OpenClaude Android 部署实战Termux proot Ubuntu 从零安装与免费模型配置指南【免费下载链接】openclauderuns anywhere. uses anything项目地址: https://gitcode.com/GitHub_Trending/op/openclaude本指南完整讲解如何在 Android 手机上通过 Termux 与 proot-distro 安装并运行 OpenClaude——这个流程绕开了 Bun 不支持 Android 原生环境的限制在 Termux 内以 proot 方式运行真实 Ubuntu 环境完成构建最终通过 OpenRouter 免费 API 驱动 OpenClaude 的 Coding Agent 工作流。读完本文你将掌握从依赖安装、源码构建、环境变量持久化到免费模型选型与切换的完整实操能力并理解 OpenClaude 的 OpenAI 兼容环境变量CLAUDE_CODE_USE_OPENAI/OPENAI_API_KEY/OPENAI_BASE_URL/OPENAI_MODEL在源码层的解析原理。为什么需要这套安装方案OpenClaude 需要 Bun 中build脚本即bun run scripts/build.ts而 Bun 并不提供 Android 原生支持。Android 上的 Node.js如 Termux 中的nodejs-lts也无法直接运行 Bun 的 Linux 二进制。解决思路是在 Termux 中用proot-distro安装一个完整的 Ubuntu 用户态环境。proot 通过拦截系统调用让 Ubuntu 的 Linux 二进制在 Android 内核之上正常运行Bun 在其中的行为与在真实 Linux 上一致从而完成 OpenClaude 的构建。这套方案同时适用于仓库文档体系README.md 的 Setup Guides 一节也明确收录了 Android Install 作为进阶安装指南之一。前提条件开始之前请确认以下三点条件说明Android 手机约 700MB 可用存储空间Termux必须从F-Droid安装F-Droid 上的 Termux不要使用 Play Store 版本——Play 版长期未更新且存在兼容问题OpenRouter API Key免费注册即可获得无需信用卡注意当前仓库 package.json 声明engines.node 22.0.0因此后续安装 Node 后请务必确认版本满足要求这也与下方 Step 2 中Node.js 应为 v20的要求一致以仓库 engines 声明为准版本越高越稳妥。逐步安装Step 1 — 更新 Termux打开 Termux先更新包索引与已装软件pkg update pkg upgrade升级过程中若遇到配置文件冲突提示按N或直接回车接受默认即可。Step 2 — 安装依赖pkg install nodejs-lts git proot-distro三个包的作用nodejs-lts提供 Node.js 运行时用于最终运行dist/cli.mjsgit克隆 OpenClaude 仓库proot-distro管理并登录 Ubuntu 等 Linux 发行版用户态环境。安装后验证 Node.jsnode --version # 应显示 v20仓库要求 22Step 3 — 克隆 OpenClaudegit clone https://github.com/Gitlawb/openclaude.git cd openclaude npm install npm linknpm link会为仓库生成可执行的openclaude命令链接。仓库 package.json 中bin字段指向./bin/openclaudestart脚本为node bin/openclaude。Step 4 — 通过 proot 安装 Ubuntuproot-distro install ubuntu该命令会下载约 200–400MB 的 Ubuntu 用户态镜像请等待其完整执行完毕。Step 5 — 在 Ubuntu 内安装 Bun进入 Ubuntu 环境proot-distro login ubuntu在 Ubuntu 内部安装 BunBun 官方安装脚本curl -fsSL https://bun.sh/install | bash source ~/.bashrc bun --version # 应显示 1.3.13文档撰写时记录的版本基线是 Bun 1.3.13请以实际拉取到的最新稳定版为准。Step 6 — 构建 OpenClaude仍在 Ubuntu 内切换到之前克隆的仓库目录并执行构建cd /data/data/com.termux/files/home/openclaude bun run build构建成功后应看到类似输出✓ Built openclaude v0.1.6 → dist/cli.mjs说明dist/cli.mjs即为构建产物后续运行直接交给 Node.jsnode dist/cli.mjs。构建日志中的版本号是文档撰写时的快照当前仓库 package.json 版本已迭代到 0.30.0实际输出以仓库当前版本为准。