running-claude-code-via-litellm-copilot

running-claude-code-via-litellm-copilot 스킬 개요

running-claude-code-via-litellm-copilot 스킬은 특정 프록시 워크플로를 구성할 때 유용합니다. Claude Code는 기존처럼 Anthropic 스타일 API로 동작하게 두고, 실제 요청은 로컬 LiteLLM 서버를 거쳐 GitHub Copilot으로 전달하도록 만드는 방식입니다. 직접 Anthropic API 사용을 줄이고 싶거나, 더 저렴한 구성을 시험해 보고 싶거나, Claude Code가 의도한 백엔드로 요청을 보내지 않는 이유를 추적하려는 사용자에게 특히 적합합니다.

이 스킬이 가장 잘 맞는 사용자

이 running-claude-code-via-litellm-copilot skill은 다음과 같은 경우에 가장 적합합니다.

• 이미 Claude Code를 사용 중인 개발자
• 환경 변수와 로컬 설정 파일 편집에 익숙한 사용자
• 직접 Anthropic 연결과 로컬 LiteLLM 프록시 구성을 비교해 보려는 사용자
• 401/403, model not found, 또는 "Claude Code is not hitting localhost" 같은 문제를 디버깅하는 사용자

반대로 Claude Code, LiteLLM, GitHub Copilot 입문용 안내로 보기는 어렵습니다.

실제로 해결해 주는 핵심 작업

대부분의 사용자가 원하는 것은 단순한 "저장소 요약"이 아닙니다. 실제로는 다음이 동작하는 경로가 필요합니다.

1. Claude Code를 LiteLLM을 통해 실행하고,
2. LiteLLM이 GitHub Copilot을 바라보게 설정하고,
3. 모델 이름을 정확히 일치시키고,
4. 트래픽이 정말 프록시를 통과하는지 검증하고,
5. 흔한 인증 및 호환성 오류를 빠르게 해결하는 것

이 지점에서 이 스킬의 가치가 분명해집니다.

이 스킬이 다른 이유

이 스킬의 차별점은 범용 프롬프팅 레이어가 아니라, 깨지기 쉬운 통합 구성을 실제로 붙이는 가이드라는 점입니다. 특히 도입을 가로막는 현실적인 제약을 분명하게 짚습니다.

• ANTHROPIC_BASE_URL로 Claude Code가 LiteLLM을 바라보게 해야 함
• Claude Code는 로컬에서도 비어 있지 않은 Anthropic 토큰을 여전히 요구함
• LiteLLM은 github_copilot/<model> provider 패턴을 써야 함
• Claude Code의 ANTHROPIC_MODEL은 LiteLLM의 model_name과 정확히 일치해야 함
• 호환성을 위해 drop_params: true가 중요할 수 있음
• 최초 GitHub device 인증은 첫 실제 요청 이후에야 나타날 수 있음
• 설정이 맞다고 추정하지 말고 LiteLLM 로그로 성공 여부를 확인해야 함

설치 전 먼저 확인할 점

핵심 질문이 "이 프록시 구성을 내 환경에서 실제로 어떻게 동작시키지?"라면 running-claude-code-via-litellm-copilot이 잘 맞습니다. 반대로 일반적인 Claude Code 사용법, 직접 Anthropic 연결 설정, 혹은 Copilot 전반 문서만 필요하다면 이 스킬은 굳이 필요하지 않을 수 있습니다.

running-claude-code-via-litellm-copilot 스킬 사용 방법

running-claude-code-via-litellm-copilot 스킬 설치

skills 저장소에서 설치합니다.

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

사용 중인 환경에서 다른 skill loader를 쓴다면 다음 경로에서 스킬을 추가하세요.

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

먼저 읽어야 할 파일

이 running-claude-code-via-litellm-copilot install을 진행할 때는 아래 순서로 보는 것이 좋습니다.

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

이 순서가 중요한 이유는 다음과 같습니다.

• SKILL.md에는 실제 동작 워크플로와 판단 기준이 정리되어 있습니다.
• references/doc-verified-notes.md에는 어떤 내용이 원문 글에 근거하고, 어떤 부분이 LiteLLM 문서를 기준으로 더 엄밀하게 다듬어졌는지가 설명되어 있습니다. 이 구성은 호환성에 민감하기 때문에 특히 중요합니다.

