running-claude-code-via-litellm-copilot

Tổng quan về skill running-claude-code-via-litellm-copilot

Skill running-claude-code-via-litellm-copilot giúp bạn thiết lập một quy trình proxy khá cụ thể: vẫn để Claude Code giao tiếp bằng API kiểu Anthropic như bình thường, nhưng chuyển toàn bộ request thực tế qua một server LiteLLM cục bộ, rồi từ đó forward sang GitHub Copilot. Skill này chủ yếu dành cho những ai muốn giảm mức sử dụng Anthropic API trực tiếp, thử một cấu hình tiết kiệm chi phí hơn, hoặc xử lý lỗi khi Claude Code không đi tới đúng backend mong muốn.

Skill này phù hợp nhất với ai

running-claude-code-via-litellm-copilot skill phù hợp nhất với:

• lập trình viên đã dùng Claude Code
• người dùng thoải mái với việc chỉnh environment variables và file cấu hình cục bộ
• người đang so sánh truy cập Anthropic trực tiếp với việc đi qua proxy LiteLLM local
• bất kỳ ai đang debug các lỗi 401/403, model not found, hoặc tình huống "Claude Code không hề gọi vào localhost"

Đây không phải tài liệu nhập môn cho người mới bắt đầu với Claude Code, LiteLLM, hay GitHub Copilot.

Nhu cầu thực sự mà skill này giải quyết

Phần lớn người dùng không chỉ cần “một bản tóm tắt repo”. Họ cần một cách làm chạy được để:

1. chạy Claude Code thông qua LiteLLM,
2. trỏ LiteLLM sang GitHub Copilot,
3. làm cho tên model khớp chính xác tuyệt đối,
4. xác minh traffic thực sự đang đi qua proxy,
5. sửa nhanh các lỗi auth và tương thích thường gặp.

Đó chính là chỗ mà skill này phát huy tác dụng.

Điểm khác biệt của skill này

Điểm khác biệt thật sự hữu ích ở đây là skill này tập trung hướng dẫn cho một tích hợp khá mong manh, chứ không phải một lớp prompt chung chung. Nó nhấn mạnh những ràng buộc thực tế thường khiến người dùng không triển khai được:

• ANTHROPIC_BASE_URL phải trỏ Claude Code tới LiteLLM
• Claude Code vẫn đòi hỏi một Anthropic token không rỗng ở máy local
• LiteLLM nên dùng mẫu provider github_copilot/<model>
• ANTHROPIC_MODEL của Claude Code phải khớp chính xác với model_name của LiteLLM
• drop_params: true rất quan trọng để đảm bảo tương thích
• bước GitHub device authorization ở lần chạy đầu có thể chỉ hiện ra sau request thật đầu tiên
• bạn nên xác nhận thành công bằng cách xem log LiteLLM, thay vì chỉ giả định cấu hình đã đúng

Hãy đọc phần này trước khi quyết định cài

Hãy dùng running-claude-code-via-litellm-copilot nếu câu hỏi chính của bạn là: “Làm sao để mô hình proxy này chạy thật trên máy của tôi?” Hãy bỏ qua nếu bạn chỉ cần dùng Claude Code thông thường, thiết lập Anthropic trực tiếp, hoặc tài liệu Copilot ở mức tổng quát.

Cách dùng skill running-claude-code-via-litellm-copilot

Cài đặt skill running-claude-code-via-litellm-copilot

Cài từ skills repository:

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

Nếu môi trường của bạn dùng một skill loader khác, hãy thêm skill từ:

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

Nên đọc các file này trước

Khi cài running-claude-code-via-litellm-copilot, hãy bắt đầu với:

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

Vì sao nên đọc theo thứ tự này:

• SKILL.md trình bày workflow vận hành và các nguyên tắc ra quyết định.
• references/doc-verified-notes.md giải thích phần nào bám theo bài viết nguồn và phần nào đã được siết lại theo tài liệu LiteLLM, điều này rất quan trọng vì cấu hình này khá nhạy với vấn đề tương thích.

