Bifrost CLI 整合 Claude Code、Codex 与 Gemini：一站式 AI 编程终端实战指南

在当前的软件开发领域，AI 编码助手已经成为提升效率的关键工具。 Claude Code 无疑是其中的热门选择，而 OpenAI 的 Codex 与 Google 的 Gemini 也各自拥有稳定的开发者用户群。

但是，当你尝试同时使用多个这样的工具时，配置的复杂性便会凸显。不同的认证流程、各异的基础 URL、以及各自为政的模型与配置方式，都让整体体验变得割裂。Bifrost 在其 CLI-agents 文档中，将自身定位为解决此类碎片化问题的方案：它通过一个网关（gateway）为支持的 agents 提供“通用模型访问”，并集成了 MCP 与可观测性功能。

这正是 Bifrost CLI 的吸引力所在。

与其将 Claude Code、Gemini 和 Codex 视为三个独立的终端工作流，Bifrost CLI 允许你从一个统一的界面启动它们，并将所有流量路由至 Bifrost 网关。根据官方文档，Bifrost CLI 围绕一个交互式的初始化流程构建：你选择网关、运行适配层（harness）、模型，然后无需手动拼接任何配置即可启动会话。

更广义地说，Bifrost 的目标不仅仅是“在一个地方打开多个工具”，而是“通过同一个网关支撑的工作流，在受支持的 agents 上灵活使用不同的供应商与模型组合”。

在本文中，我将演示如何通过 Bifrost CLI 从一个界面同时管理 Claude Code、Gemini 和 Codex，并探讨其真正的价值：它如何让我们在同一工作流中更灵活地思考“代理选择”与“模型选择”。

为什么需要一个统一界面？

过去几个月，AI 编码代理已成为我开发工作流中不可或缺的一部分。Claude Code 备受瞩目，Codex 对于 OpenAI 生态的开发者而言仍是熟悉的选择，而 Gemini CLI 也逐渐成为终端开发者的选项之一。

问题在于，同时使用多个编码代理意味着要面对多套不同的安装与配置流程。

每个工具都有自己关于认证、基础 URL、模型选择和配置的假设。即便每一套设置单独来看都不复杂，但当需要在工具间切换，或在真实项目中测试不同的“模型+代理”组合时，这些摩擦会迅速累积。

这正是 Bifrost CLI 的价值所在。

吸引我的并不仅仅是“用一个命令启动不同的编码代理”。更重要的是，Bifrost 通过其网关站在这些代理之前，这意味着工作流不仅是“在 Claude Code、Gemini 和 Codex 间切换”，更包括了“从一个界面灵活地选择与路由模型”。Bifrost 官方将其称为 通用模型访问：任何在 Bifrost 中配置的供应商或模型，都可以与受支持的代理搭配使用。

对我而言，Bifrost CLI 的吸引力很简单：不再将 Claude Code、Gemini 和 Codex 视为彼此完全独立的终端环境，而是将它们纳入同一个工作流的一部分。

这便将核心问题从“我该用哪个编码 CLI？”，转变为更务实的：“如何在不同编码代理与模型之间切换，而不必每次都重新配置一切？”

什么是 Bifrost？网关为何重要？

在深入探讨 Bifrost CLI 之前，先理解 Bifrost 本身是什么会更有帮助。

Bifrost 是一个 AI 网关。简单来说，它位于你的应用程序或工具与底层模型供应商之间。它并非让每个工具直接连接每个供应商，而是在前端提供了一层统一的抽象。官方文档将其描述为一个面向多家供应商、兼容 OpenAI 的 AI 网关，支持可观测性、治理、缓存、故障切换与负载均衡等功能。