Step 7 — 永久保存环境变量仍在 Ubuntu 内将 OpenRouter 配置追加写入~/.bashrc使其每次登录自动生效echo export CLAUDE_CODE_USE_OPENAI1 ~/.bashrc echo export OPENAI_API_KEYyour_openrouter_key_here ~/.bashrc echo export OPENAI_BASE_URLhttps://openrouter.ai/api/v1 ~/.bashrc echo export OPENAI_MODELqwen/qwen3.6-plus-preview:free ~/.bashrc source ~/.bashrc将your_openrouter_key_here替换为你的真实 Key在 openrouter.ai 的 Keys 页面创建。这四个变量的含义与源码级解析CLAUDE_CODE_USE_OPENAI1显式启用 OpenAI 兼容接入模式。在源码中该开关通过isEnvTruthy判定例如 src/commands/cache-probe/index.ts 中isEnvTruthy(process.env.CLAUDE_CODE_USE_OPENAI)即用于判断当前是否运行在 OpenAI 兼容模式下。OPENAI_API_KEYAPI 密钥。在 src/utils/providerAutoDetect.ts 的零配置环境探测中OPENAI_API_KEY是优先级排第 4 位的凭据来源排在 Anthropic、Codex、GitHub Copilot 之后。OPENAI_BASE_URLAPI 端点。仓库中默认值为https://api.openai.com/v1见 src/services/api/openaiShim.ts设为 OpenRouter 的https://openrouter.ai/api/v1即完成第三方路由切换源码同时兼容OPENAI_API_BASE作为备选变量见 src/utils/envProviderOption.ts。OPENAI_MODEL模型 ID。在 src/utils/envProviderOption.ts 中OPENAI_MODEL与 Base URL 共同决定一个可用的 Provider Profileavailable: Boolean(baseUrl model)也就是说Base URL 与模型两者缺一不可缺任一环境变量都会导致检测不到可用的第三方配置。补充OPENAI_BASE_URL可能携带敏感信息如https://user:passhost/v1形式的 userinfo 或?token查询参数。源码在 src/utils/envProviderOption.ts 中通过redactUrlForDisplay对展示层 URL 做脱敏处理确保密钥不会进入终端回滚缓冲区——这也是把密钥单独放在OPENAI_API_KEY、而非拼进 Base URL 的更安全做法。Step 8 — 运行 OpenClaudenode dist/cli.mjs启动后在登录界面选择3第 3 方平台 / 3rd-party platform上述四个环境变量会被自动检测到。这一步对应源码中的环境探测逻辑src/utils/providerAutoDetect.ts 会扫描环境变量与本地服务Ollama、LM Studio 等为首次运行的用户自动挑选可用 provider 并生成启动配置src/utils/envProviderOption.ts 则负责把OPENAI_BASE_URLOPENAI_MODEL组合成可用的环境 Provider 选项。重启 Termux 后的恢复流程每次杀掉 Termux 后重新打开Ubuntu 环境本身会持久保留构建产物与配置不会丢失但需要重新登录并启动proot-distro login ubuntu cd /data/data/com.termux/files/home/openclaude node dist/cli.mjs推荐免费模型文档推荐的 OpenRouter 免费模型为qwen/qwen3.6-plus-preview:free文档标注为 OpenRouter 上可用的免费模型截至文档撰写时间100 万 token 上下文窗口1M token context window内置链式推理chain-of-thought reasoning原生工具调用与函数调用tool use / function calling预览期定价 $0/M tokens⚠️ 免费状态可能在预览期结束后发生变化请以 openrouter.ai 上该模型页面的当前定价为准。备选免费模型OpenRouter模型 ID上下文适用说明qwen/qwen3-coder:free262K纯编码任务首选openai/gpt-oss-120b:free131KOpenAI 开源模型工具调用能力强nvidia/nemotron-3-super-120b-a12b:free262K混合 MoE 架构通用场景表现均衡meta-llama/llama-3.3-70b-instruct:free66K稳定可靠经过广泛测试随时切换模型export OPENAI_MODELqwen/qwen3-coder:free node dist/cli.mjs因为模型通过OPENAI_MODEL环境变量注入由 src/utils/envProviderOption.ts 读取所以换模型只需改这一个变量、无需重新构建。