Nắm rõ các thành phần tối thiểu cần có

Một cấu hình chạy được thường cần bốn yếu tố khớp với nhau:

• Claude Code được trỏ sang LiteLLM qua ANTHROPIC_BASE_URL
• có ANTHROPIC_API_KEY cục bộ không rỗng hoặc giá trị token tương đương để Claude Code chịu chạy
• LiteLLM được cấu hình dùng github_copilot/<model>
• tên model giữa Claude Code và LiteLLM khớp chính xác tuyệt đối

Chỉ cần lệch một trong các điểm này, workflow thường sẽ hỏng theo cách khá khó đoán.

Skill cần bạn cung cấp những thông tin gì

Để dùng tốt hướng dẫn running-claude-code-via-litellm-copilot usage, hãy cung cấp:

• hệ điều hành và shell bạn đang dùng
• Claude Code đã được cài và đang hoạt động hay chưa
• LiteLLM đã được cài chưa và bạn khởi động nó bằng cách nào
• ANTHROPIC_BASE_URL hiện tại của bạn
• tên model dự kiến chạy phía sau Copilot
• nguyên văn thông báo lỗi nếu cấu hình đang thất bại
• bạn có sẵn sàng sửa ~/.claude/settings.json hoặc các file shell profile hay không

Những chi tiết này giúp skill điều chỉnh lệnh và hướng dẫn theo máy của bạn, thay vì phải đoán.

Biến một mục tiêu mơ hồ thành prompt tốt hơn

Prompt yếu:

Help me use Claude Code with LiteLLM and Copilot.

Prompt tốt hơn:

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.

Vì sao prompt này tốt hơn:

• nêu rõ hệ điều hành và shell
• yêu cầu đúng chuỗi cấu hình cần thiết
• gọi tên vấn đề khớp model ngay từ đầu
• yêu cầu xác minh an toàn trước khi sửa cấu hình lâu dài

Workflow đề xuất cho lần thiết lập đầu tiên

Hãy đi theo thứ tự này thay vì chỉnh mọi thứ cùng lúc:

1. kiểm tra cấu hình hiện tại của Claude Code và LiteLLM
2. chọn một model đích duy nhất
3. cấu hình LiteLLM với github_copilot/<model>
4. đặt drop_params: true nếu cần để tương thích với request dạng Anthropic
5. trỏ Claude Code sang LiteLLM bằng ANTHROPIC_BASE_URL
6. đặt ANTHROPIC_MODEL khớp chính xác với model_name của LiteLLM
7. chạy một request nhỏ
8. theo dõi log LiteLLM
9. hoàn tất GitHub device authorization nếu được nhắc
10. chỉ sau đó mới áp dụng các thay đổi cấu hình lâu dài

Cách này giúp giảm nguy cơ che khuất lỗi thật vì có quá nhiều chỉnh sửa xảy ra cùng lúc.

Quy tắc tương thích quan trọng nhất của running-claude-code-via-litellm-copilot

Trong thực tế, quy tắc có giá trị nhất trong repo là: ANTHROPIC_MODEL của Claude Code phải khớp chính xác tuyệt đối với model_name của LiteLLM.

Đừng coi việc đặt tên model là “gần đúng cũng được”. Chỉ cần lệch một chút là đủ để làm hỏng routing và tạo ra các lỗi gây hiểu nhầm.

Cách xác minh proxy thực sự đang hoạt động

Đừng dừng ở mức “lệnh đã chạy xong”. Hãy xác minh đầy đủ các điểm sau:

• Claude Code đang nhắm tới ANTHROPIC_BASE_URL local của bạn
• LiteLLM thực sự nhận được request trong log
• request được forward qua đúng đường provider GitHub Copilot
• phản hồi quay về thông qua LiteLLM chứ không phải truy cập Anthropic trực tiếp

Nếu không có traffic nào vào localhost, vấn đề thường xảy ra ở bước trước cả phần auth của Copilot.

