9Router：免费 AI 路由与 Token 节省器——将 Claude Code、Codex、Cursor 等接入 40+ 提供商的实战指南

2026-09-10 23:54:12作者：邵娇湘

Unlimited FREE AI coding. Connect Claude Code, Codex, Cursor, Cline, Copilot, Antigravity to FREE Claude/GPT/Gemini via 40+ providers. Auto-fallback, RTK -40% tokens, never hit limits.

项目地址：https://gitcode.com/GitHub_Trending/9r/9router

本指南以 9Router 项目官方 README 为核心，完整讲解这套免费开源 AI 路由器/Token 节省器的架构原理、安装启动、三层智能切换、RTK 压缩、配额追踪与多工具集成方法。读完本文，你将掌握如何用 http://localhost:20128/v1 一个端点把 Claude Code、Codex、Cursor、Cline 等任意支持自定义 OpenAI 端点的编程工具接入订阅、低价与免费三层模型池，并通过组合（Combo）实现零停机自动降级与 20–40% 的 Token 节省。

为什么需要 9Router

在纯订阅或纯按量付费的 AI 编程模式下，开发者普遍会遇到五类问题：

订阅配额每月到期却用不完：Claude Code、Codex 等订阅套餐按 5 小时 + 每周重置，忙时不够用、闲时被浪费；
速率限制打断编程节奏：高峰期请求被限流，工作被迫中断；
工具输出烧 Token：git diff、grep、ls 等命令输出往往占去 30–50% 的提示词预算；
昂贵 API 账单：每个提供商月费 $20–50，多开更是负担；
手动切换提供商：配额耗尽后需要人工改配置。

9Router 的对应解法是：

RTK Token 节省器——自动压缩 tool_result 内容，每次请求节省 20–40% 输入 Token；
充分利用订阅——实时追踪配额，在重置前用尽每一分额度；
自动切换——订阅 → 低价 → 免费，零停机时间；
多账户支持——按提供商在多个账户之间轮询；
通用兼容——支持 Claude Code、Codex、Cursor、Cline 以及任何 CLI 工具。

工作原理：三层智能路由架构

9Router 以本地代理形式运行，你的 CLI 工具只需指向 OpenAI 兼容端点即可，路由过程如下图所示：

┌─────────────┐
│  Your CLI   │  (Claude Code、Codex、OpenClaw、Cursor、Cline...)
│   Tool      │
└──────┬──────┘
       │ http://localhost:20128/v1
       ↓
┌─────────────────────────────────────────────┐
│           9Router (Smart Router)            │
│  • RTK Token Saver (cut tool_result tokens) │
│  • Format translation (OpenAI ↔ Claude)     │
│  • Quota tracking                           │
│  • Auto token refresh                       │
└──────┬──────────────────────────────────────┘
       │
       ├─→ [Tier 1: SUBSCRIPTION] Claude Code, Codex, GitHub Copilot
       │   ↓ quota exhausted
       ├─→ [Tier 2: CHEAP] GLM ($0.6/1M), MiniMax ($0.2/1M)
       │   ↓ budget limit
       └─→ [Tier 3: FREE] Kiro, OpenCode Free, Vertex ($300 credits)

9Router 在请求路径上承担四项关键职责：先用 RTK 削减 tool_result 的 Token 体积，再做 OpenAI ↔ Claude 等格式翻译，同时记录配额消耗并在 OAuth Token 过期前自动刷新，最后按三层策略把请求路由到最合适的提供商。最终结果是"编程永不停歇、最小成本 + 20–40% Token 节省"。

从源码结构看，这条管线由 open-sse/ 目录下的翻译器（translator）、处理器（handlers）与 RTK（rtk）三块协同完成：open-sse/rtk/index.js 中的 compressMessages 注释明确说明它在 translateRequest（任何格式转换之前）的顶部被注入执行。

快速开始

1. 全局安装并启动：

npm install -g 9router
9router

🎉 控制面板在 http://localhost:20128 打开。

2. 连接免费提供商（无需注册）：

控制面板 → 提供商 → 连接 Kiro AI（约 50 积分/月免费，可访问 Claude 4.5 + GLM-5 + MiniMax）或 OpenCode Free（无需认证）→ 完成！

3. 在 CLI 工具中使用：

Claude Code/Codex/OpenClaw/Cursor/Cline 设置：
  Endpoint: http://localhost:20128/v1
  API Key: [从控制面板复制]
  Model: kr/claude-sonnet-4.5