为什么不用 Groq 或 Cerebras文档明确记录Groq 与 Cerebras 的免费档均因 OpenClaude 的系统提示词体量过大约 50K tokens而无法稳定工作Groq 免费档TPM每分钟 token限制过低仅 6K–12K tokens/minCerebras 免费档即使使用llama3.1-8b也会超出 TPM 限制。而OpenRouter 免费模型没有 TPM 限制只有请求频率限制20 req/min 与 200 req/day对长时间 Agent 会话更友好。这也是本方案选择 OpenRouter 作为 API 提供方的核心原因。使用提示与注意事项不要从最近任务列表直接划掉 Termux会话中途滑动关闭会导致进程被杀需要时用 Home 键最小化而不是从最近任务中划除。Ubuntu 环境跨 Termux 会话持久构建产物与.bashrc配置都会保存无需重复构建。拉取代码更新后需要重新构建只有当拉取 OpenClaude 仓库新代码后才需要再次执行bun run build。若想进一步验证环境变量是否被正确识别可参考 README 中 OpenAI 兼容模式的通用配置方式README.md 的快速上手部分展示了 macOS/Linux 与 Windows 下的等价环境变量写法如搭配本地 Ollama 时OPENAI_BASE_URLhttp://localhost:11434/v1、OPENAI_MODELqwen2.5-coder:7bAndroid 上的原理完全相同。小结本方案的技术要点可以归纳为一条链路TermuxAndroid 包管理→ proot-distro用户态 Linux→ UbuntuBun 可运行环境→ Bun 构建 OpenClaude → Node.js 运行dist/cli.mjs→ 环境变量驱动的 OpenAI 兼容模式连接 OpenRouter 免费模型。其中最关键的两个设计是用 proot 规避 Bun 无 Android 二进制的短板以及用CLAUDE_CODE_USE_OPENAIOPENAI_API_KEYOPENAI_BASE_URLOPENAI_MODEL四个环境变量完成对任意 OpenAI 兼容端点的零改动接入——这也是 OpenClauderuns anywhere, uses anything理念在移动端的最佳实践。【免费下载链接】openclauderuns anywhere. uses anything项目地址: https://gitcode.com/GitHub_Trending/op/openclaude创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 OpenClaude Android 部署实战：Termux + proot Ubuntu 从零安装与免费模型配置指南
OpenClaude Android 部署实战Termux proot Ubuntu 从零安装与免费模型配置指南【免费下载链接】openclauderuns anywhere. uses anything项目地址: https://gitcode.com/GitHub_Trending/op/openclaude本指南完整讲解如何在 Android 手机上通过 Termux 与 proot-distro 安装并运行 OpenClaude——这个流程绕开了 Bun 不支持 Android 原生环境的限制在 Termux 内以 proot 方式运行真实 Ubuntu 环境完成构建最终通过 OpenRouter 免费 API 驱动 OpenClaude 的 Coding Agent 工作流。读完本文你将掌握从依赖安装、源码构建、环境变量持久化到免费模型选型与切换的完整实操能力并理解 OpenClaude 的 OpenAI 兼容环境变量CLAUDE_CODE_USE_OPENAI/OPENAI_API_KEY/OPENAI_BASE_URL/OPENAI_MODEL在源码层的解析原理。为什么需要这套安装方案OpenClaude 需要 Bun 中build脚本即bun run scripts/build.ts而 Bun 并不提供 Android 原生支持。Android 上的 Node.js如 Termux 中的nodejs-lts也无法直接运行 Bun 的 Linux 二进制。解决思路是在 Termux 中用proot-distro安装一个完整的 Ubuntu 用户态环境。proot 通过拦截系统调用让 Ubuntu 的 Linux 二进制在 Android 内核之上正常运行Bun 在其中的行为与在真实 Linux 上一致从而完成 OpenClaude 的构建。这套方案同时适用于仓库文档体系README.md 的 Setup Guides 一节也明确收录了 Android Install 作为进阶安装指南之一。前提条件开始之前请确认以下三点条件说明Android 手机约 700MB 可用存储空间Termux必须从F-Droid安装F-Droid 上的 Termux不要使用 Play Store 版本——Play 版长期未更新且存在兼容问题OpenRouter API Key免费注册即可获得无需信用卡注意当前仓库 package.json 声明engines.node 22.0.0因此后续安装 Node 后请务必确认版本满足要求这也与下方 Step 2 中Node.js 应为 v20的要求一致以仓库 engines 声明为准版本越高越稳妥。