免费白嫖 Claude / Cursor / Copilot 的秘密武器
今天刷 GitHub Trending 的时候看到一个项目排在 AI 分类前列,名字叫 9Router。点进去一看描述——"Unlimited FREE AI coding. Connect Claude Code, Codex, Cursor, Cline, Copilot, Antigravity to FREE Claude/GPT/Gemini via 40+ providers."
免费?无限?把所有主流编程工具都接上?
我第一反应是"又来了,标题党"。但翻了 Star 曲线和社区讨论后,发现这个项目确实有点东西。4 个月前创建,今天已经 8300+ Star,85 个贡献者,而且迭代频率非常高。更关键的是,它解决的问题太精准了——AI 编程工具碎片化这件事,困扰的不止我一个。
所以今天花时间深入看了一下,把我的理解整理出来。
9Router 是一个本地部署的 AI 路由网关。你可以把它理解成一个"万能遥控器"——所有 AI 编程工具(Claude Code、Cursor、Cline、Codex、Copilot 等)都通过它来调用模型,它负责帮你选最便宜的路径、在模型挂了的时候自动切到备用、还能压缩 token 省钱。
一句话:你只需要关心写代码,模型选择和成本优化的事交给它。
用 AI 编程工具的人大概都会遇到这几个痛点:
痛点一:工具太多,每个都要单独配。 你可能同时用 Cursor 写前端、Claude Code 写后端、Cline 调试。每个工具都得单独配 API Key、Base URL、模型名,改一次密码要改 N 个地方。
痛点二:额度永远不够用。 Claude Pro 每周 5 小时额度,用完了就得等下周。想换到 DeepSeek 又得重新配。Cursor 的额度也经常见底。
痛点三:git diff 吃 token 太狠。 你让 AI 看一下项目改了什么,一个 git diff 输出就能吃掉几千 token。代码量大的项目,光工具输出就占了请求成本的大头。
痛点四:模型挂了,整个流程就断了。 API 报错、限流、额度耗尽……这些中断对编程体验的打击是毁灭性的,尤其是你正在 flow 中的时候。
9Router 就是为这些事而生的。
这是我觉得最有价值的功能。你可以配置一个模型优先级链:
第一优先级:你的 Claude Pro 订阅(质量最高)
第二优先级:GLM-5.1 API(便宜,$0.6/1M tokens)
第三优先级:iFlow/Kiro 免费模型(兜底,质量稍降但免费)
主力模型限流了?自动切到第二层。第二层也挂了?切到免费层。整个过程对上层工具完全透明,你甚至感觉不到切换 happened。
而且不只是模型级的 fallback。同一个 provider 可以配多个账号轮询,同一个账号可以有多个 URL 备用。三层保护:模型→账号→URL。
这个功能在 token 越来越贵的当下挺实用的。
原理很简单:在请求发给模型之前,9Router 会压缩工具输出(git diff、grep 结果、目录树、日志等)。这类输出通常包含大量重复信息和格式化噪音,压缩后不影响 AI 理解代码变更,但能省下 20%-40% 的 input token。
官方给的测试数据是在 git diff 和 tree 输出上效果最明显。对于大项目的日常开发,积少成多,这个节省不是小数目。
不过有一点要注意:涉及关键上下文、完整错误日志或长文件内容时,建议关掉压缩。过度压缩可能让模型丢失重要信息。
这是 9Router 的核心卖点。支持的 provider 分三类:
所有这些 provider 都通过同一个 OpenAI 兼容 API 端点(http://localhost:20128/v1)访问。上层工具不需要知道背后是哪个 provider,就像你用 USB Hub 接多个设备一样。
有些工具(比如 Claude Code、Codex CLI)的 API 地址是写死的,没法改。9Router 有个 MITM 代理功能可以解决这个问题——生成本地 CA 证书,修改 hosts 文件把工具的 API 域名劫持到本地 127.0.0.1,然后由 9Router 转发请求。
听起来有点 hack,但实际用起来很简单,支持 Windows/macOS/Linux 三平台。
看完功能再看看实现,就知道这帮人不是闹着玩的。