替代方案：从源码运行（本仓库）：

本仓库的包是私有的（9router-app），因此源码/Docker 执行是预期的本地开发方式。

cp .env.example .env
npm install
PORT=20128 NEXT_PUBLIC_BASE_URL=http://localhost:20128 npm run dev

生产模式：

npm run build
PORT=20128 HOSTNAME=0.0.0.0 NEXT_PUBLIC_BASE_URL=http://localhost:20128 npm run start

默认 URL：

控制面板：http://localhost:20128/dashboard
OpenAI 兼容 API：http://localhost:20128/v1

注意 package.json 中源码默认开发端口为 20127（next dev --port 20127），README 示例统一以 20128 作为对外服务端口，两者可通过 PORT 环境变量对齐。

核心功能详解

9Router 的主要能力可归纳为下表：

功能	作用	为什么重要
RTK Token 节省器	压缩工具输出（`git diff`、`grep`、`ls`、`tree`...）后再发送给 LLM	每次请求节省 20–40% 输入 tokens
Headroom Token 节省器	在提供商路由前调用可选的外部 `/v1/compress` 代理	不改变客户端即可节省更多上下文 Token
Caveman 模式	注入 caveman 风格提示词 → LLM 回复简洁，保留技术实质	节省高达 65% 输出 tokens
Ponytail	注入"懒惰资深开发"提示词 → LLM 写最精简、YAGNI 优先的代码	更少输出 tokens、更少重构
智能三层切换	自动路由：订阅 → 低价 → 免费	编程永不停歇，零停机时间
实时配额追踪	实时 Token 计数 + 重置倒计时	充分利用订阅价值
格式转换	OpenAI ↔ Claude ↔ Gemini ↔ Cursor ↔ Kiro ↔ Vertex	兼容任何 CLI 工具
多账户支持	每个提供商支持多个账户	负载均衡 + 冗余备份
自动 Token 刷新	OAuth Token 自动刷新	无需手动重新登录
自定义组合	创建无限模型组合	自定义适合你的切换策略
请求日志	调试模式下的完整请求/响应日志	轻松排查问题
云同步	跨设备同步配置	处处相同设置
使用分析	追踪 tokens、成本、趋势	优化开支
任意部署	本地、VPS、Docker、Cloudflare Workers	灵活部署选项

设置 X-9Router-Token-Saver: off 可针对单次聊天请求绕过所有 Token 节省器。该头部在 open-sse/handlers/chatCore.js 的请求处理核心中参与解析，与 open-sse/rtk/ 的启用开关联动。

RTK Token 节省器：源码级原理

工具输出（git diff、grep、find、ls、tree、日志转储...）通常占用 30–50% 的提示词预算。RTK 在请求到达 LLM 之前检测并应用智能、无损压缩，具备以下特性：

过滤器：git-diff、git-status、git-log、build-output、grep、find、ls、tree、dedup-log、smart-truncate、read-numbered、search-list，共 12 个，完整注册在 open-sse/rtk/registry.js；
自动检测：无需配置——RTK 检查每个 tool_result 的前 1KB（DETECT_WINDOW = 1024，定义于 open-sse/rtk/constants.js），按固定顺序匹配特征后挑选合适过滤器；
安全设计：如果过滤器失败、抛出异常或使输出变大，RTK 会静默保留原始文本，错误永远不会中断请求（见 open-sse/rtk/applyFilter.js 的 safeApply，注释明确对应 Rust 版 catch_unwind 语义）；
通用兼容：适用于所有格式（OpenAI、Claude、Gemini、Cursor、Kiro、OpenAI Responses），因为它在任何格式转换之前运行；
默认开启：可随时在控制面板 → 端点设置中切换。

自动检测的实际逻辑在 open-sse/rtk/autodetect.js，检测顺序为：git-log → git-diff → git-status → build-output → grep → find → tree → ls → search-list → read-numbered → dedup-log → smart-truncate → null。例如通过正则 ^diff --git 识别 git diff、^On branch |^nothing to commit 识别 git status、[├└]── 盒式绘图字符识别 tree 输出、"file:number:content" 三字段结构识别 grep 结果。

压缩入口 open-sse/rtk/index.js 的 compressMessages 同时兼容多种消息形态：

OpenAI tool 消息的字符串或 [{type:"text",text}] 数组内容；
Claude content 块中 tool_result 的字符串与数组两种形态（跳过 is_error === true 的错误痕迹）；
OpenAI Responses 的 function_call_output；
Kiro 专有 conversationState.history[].userInputMessage...toolResults 结构。