这一点很关键，因为 Bifrost CLI 并非一个自带模型的“独立外壳”。它的工作方式是将编码代理连接到你已经运行的 Bifrost 网关上。

Bifrost CLI 快速入门

根据 CLI 快速入门指南，流程通常从启动 Bifrost 网关开始：

npx -y @maximhq/bifrost

这会在本地启动网关，默认监听 http://localhost:8080。然后在另一个终端中启动 CLI：

npx -y @maximhq/bifrost-cli

安装完成后，你可以直接运行：

bifrost

运行 Bifrost CLI 前，你需要确保 Claude Code、Gemini CLI 和 Codex CLI 已经安装并能正常运行。

如果尚未安装，可按以下步骤快速安装：

1. 安装 Claude Code：

   curl -fsSL https://claude.ai/install.sh | bash

   安装后，启动命令为 claude。
   

2. 安装 Codex CLI：

   npm install -g @openai/codex

   安装后，启动命令为 codex。
   

3. 安装 Gemini CLI：

   npm install -g @google/gemini-cli

   安装后，启动命令为 gemini。
   

请注意：你需要为每个 LLM 供应商准备相应的订阅或 API Key 才能使用其服务。

回到 Bifrost CLI，在新终端中启动 bifrost 后，你可以选择要使用的编码代理。以下界面展示了选择过程：

这里的价值不仅仅在于能从一个界面打开多个代理，而在于它们都连接到了同一个控制层。这为更灵活的工作流（如模型访问、可观测性及代理配置）打开了大门。

可以这样理解：

• Bifrost 网关 = 路由与控制层
• Bifrost CLI = 通过该网关启动编码代理的交互式工作流层

Bifrost CLI 有何不同？

通常，尝试一个新的编码代理总会遇到配置上的摩擦，例如环境变量、针对特定供应商的基础 URL、API Key、模型配置等。

Bifrost CLI 用一个交互式流程取代了大量重复工作：你只需运行一个命令，选择你的设置，剩下的由 CLI 处理。文档将其描述为“一个交互式终端工具，将编码代理连接到 Bifrost 网关，无需手动配置”。

实际操作时，启动 CLI (bifrost) 后，它会引导你完成一系列设置，包括网关 URL、可选的虚拟密钥、要使用的适配层以及要启动的模型。CLI 会自动为每个支持的代理配置基础 URL、API Key 和模型设置，并从网关获取可用模型列表。

另一个优点是，体验不会在首次启动后就结束。Bifrost CLI 提供了一个持久化的、支持标签页的终端 UI。这让它更像一个真正的工作流层，而非一次性启动器。

一个实用的安全细节是：CLI 会将虚拟密钥存储在操作系统的密钥环中，而非明文的配置文件；同时将基础 URL、适配层、模型等通用默认项写入 CLI 配置。

所以，我对 Bifrost CLI 的简单总结是：

• 提供了一个进入 Claude Code、Gemini 和 Codex 的统一入口
• 允许在同一流程中选择模型
• 消除了大量重复的配置摩擦
• 通过持久化的工作流，使会话切换更加自然

通过 Bifrost CLI 使用 Claude Code

在 Bifrost CLI 中从 Claude Code 开始是个不错的选择，因为它是目前备受关注的编码代理。

你不再需要将 Claude Code 当作一个需要独立配置的环境。相反，你启动 Bifrost CLI，选择 Claude Code 作为适配层，选取模型，然后在交互式终端界面中调整其余会话设置。

流程如下：

1. 在一个终端启动网关：npx -y @maximhq/bifrost
2. 在另一个终端启动 CLI：bifrost
3. 当 Bifrost CLI 打开后，你可以在终端界面中直接配置会话。正如启动页所示，你可以查看或修改 Base URL、Harness、Model、Virtual Key 与 Worktree，而无需编辑配置文件。

这是体验的关键：Bifrost CLI 将设置过程转变为引导式启动流程。在此界面中，你可以使用快捷键：

• u：修改基础 URL
• v：新增或更新虚拟密钥
• h：切换适配层
• m：选择不同模型
• w：为 Claude Code 启用工作树模式
• Enter：启动

通过 Bifrost CLI 使用 Claude Code 的完整流程：

1. 启动 Bifrost 网关
2. 运行 bifrost
3. 确认选择 Claude Code 作为适配层
4. 在 Bifrost CLI 界面中选择模型
5. 在同一终端 UI 中调整所需设置
6. 按 Enter 启动

这种灵活性才是更大的看点。与其将 Claude Code 视为“固定配置”，不如将其视为“我想使用的界面”，而将模型层的选择与路由交给 Bifrost 处理。

通过 Bifrost CLI 使用 Codex

当 Claude Code 能够通过 Bifrost CLI 正常工作时，接下来尝试 Codex。这时，“一个界面”的故事更具说服力，因为你不仅在复用相同的启动流程来运行另一个编码代理，也在复用同一个“由网关支撑的模型工作流”。

在手动配置中，Codex 需要通过将其基础 URL 指向 Bifrost 的兼容端点（通常是 http://localhost:8080/openai/v1）并提供 Bifrost 虚拟密钥来配置。

但通过 Bifrost CLI，你无需直接编辑 Codex 的配置文件。只需打开同一个 Bifrost 终端 UI，将适配层切换到 Codex，选择模型，然后从同一个交互式界面启动。

Codex 在这个设置中特别有用的一点是：Bifrost 并不把它限定在 OpenAI 托管的模型上。官方文档展示了如何使用其他供应商的模型启动 Codex，例如：

codex --model anthropic/claude-sonnet-4-5-20250929
codex --model gemini/gemini-2.5-pro

