如何使用任何 LLM（GPT、Grok、Gemini、OpenRouter、本地模型）執行 Claude Cowork 和 Claude Code

Anthropic 推出了一個幾乎沒多少人注意到的功能：你現在可以用任何你選擇的 LLM來執行 Claude Cowork 和 Claude Code——GPT-5、Grok、Gemini、透過 OpenRouter 提供的 open-weight 模型、你筆電上的本地模型，或你的企業閘道（Bedrock、Vertex AI、Azure AI Foundry）都可以。agent harness、skills、plugins、MCP servers 和管理控制都維持不變，改變的只有背後驅動它們的模型。

這打開了兩個很有吸引力的使用情境。對個人來說，無論是已經碰到 Claude Max 方案的使用額度上限，還是單純不想每月支付 $100–$200，現在都可以把 Cowork 指向 OpenRouter 上的免費模型，以接近零成本獲得完整的 agent 體驗。對企業來說，若已經在 Bedrock、Vertex 或 Foundry 上運行，就能在既有合規邊界內部署 Cowork，而不必把資料透過 Anthropic 的第一方基礎架構傳輸。

本指南將說明 Cowork 的第三方推理到底是什麼、適合哪些人、如何一步一步設定，以及如何排除最常見的問題。

什麼是第三方推理上的 Cowork？

第三方推理上的 Cowork（也稱為「Cowork on 3P」）是一種設定模式，會把驅動 Cowork 的 Claude 模型替換成任何 OpenAI 相容的 API 端點。Anthropic 官方文件將其分為三種部署路徑：

• 受監管產業——有資料駐留需求的組織
• 企業閘道使用者——透過 Amazon Bedrock、Google Cloud Vertex AI 或 Azure AI Foundry 執行 Claude 的公司
• 試用或評估環境中的個人使用者——任何安裝 Claude Desktop 並想嘗試不同模型的人

這三條路徑共用同一個設定面板與相同的一組管理控制。所有企業級功能（每位使用者 token 上限、MCP allowlist、OpenTelemetry、停用自動更新、移除內建工具）都適用於這三條路徑。

OpenRouter 也可作為 LLM 閘道使用——Anthropic 並未在官方文件中列出它，但獨立測試已確認可行。這表示 OpenRouter 目錄中的任何模型（包含許多免費方案模型）都可以驅動 Cowork 的完整 agent harness。

以下是變更與不變內容的快速比較：

關於資料駐留的重要說明： 在這次研究預覽期間，Azure AI Foundry 上的 Claude 仍會透過 Anthropic 的基礎架構路由。Amazon Bedrock 和 Google Cloud Vertex AI 則是能提供完整供應商端資料駐留的路徑。

誰適合使用這個功能？

第三方推理對兩類不同的使用者特別有幫助，而它們的應用情境幾乎不重疊。

個人使用者是短期內的主要受益者。如果你已經碰到 Claude Max 方案的每週使用上限、想在付費訂閱前先評估 Cowork，或是正在使用包含專有程式碼、不能送到任何外部 API 的本地模型，那麼 Cowork on 3P 可以一次解決這三個問題。你現在就能用 OpenRouter 上的免費模型執行完整的 agent harness——包含檔案工具、MCP servers、skills 和 plugins。

企業團隊則會得到不同的價值：能把 Cowork 保持在已核准的雲端供應商邊界內。如果你的組織已經透過安全審查核准了 Bedrock、Vertex 或 Foundry，Cowork on 3P 就能讓你部署給員工使用，而不必為 Anthropic 的第一方基礎架構開啟新的資料流。管理控制（token 上限、MCP allowlist、OpenTelemetry exporter）不論背後是哪一家供應商，運作方式都相同。

逐步設定

1. 連接到 OpenRouter

不需要 proxy server。你只要把 Claude Desktop 直接指向 OpenRouter 的 API 端點即可。

1. 開啟 Claude Desktop → Menu → Developer → Configure Third-Party Inference
2. 設定以下值：
   • Connection: Gateway
   • Gateway base URL: https://openrouter.ai/api
   • Gateway API key: 你的 OpenRouter API key
   • Gateway auth scheme: x-api-key
3. 在 Sandbox & workspace 中，設定 Allowed egress hosts，讓你的 agents 可以連上網路。若要允許所有網站，可以使用萬用字元條目。
4. 點擊 Apply locally → Relaunch now
5. 登出你的 Anthropic 帳號，然後選擇 Continue with Gateway
6. 你會看到「Setting up Claude's workspace…」——完成後就可以開始對話

要選擇模型，請在模型選擇器中使用 OpenRouter 的 model identifier。一個能穩定處理 agentic 任務的免費模型是：tencent/hy3-preview:free

