找回密码
立即注册
搜索
热搜: Java Python Linux Go
发回帖 发新帖

3677

积分

0

好友

493

主题
发表于 2 小时前 | 查看: 5| 回复: 0

用过 Claude Code 或 Codex 辅助开发的朋友,大概都有一种“越用越离不开”的体会。

即便订阅价格从 20 一路涨到 200 美元,每月成本水涨船高,也还是咬着牙续费。但掏了钱并不代表就能畅快使用——各家都有各自的限额:小时额度、每周上限、每月封顶……规矩五花八门。

在一些复杂项目里,有时改一个功能,或者撞上一长串报错信息,额度瞬间就会被花光。活还没干完,额度却没了,只能干等重置。等恢复后说不定还得从头再来,反复折腾,心情实在复杂。

直到最近,一个名为 9Router 的工具在 GitHub Trending 上连续霸榜,已暴涨 8700+ Star。

GitHub Trending榜单,展示9Router等热门开源项目

它把市面上 40 多个主流 AI 供应商、100+ 模型全部串联起来统一调度,专门供给 AI 编程工具使用。

你可以把它理解成一个本地代理层。所有发往 AI 编程工具的请求,都先打到它这里,再由它来决定分配给哪个模型。它最核心的能力,是内置了一套 “三层降级路由”

  • 第一层是订阅:比如 Claude Code、Codex 这种我们已开通套餐的服务,先把订阅配额用满。
  • 第二层是廉价 API:像 GLM、MiniMax 这类性价比高的国产模型,作为订阅用尽后的补给。
  • 第三层是免费渠道:比如 Kiro AI、Vertex AI 等平台提供的免费额度,作为最后的兜底。

9Router三层智能路由工作原理示意图

接入 9Router 后,AI 编程工具底层调用的模型就会在这三层里自动切换。订阅配额一耗尽,请求立马切到廉价 API;廉价层也用完后,再切到免费层,确保开发任务不会被打断。整个过程对我们完全透明。

同时,它还提供了一个可视化的仪表盘,可以实时追踪 Token 消耗、成本及其变化趋势。

9Router仪表盘,实时监控API使用量与Token消耗

除了路由调度,9Router 还内置了一个能帮我们节省 Token 的开源工具:RTK。这个工具之前跟大家介绍过,简单回顾一下:RTK 是一款用 Rust 写的 Token 压缩引擎,专门用来砍掉终端输出里的“噪音”。

比如 git diff 里大段重复的修改、grep 里无关的匹配行、目录树里冗长的层级,都会被它精简掉。

RTK压缩效果对比:标准git diff与精简后的输出

9Router 直接把 RTK 的核心能力作为底层引擎集成了进去,并且默认开启。每一次发给 AI 的请求,都会先经过 RTK 过滤一遍,平均能再节省 20%-40% 的输入 Token。

Token 省下来了,订阅额度自然能撑得更久,配额触顶的时间也被有效推迟。自动切换模型,再加上 Token 压缩,一个工具全搞定,无需再单独安装。

RTK与精简模式功能宣传图,展示Token压缩效果

安装也非常简单,一行命令搞定:

# npm 安装
npm install -g 9router

# 启动
9router

启动后访问 http://localhost:20128,就能进入仪表盘界面。在面板里,我们可以按需自由接入想用的 AI 供应商。

9Router供应商管理界面,可自由接入各类AI服务

想零成本起步的话,可以先在面板里连接 Kiro AI,使用平台提供的部分免费模型。接着,把 AI 编程工具的接口地址改成 http://localhost:20128/v1,再填入仪表盘生成的 API Key 即可。

比如配置 Claude Code,编辑 ~/.claude/config.json 文件,填入以下内容:

{
  "anthropic_api_base": "http://localhost:20128/v1",
  "anthropic_api_key": "your-9router-api-key"
}

除了 Claude Code,其他如 Codex、Cursor 等主流 AI 编程工具都支持,项目的 README 文档提供了详细方法。

9Router支持的CLI与IDE工具集成指南

关于模型的接入方式,主要有两种,非常灵活。

  • OAuth 登录:直接登录订阅账号,把 Claude Code、Codex、Cursor 这类带订阅的服务挂上去。
  • API Key 接入:填入 OpenAI、Anthropic、GLM、MiniMax 等 40+ 供应商的密钥即可。

无论是订阅党、API 党,还是两者混用,都能在同一个面板里统一管理。

9Router支持的40+AI提供商分类列表

小结

现在不少人都同时订阅多个 AI 产品,比如 Claude、ChatGPT、DeepSeek 等等。如何对它们进行合理调度,做到不浪费、不断流,是大多数人都会面临的问题。而 9Router 的出现,恰好提供了一个很不错的解决方案。

它让所有 AI 编程助手只认一个本地端口,背后接谁、什么时候切换,全由它说了算。一份订阅用完,自动切到下一份;写代码到一半被卡住,下一秒就有免费模型来兜底。整个过程,我们在客户端完全无感。

说到底,工具的价值,从来不是新增了什么功能,而是消除了多少手动操作。这种润物细无声的辅助型项目,往往最能在长期使用中体现出价值。如果手里有多份 AI 订阅没用满,或者经常被限额打断思路,9Router 值得动手装一下。

GitHub 项目地址:https://github.com/decolua/9router

有更多技术见解或工具推荐,也欢迎来 云栈社区 一起交流探讨。




上一篇:Supabase深度解析:站在Postgres与AI代理交叉口的百亿估值后端平台
下一篇:2026中国智能眼镜市场全景调研:这样选不踩坑
您需要登录后才可以回帖 登录 | 立即注册

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-5-13 22:58 , Processed in 0.657239 second(s), 39 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表