压缩有边界保护：小于 500 字节的小块直接跳过、大于 10 MiB 的原始内容不做处理（RAW_CAP），压缩结果不允许为空或变大。日志函数 formatRtkLog 会输出形如 <a href="https://link.gitcode.com/i/64ee8895c3d9574bca566cc7f7b445d8" target="_blank">RTK] saved 4096B / 10240B (40.0%) via [git-diff] hits=1 的统计，仓库内配套测试 [tests/unit/rtk.test.js、tests/unit/rtk.e2e.test.js 与 tests/unit/rtk.multi-provider.e2e.test.js 对单提供商与多提供商场景均做了验证。

效果示意：

不使用 RTK：47K tokens 发送给 LLM
使用 RTK：    28K tokens 发送给 LLM   (节省 40% · 相同上下文 · 相同答案)

Headroom Token 节省器

Headroom 是可选组件，独立运行。9Router 调用 Headroom 本地的 /v1/compress 端点，随后保持正常的路由、切换、鉴权与用量追踪：

Client → 9Router → Headroom /v1/compress → 9Router → provider

本地安装：

pip install "headroom-ai[proxy]"
headroom proxy --port 8787

在控制面板 → 端点 → Token Saver → Headroom 中启用，默认 URL 为 http://localhost:8787。相关实现位于 open-sse/rtk/headroom.js。

Docker 场景下的地址写法：

# Headroom 服务位于同一 Docker 网络
http://headroom:8787

# Headroom 运行在宿主机
http://host.docker.internal:8787

如果 Headroom 宕机或返回错误，9Router 会 fail-open，直接发送原始请求，不阻塞业务。

Caveman 模式与 Ponytail（输出侧 Token 节省）

Caveman 模式（灵感来自流行的 "why use many token when few token do trick" 风格提示词）向每个请求注入 caveman 风格系统提示词，让 LLM 回复极简但保留技术实质，最多可节省 65% 的输出 Token。其提示词模板与注入逻辑分别位于 open-sse/rtk/cavemanPrompts.js 与 open-sse/rtk/caveman.js。

Ponytail（懒惰资深开发） 向每个请求注入"lazy senior dev"系统提示词，引导 LLM 编写最小化、YAGNI 优先的代码——优先删除而非新增、优先标准库而非新依赖、优先一行式而非抽象。分为三档（见 open-sse/rtk/ponytailPrompt.js）：

Lite——构建所要求的内容，并指出更懒的替代方案；
Full——YAGNI 阶梯强制：标准库 → 原生 → 现有依赖 → 一行式 → 最小代码；
Ultra——YAGNI 极端派：先删除，交付一行式，并在同一回复中质疑其余需求。

Ponytail 绝不牺牲：输入校验、防止数据丢失的错误处理、安全性、可访问性或任何被明确要求的内容。在控制面板 → 端点 → Ponytail 中启用，可与 Caveman（输出简洁）和 RTK（输入压缩）叠加使用。

智能三层切换

创建带自动切换的组合：

组合："my-coding-stack"
  1. cc/claude-opus-4-6        （你的订阅）
  2. glm/glm-4.7               （低价备份，$0.6/1M）
  3. if/kimi-k2-thinking       （免费备选）

→ 配额用完或出错时自动切换

实时配额追踪

每个提供商的 Token 消耗
重置倒计时（5 小时、每日、每周）
付费等级的成本估算
月度支出报告

格式转换

格式间无缝转换：OpenAI ↔ Claude ↔ Gemini ↔ Cursor ↔ Kiro ↔ Vertex ↔ Antigravity ↔ Ollama ↔ OpenAI Responses。你的 CLI 工具发送 OpenAI 格式 → 9Router 转换 → 提供商接收原生格式，适用于任何支持自定义 OpenAI 端点的工具。从源码结构看，这一层由 open-sse/translator/ 下的 request、response、formats 与 schema 模块协同完成。

多账户与自动 Token 刷新

每个提供商可添加多个账户，自动轮询或基于优先级路由；
当一个账户达到配额时自动切换到下一个；
OAuth Token 在过期前自动刷新，无需手动重新认证。

自定义组合

创建无限模型组合，混合订阅、低价和免费等级；
为组合命名以便在 CLI 中直接引用；
使用云同步跨设备共享组合。

请求日志与使用分析

启用调试模式获取完整请求/响应日志，追踪 API 调用、请求头和载荷；
追踪每个提供商和模型的 Token 使用量、成本估算和支出趋势，生成月度报告；
注意：使用分析中显示的"成本"仅用于追踪和比较目的，9Router 本身永远不会向你收费。