최소 구성 요소를 먼저 이해하기

정상적으로 동작하려면 보통 네 가지가 서로 맞물려야 합니다.

• ANTHROPIC_BASE_URL로 Claude Code가 LiteLLM을 바라보게 할 것
• Claude Code가 실행될 수 있도록 비어 있지 않은 로컬 ANTHROPIC_API_KEY 또는 이에 준하는 토큰 값을 둘 것
• LiteLLM이 github_copilot/<model>을 사용하도록 설정할 것
• Claude Code와 LiteLLM 사이에서 모델 이름이 정확히 일치할 것

이 중 하나라도 어긋나면 원인이 헷갈리는 형태로 실패하는 경우가 많습니다.

이 스킬이 사용자에게서 필요로 하는 입력

running-claude-code-via-litellm-copilot usage 가이드를 제대로 활용하려면 다음 정보를 함께 주는 것이 좋습니다.

• 사용 중인 OS와 shell
• Claude Code가 이미 설치되어 정상 동작하는지 여부
• LiteLLM이 이미 설치되어 있는지, 그리고 어떤 방식으로 실행하는지
• 현재 ANTHROPIC_BASE_URL 값
• 사용하려는 Copilot 기반 모델 이름
• 실패 중이라면 정확한 에러 문구
• ~/.claude/settings.json이나 shell profile 파일을 수정할 의향이 있는지

이런 정보가 있어야 스킬이 추측이 아니라 실제 환경에 맞는 명령과 절차를 제시할 수 있습니다.

막연한 목표를 좋은 프롬프트로 바꾸기

약한 프롬프트:

Help me use Claude Code with LiteLLM and Copilot.

더 좋은 프롬프트:

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.

왜 더 좋은지:

• OS와 shell을 명시합니다
• 필요한 설정 체인을 정확히 요청합니다
• 모델 이름 일치 문제를 처음부터 짚습니다
• 영구 설정 변경 전에 안전하게 검증하는 절차를 요구합니다

처음 설정할 때 권장하는 워크플로

처음부터 모든 파일을 한꺼번에 고치지 말고, 아래 순서로 진행하세요.

1. 현재 Claude Code와 LiteLLM 설정 상태를 확인한다
2. 목표 모델을 하나만 고른다
3. LiteLLM을 github_copilot/<model>로 설정한다
4. Anthropic 형태 요청과의 호환성이 필요하면 drop_params: true를 설정한다
5. ANTHROPIC_BASE_URL로 Claude Code가 LiteLLM을 바라보게 한다
6. ANTHROPIC_MODEL을 LiteLLM의 model_name과 정확히 일치시킨다
7. 작은 요청 하나만 실행한다
8. LiteLLM 로그를 확인한다
9. GitHub device 인증이 뜨면 완료한다
10. 그다음에만 영구 설정 변경을 적용한다

이 순서를 따르면 여러 변경이 한꺼번에 섞이면서 실제 원인이 가려지는 일을 줄일 수 있습니다.

가장 중요한 호환성 규칙

실무적으로 이 저장소에서 가장 중요한 규칙은 이것입니다. Claude Code의 ANTHROPIC_MODEL은 LiteLLM의 model_name과 정확히 같아야 합니다.

모델 이름은 대충 비슷하면 된다고 보면 안 됩니다. 보기에는 거의 같아 보여도 조금만 어긋나면 라우팅이 깨지고, 오해를 부르는 오류가 발생할 수 있습니다.

프록시가 실제로 동작하는지 확인하는 방법

단순히 "명령이 실행됐다"에서 멈추지 마세요. 아래 항목을 모두 확인해야 합니다.

• Claude Code가 로컬 ANTHROPIC_BASE_URL을 대상으로 하고 있는지
• LiteLLM 로그에 요청이 실제로 들어오는지
• 요청이 GitHub Copilot provider 경로로 전달되는지
• 응답이 직접 Anthropic이 아니라 LiteLLM을 통해 돌아오는지

localhost 트래픽이 전혀 없다면, 문제는 대개 Copilot 인증보다 더 앞단에 있습니다.