本地模型也使用相同模式——將它們透過 OpenAI 相容 proxy，例如 LiteLLM 或 Ollama 內建的 OpenAI endpoint 來路由。

2. 匯入 Anthropic Skills

OpenRouter 的設定會讓 Customize → Skills 面板保持空白。官方 Anthropic skills（docx、pdf、pptx、xlsx、skill-creator）需要手動安裝。

1. 將 Anthropic skills repository 下載為 .zip 檔
2. 解壓縮 skills-main.zip
3. 將你要的每個 skill 資料夾分別壓縮成 zip（例如 docx 資料夾會變成 docx.zip）
4. 在 Claude Desktop 中：Customize → Skills → Create skill → Upload a skill ——上傳每個 .zip

實用建議：只匯入你真正需要的 skills。即使沒有在運作，每個 skill 仍會占用 context window 空間，因此保持清單精簡能提升小型模型的效能。

3. 匯入 Anthropic Plugins

同樣的手動匯入模式也適用於 plugins。有兩個官方 repository 值得拉取：

• Knowledge-work plugins（行銷、產品管理、法務、財務）：github.com/anthropics/knowledge-work-plugins
• Code 分頁 plugins：github.com/anthropics/claude-plugins-official

步驟：

1. 將 repo 下載為 .zip 並解壓縮
2. 將你要的每個 plugin 資料夾分別壓縮成 zip
3. 在 Claude Desktop 中：Customize → Personal plugins → + → Create plugin → Upload plugin

一開始建議不要超過 2–3 個 plugins。對許多工作流程來說，0 個 plugins 才是正確答案——精簡的提示詞在非 Claude 模型上表現更好。

4. 設定 MCP Servers

MCP servers 在你的電腦本機執行，並透過 Settings → Developer 進行設定。

MCP 設定會寫入專用的 claude_desktop_config.json 檔案（如果你沒有看到 "Local MCP servers" 選項，請參考下方的疑難排解章節）。官方 MCP server registry 在 github.com/modelcontextprotocol/servers。

舉例來說，社群的 mcp-atlassian server 可以讓你的 agents 透過單一 MCP 連線同時存取 Jira 和 Confluence——這是常見的企業設定。

5. 處理網頁搜尋

OpenRouter 不支援 Anthropic 原生的 web_search 工具。你有三個選項：

選項 A — 以 Brave Search MCP server 取代（推薦） 在你的設定中將 WebSearch 加入 disabledBuiltinTools，這樣 agent 就不會嘗試使用原生工具，然後安裝 Brave MCP server。Brave 每月提供 2,000 次免費搜尋，之後每 1,000 次收費 $3。

選項 B — 切換到 Vertex AI 或 Azure AI Foundry 這兩家供應商原生支援 Anthropic 的 web_search 工具。Amazon Bedrock 目前尚未支援。

選項 C — 等待 OpenRouter 曾討論將 Anthropic 的 web_search 工具路由到 Perplexity 或類似供應商，但這項功能尚未推出。

疑難排解

"Configure Third-Party Inference" 在 Menu → Developer 中找不到 請更新 Claude Desktop 並重新啟動。接著透過 Help → Troubleshooting → Enable Developer Mode 啟用開發者模式。企業或 Team 方案使用者回報，即使啟用開發者模式，這個設定仍可能隱藏——這可能與方案限制有關，或正在進行 A/B 測試。

"Local MCP servers" 在 Cowork on 3P 中沒有出現 修正方式相同：更新 Claude Desktop、重新啟動，並啟用開發者模式。

Connectors 顯示為 "Unavailable" 這是預期行為，不是 bug。第三方推理代表不使用 Anthropic 的 connector 基礎架構，而 connectors 依賴那一層。請改用 MCP servers 作為替代方案（見上方第 4 步）。

在非 Claude 模型上 tool calling 不穩定 不同模型在 agentic 任務上的品質差異很大。有些模型可以乾淨地處理多步驟 MCP 呼叫，有些則在複雜流程中失敗。如果免費模型無法很好地支援你的工作流程，可以試試 OpenRouter 付費方案中更強的模型，或改用供應商託管的選項（Bedrock、Vertex）。

Code 分頁設定與 Cowork 設定不一致 這是 Anthropic 文件中已知的問題：部分 Cowork on 3P 的設定鍵目前還無法以相同方式傳遞到 Code 分頁工作階段。預期這個問題會隨著功能從研究預覽階段釋出而獲得解決。

管理控制透露了什麼訊號

第三方推理的設定面板附帶的控制項，遠超過一般個人使用者會需要的範圍：

• 每個視窗的最大 token 數（每位使用者軟上限）
• 允許使用者新增 MCP servers
• OpenTelemetry collector endpoint
• 停用自動更新
• 從 Cowork 中移除內建工具