云同步

跨设备同步提供商、组合和设置，自动后台同步，安全加密存储；
云运行时说明：生产环境中优先使用服务端变量——BASE_URL（云同步调度程序使用的内部回调 URL）与 CLOUD_URL（云同步端点基础 URL）；NEXT_PUBLIC_BASE_URL 与 NEXT_PUBLIC_CLOUD_URL 仍用于兼容性/UI，但服务端运行时优先使用前者；
云同步请求使用超时 + 快速失败行为，避免云 DNS/网络不可用时 UI 挂起。

成本与计费真相

9Router 计费真相：

✅ 9Router 软件 = 永久免费（开源，绝不收费）
✅ 控制面板"成本" = 仅用于显示/追踪（不是实际账单）
✅ 你直接向提供商付款（订阅或 API 费用）
✅ 免费提供商保持免费（在免费额度内 $0）
❌ 9Router 永不发送发票或扣款

成本显示如何工作： 控制面板显示估算成本，如同你直接使用付费 API。这不是计费，而是一个比较工具，用于展示你的节省。

控制面板显示：
• 总请求数：1,662
• 总 Tokens：47M
• 显示成本：$290

实际检查：
• 提供商：Kiro（免费等级：约 50 积分/月）
• 实际支付：$0.00
• $290 意味着什么：通过使用免费模型节省的金额！

付款规则：

订阅提供商（Claude Code、Codex）：通过他们的网站直接付款；
低价提供商（GLM、MiniMax）：直接付款，9Router 只做路由；
免费提供商（Kiro、OpenCode Free、Vertex）：真正的免费，在免费额度内无隐藏费用；
9Router：从不收取任何费用。

价格一览

等级	提供商	成本	配额重置	适用场景
TOKEN 节省器	RTK（内置）	免费	始终开启	每次请求节省 20–40% tokens
订阅	Claude Code (Pro/Max)	$20–200/月	5 小时 + 每周	已有订阅的用户
	Codex (Plus/Pro)	$20–200/月	5 小时 + 每周	OpenAI 用户
	GitHub Copilot	$10–19/月	每月	GitHub 用户
	Cursor IDE	$20/月	每月	Cursor 用户
低价	GLM-5.1 / GLM-4.7	$0.6/1M	每日 10AM	预算备份
	MiniMax M2.7	$0.2/1M	5 小时滚动	最便宜选项
	Kimi K2.5	$9/月固定	10M tokens/月	可预测成本
免费	Kiro AI	$0	50 积分/月	Claude 4.5 + GLM-5 + MiniMax 免费
	OpenCode Free	$0	varies*	无需认证，自动获取模型（列表会变化）
	Vertex AI	$300 额度	新 GCP 账户	Gemini 3 Pro + DeepSeek + GLM-5

注意： iFlow、Qwen Code 和 Gemini CLI 的免费等级已于 2026 年停止，请改用 Kiro / OpenCode Free / Vertex。Kiro AI 于 2025 年 9 月转为付费模式，免费等级现上限为每月 50 积分（新账户前 30 天另加 500 试用积分）。OpenCode Free 的模型列表会随时间变化，部分模型仅限时免费。Vertex AI 新 GCP 账户 $300 免费额度仍然有效，但自 2026 年 3 月起 Gemini API 端点不再消耗这些额度，请改用 Vertex AI Studio 端点。

专业提示： RTK + Kiro AI + OpenCode Free 组合 = $0 成本 + 节省 20–40% tokens！

典型使用场景

场景 1："我有 Claude Pro 订阅"

问题： 配额到期未用完，繁忙编码时遇到速率限制

组合："maximize-claude"
  1. cc/claude-opus-4-7        （充分利用订阅）
  2. glm/glm-5.1               （配额用完时的低价备份）
  3. kr/claude-sonnet-4.5      （免费紧急备选）

月成本：$20（订阅）+ ~$5（备份）= $25 总计

场景 2："我想零成本"

组合："free-forever"
  1. kr/claude-sonnet-4.5      （通过 Kiro 免费使用 Claude 4.5，约 50 积分/月）
  2. kr/glm-5                  （通过 Kiro 免费使用 GLM-5）
  3. oc/<auto>                 （OpenCode Free，无需认证）

月成本：$0
质量：生产级模型 + RTK 节省 20–40% tokens

场景 3："我需要 24/7 编码，不中断"

组合："always-on"
  1. cc/claude-opus-4-7        （最佳质量）
  2. cx/gpt-5.5                （第二个订阅）
  3. glm/glm-5.1               （低价，每日重置）
  4. minimax/MiniMax-M2.7      （最便宜，5 小时重置）
  5. kr/claude-sonnet-4.5      （通过 Kiro 免费使用，约 50 积分/月）

结果：5 层切换 = 零停机时间

场景 4："我想在 OpenClaw 中使用免费 AI"

组合："openclaw-free"
  1. kr/claude-sonnet-4.5      （Claude 4.5 免费）
  2. kr/glm-5                  （GLM-5 免费）
  3. kr/MiniMax-M2.5           （MiniMax 免费）

月成本：$0
访问方式：WhatsApp、Telegram、Slack、Discord、iMessage、Signal...