这清楚地表明：Bifrost 不只是个简单启动器。Codex 仍是代理界面，但底层模型可以来自其他供应商。

使用步骤很简单：

1. 打开同一个 Bifrost CLI 界面
2. 将适配层切换为 Codex
3. 选择模型（例如 anthropic/claude-sonnet-4-5-20250929）
4. 在就绪界面上直接启动

实用提醒：Codex 文档提到，为 Bifrost 网关配置 Codex 前，建议先运行 /logout 命令。此外，使用非 OpenAI 模型时，这些模型需要支持 Codex 期望的工具调用能力。

通过 Bifrost CLI 使用 Gemini

当切换到 Gemini 时，Bifrost CLI 的价值更加直观。你不需要学习第三套设置，也无需管理另一条单独的配置路径。你仍然使用同一个 Bifrost 界面、同一个启动流程、同一个模型选择工作流。唯一的变化是适配层。

这才能真正被称为“一个界面”。

实际操作：

1. 在终端1启动网关：npx -y @maximhq/bifrost
2. 在终端2启动 CLI：bifrost
3. 按 h 将适配层切换到 Gemini
4. 按 m 选择模型
5. 按回车启动

这也让 Bifrost 的“大局观”更清晰。一旦将 Gemini CLI 通过 Bifrost 路由，其所有流量都会经过 Bifrost 网关，从而可以访问该网关设置中配置的任何供应商/模型，并获得可观测性与治理能力。

这意味着 Gemini 并不限于谷歌托管的模型。官方文档展示了使用 provider/model-name 格式运行来自其他供应商的模型，例如 openai/gpt-5 或 anthropic/claude-sonnet-4-5-20250929。

兼容性前提：Gemini CLI 文档指出，非 Google 的模型必须支持工具调用能力，因为 Gemini CLI 依赖此能力进行文件操作、终端命令与代码编辑。

尽管如此，整体体验正是我所期望的：保留同一个 Bifrost 界面，通过几次按键切换到 Gemini，选择模型，然后无缝继续工作。

面向代理与模型的统一界面

在使用 Bifrost CLI 管理了 Claude Code、Codex 与 Gemini 之后，我最大的体会是：真正的价值远不止“把多个编码代理放在一起”。

更重要的收益在于：Bifrost 提供了一个同时跨越“代理”与“模型”的统一界面。

这听起来是个细微差别，但它确实改变了工作流。通常，编码代理与底层模型是强绑定的。而通过 Bifrost，这种绑定变得更加灵活：你交互的编码代理与真正处理请求的模型，不必像过去那样固定匹配。Bifrost 文档明确将此称为受支持代理间的“通用模型访问”。

这就是为什么用“一个界面”来描述 Bifrost CLI 非常贴切。它提供了一个一致的流程，用于：

• 选择编码代理
• 选择模型
• 在不重建配置的情况下改变这些选择
• 在同一终端工作流中于不同会话间切换

在实践中，这意味着你可以因为喜欢 Claude Code 的界面而使用它；当想对比行为时可以切换到 Codex；或在需要时转向 Gemini，而无需从头开始。同时，你可以将模型选择作为一个独立的决策来考量。

对我而言，这带来了三点实际收益：

1. 更容易比较不同代理的行为：无需分别为每个工具搭建环境，你可以在同一界面中切换，将精力集中在它们的表现上。
2. 更容易试验不同的模型选择：想在某个编码代理中尝试其他模型？Bifrost 让这看起来是工作流的常规环节。
3. 长期降低配置摩擦：即便单独配置每个工具不算难，跨工具重复设置也会令人厌倦。Bifrost CLI 通过单一的交互式流程、可记忆的设置以及为重启/切换设计的持久化终端 UI 来替代这些重复劳动。

若要用一句话概括其核心价值：

Bifrost CLI 不只是在一个地方启动 Claude Code、Gemini 与 Codex——它提供了一个能更自由地混搭“代理选择”与“模型选择”的统一工作流。

这使得这套方案不仅仅是“方便”，而是“真正有用”。

总结

通过 Bifrost CLI 整合使用 Claude Code、Codex 与 Gemini 后，最大的收获是它带来了超越“便利性”的价值。

Bifrost CLI 真正改变的是工作流范式。你不再需要为每个编码代理维护独立的配置路径，而是在一个统一的界面中工作，将底层的路由与控制交给 Bifrost 网关。这让跨代理切换、试验不同模型组合变得无比轻松，整体体验也更为一致。Bifrost 文档描述的 通用模型访问，在实际使用这三个代理后，显得非常贴切。

如果你已经对 Claude Code 感兴趣，同时也希望在同一个终端工作流中灵活接入 Gemini 与 Codex，那么 Bifrost CLI 会让这一设想变得切实可行，极大提升了开发者的工具管理效率。在 云栈社区 的 运维/DevOps 板块，你也能找到更多关于高效命令行工作流与自动化实践的分享。