這些都是企業管理控制。搭配 Bedrock、Vertex 與 Foundry 的支援，Anthropic 的官方定位非常明確：Cowork on 3P 是為了那些因安全、法規或合約要求，而無法把資料送到 Anthropic 第一方基礎架構的組織所設計。

文件中所描述的個人使用路徑——而不只是邊緣案例——其實透露了產品的方向。Claude Desktop 正在演變成一個受管理的 agent 平台，而其核心價值是 harness（skills、plugins、MCP servers、sub-agents），與由哪個模型驅動它無關。

重點整理

現在，讓 Claude Cowork 和 Claude Code 跑在第三方 LLM 上已經是文件化且受支援的功能，而不是權宜之計。以下是最重要的記憶點：

• 任何人今天都能用。 安裝 Claude Desktop，將 OpenRouter 設為閘道，並從免費模型開始。無需訂閱。
• 完整的 agent harness 都能運作。 Skills、plugins、MCP servers 和檔案工具，不論背後是哪個模型，運作方式都相同。
• 企業路徑支援完善。 Bedrock 和 Vertex AI 提供完整資料駐留。Foundry 在目前的研究預覽期間會透過 Anthropic 基礎架構路由。
• 網頁搜尋需要替代方案。 把原生工具換成 Brave 的 MCP server，或切換到 Vertex/Foundry。
• 模型品質對 agentic 任務很重要。 較小或免費的模型在複雜的多步驟工具呼叫上可能會吃力。請先用實際工作流程測試，再決定要採用哪個模型。

這項功能仍處於研究預覽階段，但核心設定對多數使用情境來說已經穩定且可投入生產環境。開始設定大約只需要十分鐘。

---

Cowork on Third-Party API vs. Fully Open-Source Cowork：差異是什麼？

Cowork on third-party inference 是朝模型彈性邁出的重要一步，但它仍建立在 Anthropic 的專有 harness 之上。像 Eigent 這樣的完整開源替代方案，採取的是不同的架構立場——而這些差異會根據你的實際需求而變得很重要。

核心差異

Claude Cowork on third-party inference 讓你可以替換驅動 Anthropic 封閉原始碼 agent 平台的模型。你仍然依賴 Anthropic 的桌面應用程式、他們的 skills 與 plugin 格式、他們的 session 基礎架構，以及他們的更新週期。改變的是模型，不是平台。

Eigent 則是 agent 平台本身——採用開源（Apache 2.0），建立在 CAMEL-AI 上，並設計為完全在你的電腦上執行。沒有專有 harness。每個元件——協調、工具執行、檔案存取、多 agent 協作——都可檢視、可分支、也可自架。

並排比較

什麼情況下 Cowork on Third-Party API 是正確選擇

如果你已經把 Claude Desktop 當作日常工作主力，並想把它延伸到非 Claude 模型——尤其是為了降低成本，或因為你的組織已經核准了 Bedrock 或 Vertex——那麼 Cowork on 3P 是阻力最低的路徑。你可以在不同模型之下，保留熟悉的介面、既有工作流程與 Anthropic 打磨過的 UX。

如果你仰賴 Claude 原生 connectors（Gmail、Notion、Slack 等），又不想透過 MCP servers 重建那套設定，這也是正確選擇。這些 connectors 在 3P 上無法運作，但如果你的主要動機只是降低模型成本，而且你也能接受用 Brave MCP 重建搜尋功能，那麼這個取捨是值得的。

什麼情況下完整開源 Cowork 是正確選擇

如果資料主權是不可妥協的——無論是受監管產業、專有程式碼庫，還是敏感商業邏輯——在 Eigent 上執行就能一次解決這個問題。資料不會離開你的機器。沒有 Anthropic 的基礎架構層需要信任或稽核。

如果你需要在單一工作流程中真正的模型多樣性，Eigent 的架構支援在同一個多 agent 任務中，為不同 worker 指派不同的 LLM。可以讓 Claude Opus 負責複雜推理、讓本地 Llama 模型負責文件解析、讓 GPT 負責程式碼審查——全部由單一 CAMEL-AI orchestrator 協調。

而如果可擴充性很重要——例如在平台上開發、貢獻，或稽核它到底做了什麼——那麼開源才是唯一誠實的答案。Cowork on 3P 只提供設定選項；Eigent 則提供原始碼。

---

Eigent 是一個免費、開源、基於 CAMEL-AI 的多 agent AI 平台。它完全在你的電腦上執行，支援任何 LLM 供應商，並讓你完整掌控 agent 基礎架構。