常见问题

Q：为什么我的控制面板显示高成本？ 控制面板追踪 Token 使用并显示估算成本，如同直接使用付费 API。这不是实际计费，而是展示你通过免费模型或现有订阅节省了多少钱。

Q：9Router 会扣我的钱吗？ 不会。9Router 是在你自己电脑上运行的开源软件，永不收费。它没有你的信用卡、不能发送发票、没有计费系统。你只需直接向订阅或低价提供商付款。

Q：免费提供商真的是无限量的吗？ 基本上是。Kiro AI（约每月 50 积分免费，新账户前 30 天加 500 试用积分，通过 AWS Builder ID / Google / GitHub OAuth）、OpenCode Free（无认证直连代理，模型从 opencode.ai/zen/v1/models 自动获取）、Vertex AI（新 Google Cloud 账户 $300 免费额度，90 天）都是真正的免费服务。9Router 只是路由请求，没有"陷阱"或未来计费。已停止的免费等级（不再推荐）：iFlow（2026 改为付费）、Qwen Code（阿里巴巴 2026-04-15 停止免费 OAuth 等级）、Gemini CLI（Google 2026-06-18 停止服务，由闭源 Antigravity CLI 取代）。

Q：如何最小化我的实际 AI 成本？ 采用"免费优先"策略：1）从 100% 免费组合开始（Kiro GLM-5 / OpenCode Free / Vertex Gemini 3 Pro，成本 $0/月）；2）仅在需要时添加低价备份（如 glm/glm-4.7，只为实际使用付费）；3）最后使用已有订阅提供商，通过配额追踪最大化其价值。

Q：如果我的使用量突然激增怎么办？ 智能切换防止意外费用：订阅达到限制 → 自动切换到低价等级；低价等级变贵 → 自动切换到免费等级。你可以在控制面板中为每个提供商设置支出限制，9Router 会遵守。

设置指南

订阅提供商（充分利用价值）

Claude Code (Pro/Max)

控制面板 → 提供商 → 连接 Claude Code
→ OAuth 登录 → 自动 token 刷新
→ 5小时 + 每周配额追踪

模型：
  cc/claude-opus-4-7
  cc/claude-opus-4-6
  cc/claude-sonnet-4-6
  cc/claude-haiku-4-5-20251001

专业提示：复杂任务用 Opus，追求速度用 Sonnet，9Router 按模型追踪配额。

OpenAI Codex (Plus/Pro)

控制面板 → 提供商 → 连接 Codex
→ OAuth 登录（端口 1455）
→ 5小时 + 每周重置

模型：
  cx/gpt-5.5
  cx/gpt-5.4
  cx/gpt-5.3-codex
  cx/gpt-5.2-codex

GitHub Copilot

控制面板 → 提供商 → 连接 GitHub
→ 通过 GitHub 进行 OAuth
→ 每月重置（每月 1 日）

模型：
  gh/gpt-5.4
  gh/claude-opus-4.7
  gh/claude-sonnet-4.6
  gh/gemini-3.1-pro-preview
  gh/grok-code-fast-1

Cursor IDE

控制面板 → 提供商 → 连接 Cursor
→ OAuth 登录
→ 每月订阅

模型：
  cu/claude-4.6-opus-max
  cu/claude-4.5-sonnet-thinking
  cu/gpt-5.3-codex

低价提供商（备份）

GLM-5.1 / GLM-4.7（每日重置，$0.6/1M）

注册智谱 AI（Zhipu AI）并获取编程计划的 API key；
控制面板 → 添加 API Key：提供商 glm、API Key your-key；
使用：glm/glm-5.1、glm/glm-5、glm/glm-4.7。

专业提示：编程计划提供 3 倍配额、成本仅为 1/7，每日 10:00 AM 重置。

MiniMax M2.7（5 小时重置，$0.20/1M）

注册 MiniMax 并获取 API key；
控制面板 → 添加 API Key；
使用：minimax/MiniMax-M2.7、minimax/MiniMax-M2.5。

