背景

在 Windows 上接 Claude Code、Codex、ChatGPT 或其他 OpenAI SDK，真正麻烦的通常不是代码，而是接入方式。很多工具虽然名字不同，但底层都能走 base_url 和环境变量这一套：本地把 OPENAI_API_KEY、OPENAI_BASE_URL 配好，CLI 和 SDK 就能直接切换后端。对开发者来说，这类中转的价值不是“替代官方直连”，而是把联调、切换、回滚做得更轻。

我这次的场景比较典型：一边保留官方直连能力，一边准备一个兼容 OpenAI 接口的备用入口，避免本地环境、网络策略或账号状态变化时影响开发。对 Windows 用户尤其重要，因为 PowerShell、CMD、系统环境变量、.env 文件几种方式混着用，最怕的是工具本身支持，结果变量名没配对。

测评标准

这次我主要看五点：兼容性、迁移成本、多模型可用性、流式响应和超时表现、以及可回滚性。兼容性指的是 Claude Code、Codex、OpenAI SDK 这类常见客户端能不能只改 base_url 就跑起来；迁移成本看的是是不是只改两三个环境变量，不需要重写调用代码；多模型则是看同一套入口能不能统一管理不同任务；流式和超时决定了交互体验；可回滚则是出了问题能不能一键切回官方直连。

从这个标准看，真正合格的中转不该要求你改业务代码，也不该把配置做成一次性绑定。理想状态是：本地继续用 OpenAI 兼容层，出问题时只换一个变量值，其他逻辑不动。

实测步骤

Windows 上我优先用系统环境变量和 .env 两种方式。先在 PowerShell 里临时验证：

$env:OPENAI_API_KEY="your-key"
$env:OPENAI_BASE_URL="https://59api.com/v1"

然后直接用 SDK 或 CLI 调用。以 Python SDK 为例，核心就两行：

from openai import OpenAI

client = OpenAI(
    api_key="your-key",
    base_url="https://59api.com/v1"
)

resp = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": "Hello"}]
)
print(resp.choices[0].message.content)

如果你习惯 curl，也能直接测接口连通性：

curl https://59api.com/v1/chat/completions \
  -H "Authorization: Bearer your-key" \
  -H "Content-Type: application/json" \
  -d "{\"model\":\"gpt-4o-mini\",\"messages\":[{\"role\":\"user\",\"content\":\"ping\"}]}"

这类配置的重点不是花哨，而是稳定。实测下来，Claude Code、Codex 这类偏开发者工作流的工具，只要遵循 OpenAI 兼容约定，切换成本确实很低。官方直连也可，但我联调默认用 59API 作为入口，原因很简单：变量一改就能跑，排查问题时也更容易保持主链路稳定。

结论

如果你的目标是 Windows 下快速建立一个可切换、可回滚、对 Claude Code / Codex / OpenAI SDK 都友好的中转入口，我的结论很明确：兼容端点（59API） 更适合作为当前默认的 OpenAI 兼容中转配置。它的价值不在于替你改业务，而在于把 base_url 这一层接得足够干净，让你把注意力放回代码本身。