逐步安装Step 1 — 更新 Termux打开 Termux先更新包索引与已装软件pkg update pkg upgrade升级过程中若遇到配置文件冲突提示按N或直接回车接受默认即可。Step 2 — 安装依赖pkg install nodejs-lts git proot-distro三个包的作用nodejs-lts提供 Node.js 运行时用于最终运行dist/cli.mjsgit克隆 OpenClaude 仓库proot-distro管理并登录 Ubuntu 等 Linux 发行版用户态环境。安装后验证 Node.jsnode --version # 应显示 v20仓库要求 22Step 3 — 克隆 OpenClaudegit clone https://github.com/Gitlawb/openclaude.git cd openclaude npm install npm linknpm link会为仓库生成可执行的openclaude命令链接。仓库 package.json 中bin字段指向./bin/openclaudestart脚本为node bin/openclaude。Step 4 — 通过 proot 安装 Ubuntuproot-distro install ubuntu该命令会下载约 200–400MB 的 Ubuntu 用户态镜像请等待其完整执行完毕。Step 5 — 在 Ubuntu 内安装 Bun进入 Ubuntu 环境proot-distro login ubuntu在 Ubuntu 内部安装 BunBun 官方安装脚本curl -fsSL https://bun.sh/install | bash source ~/.bashrc bun --version # 应显示 1.3.13文档撰写时记录的版本基线是 Bun 1.3.13请以实际拉取到的最新稳定版为准。Step 6 — 构建 OpenClaude仍在 Ubuntu 内切换到之前克隆的仓库目录并执行构建cd /data/data/com.termux/files/home/openclaude bun run build构建成功后应看到类似输出✓ Built openclaude v0.1.6 → dist/cli.mjs说明dist/cli.mjs即为构建产物后续运行直接交给 Node.jsnode dist/cli.mjs。构建日志中的版本号是文档撰写时的快照当前仓库 package.json 版本已迭代到 0.30.0实际输出以仓库当前版本为准。Step 7 — 永久保存环境变量仍在 Ubuntu 内将 OpenRouter 配置追加写入~/.bashrc使其每次登录自动生效echo export CLAUDE_CODE_USE_OPENAI1 ~/.bashrc echo export OPENAI_API_KEYyour_openrouter_key_here ~/.bashrc echo export OPENAI_BASE_URLhttps://openrouter.ai/api/v1 ~/.bashrc echo export OPENAI_MODELqwen/qwen3.6-plus-preview:free ~/.bashrc source ~/.bashrc将your_openrouter_key_here替换为你的真实 Key在 openrouter.ai 的 Keys 页面创建。这四个变量的含义与源码级解析CLAUDE_CODE_USE_OPENAI1显式启用 OpenAI 兼容接入模式。在源码中该开关通过isEnvTruthy判定例如 src/commands/cache-probe/index.ts 中isEnvTruthy(process.env.CLAUDE_CODE_USE_OPENAI)即用于判断当前是否运行在 OpenAI 兼容模式下。OPENAI_API_KEYAPI 密钥。在 src/utils/providerAutoDetect.ts 的零配置环境探测中OPENAI_API_KEY是优先级排第 4 位的凭据来源排在 Anthropic、Codex、GitHub Copilot 之后。OPENAI_BASE_URLAPI 端点。仓库中默认值为https://api.openai.com/v1见 src/services/api/openaiShim.ts设为 OpenRouter 的https://openrouter.ai/api/v1即完成第三方路由切换源码同时兼容OPENAI_API_BASE作为备选变量见 src/utils/envProviderOption.ts。OPENAI_MODEL模型 ID。在 src/utils/envProviderOption.ts 中OPENAI_MODEL与 Base URL 共同决定一个可用的 Provider Profileavailable: Boolean(baseUrl model)也就是说Base URL 与模型两者缺一不可缺任一环境变量都会导致检测不到可用的第三方配置。补充OPENAI_BASE_URL可能携带敏感信息如https://user:passhost/v1形式的 userinfo 或?token查询参数。