专业提示：长上下文（1M tokens）的最便宜选项。

Kimi K2.5（$9/月固定）

订阅 Moonshot AI 并获取 API key；
控制面板 → 添加 API Key；
使用：kimi/kimi-k2.5、kimi/kimi-k2.5-thinking。

专业提示：每月 $9 固定费用获得 10M tokens，实际成本约 $0.90/1M。

免费提供商（推荐）

Kiro AI（Claude 4.5 + GLM-5 + MiniMax 免费）

控制面板 → 连接 Kiro
→ AWS Builder ID、AWS IAM Identity Center、Google 或 GitHub
→ 免费使用（约 50 积分/月）

模型：
  kr/claude-sonnet-4.5
  kr/claude-haiku-4.5
  kr/glm-5
  kr/MiniMax-M2.5
  kr/qwen3-coder-next
  kr/deepseek-3.2

专业提示：Claude 的最佳免费选项，无需 API key、无需付款。

OpenCode Free（无需认证，自动获取模型）

控制面板 → 连接 OpenCode Free
→ 无需登录（直连代理）
→ 模型从 opencode.ai/zen/v1/models 自动获取

专业提示：最快的设置，连接后即可开始编码。

Vertex AI（新 GCP 账户 $300 免费额度）

控制面板 → 连接 Vertex AI
→ 上传 Google Cloud 服务账户 JSON
→ 在你的 GCP 项目中启用 Vertex AI API

模型：
  vertex/gemini-3.1-pro-preview
  vertex/gemini-3-flash-preview
  vertex/gemini-2.5-flash

Vertex 合作伙伴（通过 Vertex 提供 Anthropic / DeepSeek / GLM / Qwen）：
  vertex-partner/glm-5-maas
  vertex-partner/deepseek-v3.2-maas
  vertex-partner/qwen3-next-80b-a3b-thinking-maas

专业提示：新 Google Cloud 账户 90 天内 $300 免费额度，足够日常编码使用（注意使用 Vertex AI Studio 端点消耗免费额度）。

创建组合

示例 1：充分利用订阅 → 低价备份

控制面板 → 组合 → 创建新组合

名称：premium-coding
模型：
  1. cc/claude-opus-4-7 (订阅主用)
  2. glm/glm-5.1 (低价备份，$0.6/1M)
  3. minimax/MiniMax-M2.7 (最便宜的备选，$0.20/1M)

在 CLI 中使用：premium-coding

月度成本示例（100M tokens）：
  80M 通过 Claude（订阅）：$0 额外费用
  15M 通过 GLM：$9
  5M 通过 MiniMax：$1
  总计：$10 + 你的订阅费用

示例 2：仅免费（零成本）

名称：free-combo
模型：
  1. kr/claude-sonnet-4.5 (通过 Kiro 免费使用 Claude 4.5，约 50 积分/月)
  2. kr/glm-5 (通过 Kiro 免费使用 GLM-5)
  3. vertex/gemini-3.1-pro-preview ($300 免费额度)

成本：通过 RTK 永久 $0（+ 节省 20–40% tokens）！

CLI 集成

Cursor IDE

设置 → 模型 → 高级：
  OpenAI API Base URL：http://localhost:20128/v1
  OpenAI API Key：[来自 9router 控制面板]
  Model：cc/claude-opus-4-7

或直接使用组合：premium-coding

Claude Code

编辑 ~/.claude/config.json：

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

Codex CLI

export OPENAI_BASE_URL="http://localhost:20128"
export OPENAI_API_KEY="your-9router-api-key"

codex "your prompt"

OpenClaw

选项 1（推荐）：控制面板 → CLI 工具 → OpenClaw → 选择模型 → 应用。

选项 2（手动）：编辑 ~/.openclaw/openclaw.json：

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "9router/kr/claude-sonnet-4.5"
      }
    }
  },
  "models": {
    "providers": {
      "9router": {
        "baseUrl": "http://127.0.0.1:20128/v1",
        "apiKey": "sk_9router",
        "api": "openai-completions",
        "models": [
          {
            "id": "kr/claude-sonnet-4.5",
            "name": "Claude Sonnet 4.5 (Kiro Free)"
          }
        ]
      }
    }
  }
}

注意：OpenClaw 仅适用于本地 9Router。使用 127.0.0.1 而非 localhost 以避免 IPv6 解析问题。

Cline / Continue / RooCode

Provider: OpenAI Compatible
Base URL: http://localhost:20128/v1
API Key: [from dashboard]
Model: cc/claude-opus-4-7