技术栈:Next.js 16 + React 19 + Tailwind CSS 4 + LowDB(本地 JSON 存储)
核心引擎:自研的 open-sse 模块,负责所有路由逻辑:
这个架构设计在一个 4 个月的项目里算是相当成熟的了。85 个贡献者的协作成果可见一斑。
三行命令的事:
# 全局安装
npm install -g 9router
# 启动
9router
# 打开管理面板
open http://localhost:20128
启动后在 Dashboard 里添加 provider 就行。OAuth 类的 provider 直接点击授权登录,API Key 类的填入 Key 即可。
然后在你的 AI 编程工具里改两个配置:
Base URL: http://localhost:20128/v1
API Key: 从 Dashboard 生成的 Key
Claude Code 的配置更简单,直接改 ~/.claude/config.json:
{
"anthropic_api_base": "http://localhost:20128/v1",
"anthropic_api_key": "你的9Router API Key"
}
Codex CLI 用环境变量:
export OPENAI_BASE_URL="http://localhost:20128"
export OPENAI_API_KEY="你的9Router API Key"
也支持 Docker 部署,适合在 VPS 上跑:
docker run -d \
--name 9router \
-p 20128:20128 \
--env-file ./.env \
-v 9router-data:/app/data \
9router
整个上手过程大概 10 分钟,对有 Node.js 基础的人来说没什么门槛。
AI 路由网关这个赛道其实已经不少玩家了。我把 9Router 和几个主流方案放在一起对比:
| 维度 | 9Router | OpenRouter | LiteLLM | Portkey |
|---|---|---|---|---|
| 类型 | 本地开源网关 | 托管模型市场 | 开源自托管代理 | 托管可观测网关 |
| 开源协议 | MIT | 闭源 | MIT | 闭源 |
| Provider | 40+ / 100+ 模型 | 300+ 模型 | 100+ 提供商 | 250+ 模型 |
| 核心定位 | AI 编程工具路由 | 模型聚合分发 | 企业级 LLM 代理 | 生产可观测 |
| Fallback | 三层(模型→账号→URL) | 自动路由 | 可配置链 | 熔断器+条件路由 |
| Token 压缩 | ✓ 20-40% | ✗ | ✗ | ✗ |
| 语义缓存 | ✗ | ✗ | ✗ | ✓ |
| MITM 代理 | ✓ | N/A | N/A | N/A |
| 数据隐私 | 本地运行,不出本机 | 经过 OpenRouter | 自己托管 | 经过 Portkey |
| 月费 | 免费 | 5.5% 手续费 | 免费(需服务器) | $49+/月 |
| 适合人群 | 多工具个人开发者 | 原型/评估/个人 | 隐私敏感企业 | 生产级/合规企业 |
9Router 的差异化在哪:
短板:
最佳上手路径:先本地装一个,接一个常用工具和一个 provider。确认请求和 fallback 都正常后,再逐步加账号和模型组合。别一上来就配全套,会把自己搞晕。
有几点必须说在前面:
把个人订阅、OAuth token 接给自动化工具是有风险的。9Router 跑在本地,数据不出本机,安全性比云端方案好很多。但还是建议:
| 指标 | 数值 |
|---|---|
| 总 Star | 8,254 |
| 总 Fork | 1,200+ |
| 贡献者 | 85 |
| 主要语言 | JavaScript |
| 开源协议 | MIT |
| 创建时间 | 2026年1月 |
| 最近提交 | 1 天前 |
| 项目官网 | 9router.com |
| 实用性 | 9.0 / 10 |
| 技术架构 | 8.5 / 10 |
| 易用性 | 8.0 / 10 |
| 稳定性 | 7.0 / 10 |
| 文档质量 | 7.5 / 10 |
| 生态完整度 | 6.5 / 10 |
本文基于 GitHub 公开数据、项目文档及社区反馈整理,仅供技术参考。