源码在 src/utils/envProviderOption.ts 中通过redactUrlForDisplay对展示层 URL 做脱敏处理确保密钥不会进入终端回滚缓冲区——这也是把密钥单独放在OPENAI_API_KEY、而非拼进 Base URL 的更安全做法。Step 8 — 运行 OpenClaudenode dist/cli.mjs启动后在登录界面选择3第 3 方平台 / 3rd-party platform上述四个环境变量会被自动检测到。这一步对应源码中的环境探测逻辑src/utils/providerAutoDetect.ts 会扫描环境变量与本地服务Ollama、LM Studio 等为首次运行的用户自动挑选可用 provider 并生成启动配置src/utils/envProviderOption.ts 则负责把OPENAI_BASE_URLOPENAI_MODEL组合成可用的环境 Provider 选项。重启 Termux 后的恢复流程每次杀掉 Termux 后重新打开Ubuntu 环境本身会持久保留构建产物与配置不会丢失但需要重新登录并启动proot-distro login ubuntu cd /data/data/com.termux/files/home/openclaude node dist/cli.mjs推荐免费模型文档推荐的 OpenRouter 免费模型为qwen/qwen3.6-plus-preview:free文档标注为 OpenRouter 上可用的免费模型截至文档撰写时间100 万 token 上下文窗口1M token context window内置链式推理chain-of-thought reasoning原生工具调用与函数调用tool use / function calling预览期定价 $0/M tokens⚠️ 免费状态可能在预览期结束后发生变化请以 openrouter.ai 上该模型页面的当前定价为准。备选免费模型OpenRouter模型 ID上下文适用说明qwen/qwen3-coder:free262K纯编码任务首选openai/gpt-oss-120b:free131KOpenAI 开源模型工具调用能力强nvidia/nemotron-3-super-120b-a12b:free262K混合 MoE 架构通用场景表现均衡meta-llama/llama-3.3-70b-instruct:free66K稳定可靠经过广泛测试随时切换模型export OPENAI_MODELqwen/qwen3-coder:free node dist/cli.mjs因为模型通过OPENAI_MODEL环境变量注入由 src/utils/envProviderOption.ts 读取所以换模型只需改这一个变量、无需重新构建。为什么不用 Groq 或 Cerebras文档明确记录Groq 与 Cerebras 的免费档均因 OpenClaude 的系统提示词体量过大约 50K tokens而无法稳定工作Groq 免费档TPM每分钟 token限制过低仅 6K–12K tokens/minCerebras 免费档即使使用llama3.1-8b也会超出 TPM 限制。而OpenRouter 免费模型没有 TPM 限制只有请求频率限制20 req/min 与 200 req/day对长时间 Agent 会话更友好。这也是本方案选择 OpenRouter 作为 API 提供方的核心原因。使用提示与注意事项不要从最近任务列表直接划掉 Termux会话中途滑动关闭会导致进程被杀需要时用 Home 键最小化而不是从最近任务中划除。Ubuntu 环境跨 Termux 会话持久构建产物与.bashrc配置都会保存无需重复构建。拉取代码更新后需要重新构建只有当拉取 OpenClaude 仓库新代码后才需要再次执行bun run build。若想进一步验证环境变量是否被正确识别可参考 README 中 OpenAI 兼容模式的通用配置方式README.md 的快速上手部分展示了 macOS/Linux 与 Windows 下的等价环境变量写法如搭配本地 Ollama 时OPENAI_BASE_URLhttp://localhost:11434/v1、OPENAI_MODELqwen2.5-coder:7bAndroid 上的原理完全相同。小结本方案的技术要点可以归纳为一条链路TermuxAndroid 包管理→ proot-distro用户态 Linux→ UbuntuBun 可运行环境→ Bun 构建 OpenClaude → Node.js 运行dist/cli.mjs→ 环境变量驱动的 OpenAI 兼容模式连接 OpenRouter 免费模型。其中最关键的两个设计是用 proot 规避 Bun 无 Android 二进制的短板以及用CLAUDE_CODE_USE_OPENAIOPENAI_API_KEYOPENAI_BASE_URLOPENAI_MODEL四个环境变量完成对任意 OpenAI 兼容端点的零改动接入——这也是 OpenClauderuns anywhere, uses anything理念在移动端的最佳实践。【免费下载链接】openclauderuns anywhere. uses anything项目地址: https://gitcode.com/GitHub_Trending/op/openclaude创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考