이 스킬이 특히 잘 다루는 흔한 실패 패턴

이 running-claude-code-via-litellm-copilot guide는 특히 다음과 같은 상황에서 유용합니다.

• 모델 이름 불일치로 인한 model not found
• GitHub Copilot 인증 과정의 401 또는 403
• LiteLLM까지 트래픽이 전혀 도달하지 않는 경우
• 실제 백엔드는 LiteLLM인데도 Claude Code가 Anthropic 토큰을 요구하는 경우
• 지원되지 않는 요청 파라미터 때문에 생기는 호환성 문제

이런 문제야말로 일반적인 프롬프트만으로는 시간만 허비하기 쉽습니다.

설명 모드와 실행 모드를 구분해 사용하기

상위 스킬 문서에서는 두 가지 모드를 분명히 구분합니다.

• explanation mode: 필요한 명령, 파일, 점검 항목을 가장 작고 정확한 형태로 제시
• execution mode: 현재 머신 상태를 확인하고, shell/OS에 맞게 조정하며, 영구 변경 전 멈춰서 확인

이 차이는 중요합니다. 실제 설정을 같이 진행하고 싶다면 그 의도를 명확히 말하세요. 반대로 우선 계획만 원한다면, 비파괴적인 walkthrough부터 요청하는 편이 좋습니다.

바로 재사용할 수 있는 실전 프롬프트

이 스킬을 호출할 때는 아래와 같은 프롬프트를 쓸 수 있습니다.

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 스킬 FAQ

running-claude-code-via-litellm-copilot는 초보자에게도 적합한가요?

대체로 로컬 프록시, env vars, 설정 디버깅에 익숙한 경우에만 권장됩니다. 스킬 자체는 목적이 분명하고 잘 설계되어 있지만, 워크플로 자체는 여전히 고급 편이며 작은 이유 여러 개로도 쉽게 실패할 수 있습니다.

일반 프롬프트보다 이 스킬이 더 잘하는 것은 무엇인가요?

일반 프롬프트도 개념 설명은 해줄 수 있습니다. 하지만 정확한 라우팅 전제, 초기 트러블슈팅 규칙, 막다른 길을 피하게 해주는 설정 순서가 필요하다면 running-claude-code-via-litellm-copilot skill 쪽이 훨씬 강합니다.

이 스킬이 GitHub Copilot 지원을 보장하나요?

아니요. 원문 자료도 이것을 공식적으로 보장된 GitHub 워크플로가 아니라 우회적 해결책으로 설명합니다. 장기 호환성을 약속하는 문서가 아니라, 실용적인 구현 가이드로 받아들이는 것이 맞습니다.

어떤 경우에는 running-claude-code-via-litellm-copilot를 쓰지 말아야 하나요?

다음에 해당하면 사용하지 않는 편이 낫습니다.

• 직접 Anthropic 설정으로도 충분한 경우
• 로컬 프록시를 중간에 두고 싶지 않은 경우
• 공식 지원되는 엔터프라이즈 통합 경로가 필요한 경우
• 이 특정 라우팅 패턴이 아니라 Claude Code 전반의 온보딩이 필요한 경우

이 스킬의 주목적은 비용 절감인가요?

비용 절감은 동기 중 하나일 뿐 전부는 아닙니다. 많은 사용자는 라우팅 제어, 백엔드 대체, 또는 Claude Code가 왜 잘못된 엔드포인트로 가는지 디버깅하기 위해 이 스킬을 찾습니다.

가장 가능성이 높은 설정 장애물은 무엇인가요?

가장 흔한 장애물은 Claude Code와 LiteLLM 사이의 정확한 모델 이름 불일치입니다. 그다음으로는 인증 문제와 localhost 트래픽 미유입이 유력한 원인입니다.

이 스킬에 추가 스크립트나 자동화 도구도 포함되어 있나요?