部署与配置

VPS 部署

# 克隆并安装
git clone https://github.com/decolua/9router.git
cd 9router
npm install
npm run build

# 配置
export JWT_SECRET="your-secure-secret-change-this"
export INITIAL_PASSWORD="your-password"
export DATA_DIR="/var/lib/9router"
export PORT="20128"
export HOSTNAME="0.0.0.0"
export NODE_ENV="production"
export NEXT_PUBLIC_BASE_URL="http://localhost:20128"
export NEXT_PUBLIC_CLOUD_URL="https://9router.com"
export API_KEY_SECRET="endpoint-proxy-api-key-secret"
export MACHINE_ID_SALT="endpoint-proxy-salt"

# 启动
npm run start

# 或用 PM2
npm install -g pm2
pm2 start npm --name 9router -- start
pm2 save
pm2 startup

Docker

官方发布镜像支持多平台（linux/amd64 + linux/arm64），发布在 Docker Hub 与 GHCR 的 decolua/9router 仓库下。

快速启动（使用发布镜像）：

docker run -d \
  --name 9router \
  -p 20128:20128 \
  -v "$HOME/.9router:/app/data" \
  -e DATA_DIR=/app/data \
  decolua/9router:latest

→ 打开 http://localhost:20128

容器默认值： PORT=20128、HOSTNAME=0.0.0.0。

常用命令：

docker logs -f 9router
docker restart 9router
docker stop 9router && docker rm 9router
docker pull decolua/9router:latest   # 更新到最新

数据持久化： 宿主机的 $HOME/.9router/db/data.sqlite ↔ 容器内的 /app/data/db/data.sqlite。

环境变量

变量	默认值	说明
`JWT_SECRET`	自动生成（`~/.9router/jwt-secret`）	控制面板认证 Cookie 的 JWT 签名密钥（覆盖以跨实例共享）
`INITIAL_PASSWORD`	`123456`	未保存哈希时的首次登录密码
`DATA_DIR`	`~/.9router`	主应用数据位置（SQLite 位于 `$DATA_DIR/db/data.sqlite`）
`PORT`	框架默认	服务端口（示例中为 `20128`）
`HOSTNAME`	框架默认	绑定主机（Docker 默认为 `0.0.0.0`）
`NODE_ENV`	运行时默认	部署时设为 `production`
`BASE_URL`	`http://localhost:20128`	云同步任务使用的服务端内部基础 URL
`CLOUD_URL`	`https://9router.com`	服务端云同步端点基础 URL
`NEXT_PUBLIC_BASE_URL`	`http://localhost:3000`	向后兼容/公开基础 URL（服务端运行时优先用 `BASE_URL`）
`NEXT_PUBLIC_CLOUD_URL`	`https://9router.com`	向后兼容/公开云 URL（服务端运行时优先用 `CLOUD_URL`）
`API_KEY_SECRET`	`endpoint-proxy-api-key-secret`	生成 API Key 的 HMAC 密钥
`MACHINE_ID_SALT`	`endpoint-proxy-salt`	稳定机器 ID 哈希的盐值
`ENABLE_REQUEST_LOGS`	`false`	在 `logs/` 下启用请求/响应日志
`AUTH_COOKIE_SECURE`	`false`	强制 `Secure` 认证 Cookie（HTTPS 反向代理后设为 `true`）
`REQUIRE_API_KEY`	`false`	对 `/v1/*` 路由强制 Bearer API Key（互联网暴露部署推荐开启）
`HTTP_PROXY` 等	空	上游提供商调用的可选出站代理（`HTTPS_PROXY`、`ALL_PROXY`、`NO_PROXY`）
`SEARXNG_URL`	`http://localhost:8888/search`	内置无认证 SearXNG 网页搜索提供商端点

补充说明：小写出站代理变量（http_proxy、https_proxy、all_proxy、no_proxy）同样受支持；.env 不会打包进 Docker 镜像，运行时配置请用 --env-file 或 -e 注入；Windows 上可用 APPDATA 解析本地存储路径；INSTANCE_NAME 在旧文档中出现过，但当前运行时已不使用。

运行时文件与存储

主应用状态：${DATA_DIR}/db/data.sqlite（SQLite——存储提供商、组合、别名、密钥、设置、用量历史），底层由 src/lib/db/ 的数据库模块驱动；
自动备份：${DATA_DIR}/db/backups/；
可选的请求/翻译日志：ENABLE_REQUEST_LOGS=true 时位于 <repo>/logs/；
在 Docker 容器中 ${DATA_DIR} 与 ~/.9router 解析到同一位置（构建时创建了 /root/.9router -> /app/data 符号链接）。