Các kiểu lỗi phổ biến mà skill này hỗ trợ xử lý

running-claude-code-via-litellm-copilot guide đặc biệt hữu ích cho các trường hợp:

• model not found do tên model không khớp
• 401 hoặc 403 trong quá trình auth GitHub Copilot
• không có traffic nào đi tới LiteLLM
• Claude Code vẫn đòi hỏi Anthropic token dù LiteLLM mới là backend thật
• lỗi tương thích do các request parameter không được hỗ trợ

Đây chính là kiểu vấn đề mà prompt chung chung thường làm bạn mất thời gian.

Dùng explanation mode hay execution mode

Skill gốc phân biệt rất rõ hai chế độ:

• explanation mode: đưa ra bộ lệnh, file và bước kiểm tra nhỏ nhất nhưng vẫn đúng
• execution mode: kiểm tra trực tiếp máy đang dùng, điều chỉnh theo shell và OS, và dừng lại trước khi sửa cấu hình lâu dài

Sự khác biệt này rất quan trọng. Nếu bạn muốn được hỗ trợ thiết lập theo kiểu “cầm tay chỉ việc”, hãy nói rõ. Nếu bạn chỉ cần một kế hoạch, hãy yêu cầu walkthrough không phá hủy trước.

Một prompt thực tế có thể dùng lại

Hãy dùng prompt như sau khi gọi skill:

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.

Câu hỏi thường gặp về skill running-claude-code-via-litellm-copilot

running-claude-code-via-litellm-copilot có phù hợp với người mới bắt đầu không?

Thường chỉ phù hợp nếu bạn đã quen với proxy cục bộ, env vars và việc debug cấu hình. Skill này được thiết kế rất trúng nhu cầu, nhưng bản thân workflow vẫn là một quy trình nâng cao và có thể lỗi vì nhiều nguyên nhân nhỏ.

Skill này làm tốt hơn prompt thông thường ở điểm nào?

Prompt thông thường có thể giải thích ý tưởng. running-claude-code-via-litellm-copilot skill mạnh hơn khi bạn cần đúng các giả định về routing, các nguyên tắc troubleshooting tuyến đầu, và thứ tự thiết lập giúp tránh đi vào ngõ cụt.

Skill này có đảm bảo hỗ trợ GitHub Copilot không?

Không. Tài liệu nguồn mô tả đây là một cách workaround, không phải quy trình GitHub được bảo đảm chính thức. Hãy dùng nó như hướng dẫn triển khai thực tế, không phải như một cam kết về khả năng tương thích lâu dài.

Khi nào không nên dùng running-claude-code-via-litellm-copilot?

Không nên dùng nếu:

• bạn thấy cấu hình Anthropic trực tiếp là đủ
• bạn không muốn có proxy cục bộ trong luồng xử lý
• bạn cần một đường tích hợp enterprise được hỗ trợ chính thức
• bạn đang tìm hướng dẫn onboarding Claude Code tổng quát thay vì kiểu routing rất cụ thể này

Skill này chủ yếu để tiết kiệm chi phí phải không?

Giảm chi phí là một động cơ, nhưng không phải lý do duy nhất. Nhiều người dùng cần nó để kiểm soát routing, thay backend, hoặc debug vì sao Claude Code đang gọi sai endpoint.

Trở ngại thiết lập có khả năng xảy ra cao nhất là gì?

Vấn đề hàng đầu là tên model giữa Claude Code và LiteLLM không khớp chính xác. Sau đó, các lỗi auth và tình trạng không có traffic vào localhost là những nguyên nhân dễ gặp tiếp theo.

Skill có kèm script hay tự động hóa bổ sung không?

Không thấy các helper script lớn nào được đưa ra trong snapshot của repo. Đây là skill thiên về hướng dẫn thực hành, nên hãy chuẩn bị tinh thần áp dụng thủ công các bước vào máy và cấu hình của chính bạn.

