようにしてください。

試行を重ねる際に注意したい失敗パターン

繰り返し起こりやすいミスは次のとおりです。

• 複数の設定ファイルを一度に変更する
• モデル名はおおよそ合っていればよいと思い込む
• Claude Code がローカルでは空でない Anthropic トークンを依然として必要とする点を忘れる
• LiteLLM のログを見ない
• 一時テストが成功する前に永続設定を書き換える

このスキルから高品質な出力を得る最善の方法

running-claude-code-via-litellm-copilot for Skill Installation を使うときに最も有効なプロンプトパターンは次の形です。

Use the running-claude-code-via-litellm-copilot skill to troubleshoot my current setup. I am on [OS/shell]. Claude Code is configured with [values]. LiteLLM is started with [method]. My intended provider route is github_copilot/[model]. My ANTHROPIC_MODEL is [value]. Here are the logs and the exact error. Give me the smallest fix first, then a verification step, and pause before suggesting persistent edits.

この形なら、このスキルが汎用的なセットアップ説明ではなく、インストール判断や実機トラブルシュートに使える具体的なガイドを返しやすくなります。