可用模型速查

Claude Code（cc/）：cc/claude-opus-4-7、cc/claude-opus-4-6、cc/claude-sonnet-4-6、cc/claude-sonnet-4-5-20250929、cc/claude-haiku-4-5-20251001

Codex（cx/）：cx/gpt-5.5、cx/gpt-5.4、cx/gpt-5.3-codex、cx/gpt-5.2-codex、cx/gpt-5.1-codex-max

GitHub Copilot（gh/）：gh/gpt-5.4、gh/claude-opus-4.7、gh/claude-sonnet-4.6、gh/gemini-3.1-pro-preview、gh/grok-code-fast-1

Cursor（cu/）：cu/claude-4.6-opus-max、cu/claude-4.5-sonnet-thinking、cu/gpt-5.3-codex、cu/kimi-k2.5

GLM（glm/，$0.6/1M）：glm/glm-5.1、glm/glm-5、glm/glm-4.7

MiniMax（minimax/，$0.2/1M）：minimax/MiniMax-M2.7、minimax/MiniMax-M2.5

Kimi（kimi/，$9/月固定）：kimi/kimi-k2.5、kimi/kimi-k2.5-thinking

Kiro（kr/，免费，约 50 积分/月）：kr/claude-sonnet-4.5、kr/claude-haiku-4.5、kr/glm-5、kr/MiniMax-M2.5、kr/qwen3-coder-next、kr/deepseek-3.2

OpenCode Free（oc/，免费无认证）：从 opencode.ai/zen/v1/models 自动获取

Vertex AI（vertex/，$300 免费额度）：vertex/gemini-3.1-pro-preview、vertex/gemini-3-flash-preview、vertex/gemini-2.5-flash、vertex-partner/glm-5-maas、vertex-partner/deepseek-v3.2-maas、vertex-partner/qwen3-next-80b-a3b-thinking-maas

故障排查

"Language model did not provide messages"

提供商配额耗尽 → 检查控制面板配额追踪器；
解决：使用组合切换或切换到更低价格等级。

速率限制

订阅配额用完 → 切换到 GLM/MiniMax；
添加组合：cc/claude-opus-4-7 → glm/glm-5.1 → kr/claude-sonnet-4.5。

OAuth Token 过期

9Router 会自动刷新；
若问题持续：控制面板 → 提供商 → 重新连接。

高成本

在控制面板 → 端点设置中启用 RTK（默认开启，节省 20–40% tokens）；
检查控制面板的使用统计；
将主模型切换为 GLM/MiniMax；
非关键任务使用免费等级（Kiro、OpenCode Free、Vertex）。

控制面板端口错误

设置 PORT=20128 和 NEXT_PUBLIC_BASE_URL=http://localhost:20128。

首次登录不工作

检查 .env 中的 INITIAL_PASSWORD；
若未设置，回退密码为 123456。

logs/ 下没有请求日志

设置 ENABLE_REQUEST_LOGS=true。

API 参考

Chat Completions

POST http://localhost:20128/v1/chat/completions
Authorization: Bearer your-api-key
Content-Type: application/json

{
  "model": "cc/claude-opus-4-6",
  "messages": [
    {"role": "user", "content": "Write a function to..."}
  ],
  "stream": true
}

List Models

GET http://localhost:20128/v1/models
Authorization: Bearer your-api-key

→ 以 OpenAI 格式返回所有模型和组合

技术栈与延伸阅读

9Router 的运行时技术栈（见 package.json）：Node.js 20+、Next.js 16、React 19 + Tailwind CSS 4、SQLite（better-sqlite3 / node:sqlite / sql.js 回退）、SSE 流式传输、OAuth 2.0 (PKCE) + JWT + API Keys。Token 节省管线中 Caveman 与 Ponytail 的提示词分别位于 open-sse/rtk/cavemanPrompts.js 与 open-sse/rtk/ponytailPrompt.js，系统提示注入入口为 open-sse/rtk/systemInject.js。

如需查阅多语言版本，可参考 i18n/ 目录下的 README 翻译；仓库根目录的 CHANGELOG.md 记录了版本演进，DOCKER.md 提供了更详细的容器化部署说明。

9router

Unlimited FREE AI coding. Connect Claude Code, Codex, Cursor, Cline, Copilot, Antigravity to FREE Claude/GPT/Gemini via 40+ providers. Auto-fallback, RTK -40% tokens, never hit limits.

项目地址：https://gitcode.com/GitHub_Trending/9r/9router

登录后查看全文