Cách cải thiện hiệu quả khi dùng skill running-claude-code-via-litellm-copilot

Bắt đầu từ trạng thái hiện tại của bạn, không phải trạng thái mục tiêu

Để nhận được kết quả tốt hơn từ running-claude-code-via-litellm-copilot, hãy nói rõ cho agent biết hiện tại bạn đã có gì:

• các công cụ đã cài
• các file cấu hình hiện có
• các env vars hiện tại
• lệnh chính xác bạn đã chạy
• toàn bộ lỗi đầu ra chính xác

Như vậy assistant sẽ không đưa cho bạn một quy trình thiết lập “sạch từ đầu” trong khi điều bạn thực sự cần lại là troubleshooting.

Trước tiên hãy yêu cầu cấu hình cho một model duy nhất

Đừng bắt đầu bằng nhiều model hoặc một yêu cầu kiểu “làm cho mọi thứ chạy hết đi”. Hãy yêu cầu cho một model, một endpoint, và một bước xác minh. Cách này thu hẹp phạm vi lỗi và giúp log dễ đọc hơn.

Luôn đưa đúng chuỗi model

Khi nhờ hỗ trợ, hãy dán cả hai giá trị:

• model_name của LiteLLM
• ANTHROPIC_MODEL của Claude Code

Đây là cách nhanh nhất để phát hiện lỗi phổ biến nhất.

Yêu cầu một kế hoạch ưu tiên xác minh trước

Một yêu cầu tốt sẽ là:

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.

Cách này an toàn hơn và giảm các thay đổi cấu hình không cần thiết.

Chia sẻ log, đừng chỉ mô tả triệu chứng

Không tốt:

It does not work.

Tốt hơn:

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

Tốt nhất:

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.

Skill sẽ hoạt động hiệu quả hơn khi bạn cung cấp bằng chứng từ đúng lớp đang lỗi.

Yêu cầu agent tách riêng nguyên nhân gốc và cách sửa

Cấu hình này thường tạo ra nhiều lỗi chồng lớp. Hãy yêu cầu đầu ra theo định dạng:

• nguyên nhân gốc có khả năng cao nhất
• file hoặc biến chính xác cần kiểm tra
• bản sửa nhỏ nhất cần làm
• bước xác minh

Cấu trúc này giúp bạn dễ thực thi và dễ đối chiếu hơn.

Dùng reference notes khi thấy hành vi có vẻ đã thay đổi

Nếu hướng dẫn có vẻ mâu thuẫn với những gì bạn đang thấy, hãy yêu cầu agent quay lại file:

references/doc-verified-notes.md

Đây là nơi repo làm rõ phần nào là hướng dẫn dựa trên bài viết và phần nào là hành vi LiteLLM đã được xác minh ở thời điểm hiện tại, bao gồm cả quy tắc đặt tên github_copilot/<model>.

Chỉ tối ưu sau khi request đầu tiên đã chạy thành công

Khi request đầu tiên đã thành công, lúc đó mới tiếp tục tinh chỉnh:

• vị trí lưu cấu hình lâu dài
• dọn dẹp shell profile
• các mặc định an toàn hơn
• chuyển đổi model
• tài liệu nội bộ rõ ràng hơn cho nhóm của bạn

Đừng tối ưu trước khi bạn xác nhận được traffic end-to-end.

Theo dõi các kiểu lỗi này trong quá trình lặp lại

Những lỗi lặp đi lặp lại nhiều nhất là:

• thay đổi nhiều file cấu hình cùng lúc
• cho rằng tên model gần đúng là đủ
• quên rằng Claude Code vẫn đòi một Anthropic token không rỗng ở local
• không kiểm tra log LiteLLM
• sửa cấu hình lâu dài trước khi bài test tạm thời chạy thành công

Cách tốt nhất để nhận được đầu ra chất lượng cao hơn từ skill này

Mẫu prompt tốt nhất cho running-claude-code-via-litellm-copilot for Skill Installation là:

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.

Prompt này cung cấp đúng bối cảnh để skill tạo ra hướng dẫn cài đặt sát với máy thực tế của bạn, thay vì chỉ trả lời bằng mô tả thiết lập chung chung.