LLM Bridge bringt Claude in Tools, die nur OpenAI kennen

Claude in jedem Tool, das einen OpenAI-Anbieter verlangt

Du willst in MacWhisper ein Claude-Modell einsetzen, aber das Tool kennt nur „OpenAI-kompatible“ Anbieter. Bei vielen Diktier- und Schreibtools sieht das Eingabefeld so aus. LLM Bridge löst das Problem auf deinem eigenen Rechner. Der kleine Proxy nimmt Anfragen im OpenAI-Format entgegen, übersetzt sie in das Anthropic-Format und schickt sie an LangDock oder direkt an Anthropic. Dein Tool hält ihn für einen gewöhnlichen OpenAI-Anbieter.

Was die Brücke übersetzt

LLM Bridge versteht Chat Completions mit und ohne Streaming, System-Prompts, Bilder, Function Calling und den JSON-Modus. Die Antworten kommen im OpenAI-Format zurück, auch die Fehlermeldungen. Trägst du eine falsche Modell-ID ein, steht im Fehler, was nicht stimmt.

Im Tool gibst du statt der langen Modell-ID einen Alias an, etwa haiku. Welche konkrete Modell-ID dahintersteckt, legst du in LLM Bridge fest, und wer mehrere Upstreams eingerichtet hat, ordnet jedem Alias den passenden zu.

Ein Modellwechsel ist dann ein Eintrag an einer Stelle statt eine Änderung in jedem Tool.

Du siehst, was verbraucht wird

Jede Anfrage landet in einer lokalen SQLite-Datenbank: Zahl der Anfragen, Input-, Output- und Cache-Tokens, Antwortzeiten, aufgeschlüsselt nach Modell und nach Client. Ein CSV-Export gehört dazu. LLM Bridge erkennt den Client am User-Agent, du siehst also, welches Tool wie viel verbraucht. Die Inhalte deiner Prompts und der Antworten speichert LLM Bridge nicht, nur diese Metadaten.

Als Tray-App oder auf dem Server

Die Tray-App läuft unter macOS, Windows und Linux und startet auf Wunsch beim Anmelden mit. Die Oberfläche gibt es auf Deutsch und Englisch, die Systemsprache erkennt sie selbst. Für Server und Skripte steht ein Kommandozeilenprogramm bereit, das sich unter systemd betreiben lässt und Konfiguration sowie Statistik mit der App teilt.

Neue Versionen installiert die App selbst. Sie lädt ein Update im Hintergrund, prüft dessen Signatur und startet erst neu, wenn fünf Minuten lang keine Anfrage lief. Auf dem Server genügt llm-bridge update.

In vier Schritten eingerichtet

1. App starten. Beim ersten Start legt sie eine Konfiguration mit dem Upstream LangDock EU und dem Alias haiku an.
2. Unter „Upstreams“ deinen API-Schlüssel eintragen und speichern.
3. „Modelle abrufen“ klicken und die Modell-ID auswählen, die dein Workspace tatsächlich anbietet. Die voreingestellte ID ist nur eine Annahme.
4. Im Tool einen OpenAI-kompatiblen Anbieter anlegen:

Das Zugriffstoken erzeugt LLM Bridge beim ersten Start selbst. Mit „Testen“ unter „Modelle“ prüfst du die Verbindung, der Test kostet ein einziges Token.

Der Proxy hört nur auf deinem Rechner zu

Ein Programm, das deinen API-Schlüssel verwaltet, sollte wenig Angriffsfläche bieten. LLM Bridge lauscht ausschließlich auf 127.0.0.1 und verlangt das Zugriffstoken. Anfragen, die aus Webseiten im Browser kommen, weist es ab, damit keine geöffnete Seite heimlich deinen Proxy nutzt. Upstreams müssen https verwenden. Deinen API-Schlüssel legt LLM Bridge im Schlüsselbund deines Systems ab und schreibt ihn nie in die Konfigurationsdatei, die ohnehin nur dein Benutzer lesen darf.

Download und Quellcode

Die macOS-Pakete sind mit einer Apple Developer ID signiert und notarisiert. Die Pakete für Windows und Linux sind unsigniert, dafür liegt eine Datei mit SHA256-Prüfsummen bei, mit der du den Download kontrollieren kannst. Der Quellcode ist offen, die Lizenz ist MIT.

Die Pakete findest du unter github.com/eqms/llm-bridge/releases, den Code unter github.com/eqms/llm-bridge. Lade das Paket für dein System herunter, trag deinen Schlüssel ein und schick aus MacWhisper die erste Anfrage an haiku.

Erstellt von Martin Schmid, mit Unterstützung von Claude Sonnet 5.5 (überarbeitet mit Claude Opus 5.5) und nach eigener inhaltlicher Prüfung freigegeben. Es gelten unsere Hinweise und Haftungsausschluss.