저장소 스냅샷 기준으로 눈에 띄는 대형 helper script는 없습니다. 이 스킬은 자동화보다는 가이드 중심이므로, 실제 적용은 각자 자신의 머신과 설정에 맞게 수동으로 진행할 것을 전제로 합니다.

running-claude-code-via-litellm-copilot 스킬 개선 방법

목표 상태보다 현재 상태부터 공유하세요

running-claude-code-via-litellm-copilot에서 더 나은 결과를 얻으려면, 먼저 이미 갖춰진 상태를 에이전트에 알려주세요.

• 설치된 도구
• 현재 설정 파일
• 현재 env vars
• 실제로 실행한 정확한 명령
• 정확한 에러 출력

이렇게 해야, 지금 필요한 것이 트러블슈팅인데도 처음부터 새로 짜는 깨끗한 설치 가이드를 받는 일을 막을 수 있습니다.

처음에는 모델 하나만 설정하세요

여러 모델을 한꺼번에 붙이거나 "전부 되게 해줘" 식으로 시작하지 마세요. 모델 하나, 엔드포인트 하나, 검증 단계 하나만 먼저 요청하세요. 그래야 실패 범위를 좁힐 수 있고 로그도 해석하기 쉬워집니다.

정확한 모델 문자열을 함께 주세요

도움을 요청할 때는 아래 두 값을 모두 붙여 넣으세요.

• LiteLLM의 model_name
• Claude Code의 ANTHROPIC_MODEL

가장 흔한 문제를 가장 빨리 잡아내는 방법입니다.

검증 우선 계획을 요청하세요

좋은 요청 예시는 다음과 같습니다.

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.

이렇게 요청하면 안전성이 높아지고, 불필요하게 설정을 여러 번 뒤엎는 일을 줄일 수 있습니다.

증상만 말하지 말고 로그를 공유하세요

나쁜 예:

It does not work.

더 나은 예:

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

가장 좋은 예:

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.

문제가 발생한 계층의 증거를 함께 줄수록 이 스킬의 응답 품질도 좋아집니다.

원인과 해결책을 분리해서 답해 달라고 요청하세요

이 구성은 오류가 겹겹이 쌓여 나타나는 경우가 많습니다. 아래 형식으로 답변해 달라고 요청해 보세요.

• 가능한 근본 원인
• 확인해야 할 정확한 파일 또는 변수
• 최소 수정 사항
• 검증 단계

이 구조를 쓰면 조언을 실행하고 점검하기가 훨씬 쉬워집니다.

동작이 예전 정보처럼 보일 때는 reference notes를 함께 보세요

가이드 내용이 현재 보이는 동작과 충돌하는 것 같다면, 에이전트에게 다음 파일을 다시 보라고 명시하세요.

references/doc-verified-notes.md

이 파일에는 원문 글 기반 가이드와 현재 LiteLLM 기준으로 검증된 동작의 차이가 정리되어 있으며, github_copilot/<model> 네이밍 규칙도 여기서 분명히 설명합니다.

첫 요청이 성공한 뒤에 개선하세요

첫 요청이 성공한 다음에야 아래 항목을 다듬는 것이 좋습니다.

• 영구 설정 위치 정리
• shell profile 정리
• 더 안전한 기본값
• 모델 전환 방식
• 팀을 위한 더 명확한 로컬 문서화

엔드투엔드 트래픽이 확인되기 전에는 최적화부터 하지 마세요.

반복 작업 중 특히 주의할 실패 패턴

가장 자주 반복되는 실수는 다음과 같습니다.

• 여러 설정 파일을 한꺼번에 바꾸는 것
• 모델 이름이 대충 비슷해도 된다고 가정하는 것
• Claude Code가 로컬에서도 비어 있지 않은 Anthropic 토큰을 요구한다는 점을 놓치는 것
• LiteLLM 로그를 확인하지 않는 것
• 임시 테스트가 성공하기 전에 영구 설정부터 바꾸는 것

이 스킬에서 더 좋은 결과를 얻는 가장 좋은 프롬프트 방식

running-claude-code-via-litellm-copilot for Skill Installation에 가장 잘 맞는 프롬프트 패턴은 아래와 같습니다.

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.

이 정도 맥락을 함께 주면, 스킬이 일반적인 설정 설명이 아니라 실제 머신 상태와 설치 상황에 맞는 실전형 가이드를 내놓을 가능성이 훨씬 높아집니다.