9Router是什么？免费开源AI编程路由，白嫖Claude/GPT的省钱神器

9Router是什么

9Router 是一款开源的 AI 编程路由代理工具，专为优化 AI 辅助编程工作流而设计。它通过本地代理层架构，将 Claude Code、Codex、Cursor、Cline 等主流 AI 编程工具统一接入，并智能调度来自 40+ 供应商的 100+ 模型。工具内置三层降级路由机制与基于 Rust 的 RTK Token 压缩引擎，能够在订阅额度耗尽时自动无缝切换至廉价或免费渠道，平均节省 20%-40% 的输入 Token 消耗。配合可视化仪表盘，用户可实时追踪配额使用、成本估算与模型调用状态，确保开发任务零中断。

技术定位与领域： 9Router 属于 AI 基础设施与开发工具链的交叉领域，具体定位于“AI 编程路由代理”。它并非直接提供大模型推理能力，而是作为中间件层，解决多模型、多供应商场景下的智能调度、成本优化与兼容性问题。其核心应用方向是面向 AI 辅助编程场景，为开发者提供统一的请求分发、配额管理和格式转换能力。

研发背景： 9Router 由开源社区开发者 decolua 创建并维护，项目托管于 GitHub。研发动机源于当前 AI 编程工具生态的碎片化问题：开发者通常需要同时订阅多个平台（如 Claude Pro、Codex Plus、Cursor），但各平台配额独立、格式不统一，且缺乏智能降级机制。9Router 旨在通过一个本地代理层，解决多工具、多供应商的集成与调度痛点，降低开发者的 AI 编程成本和管理复杂度。

核心价值： 9Router 的核心价值在于将“成本优化”与“零停机编码”从概念变为现实。通过自动化的三层回退路由，开发者无需手动切换工具或等待配额重置，即可在订阅额度耗尽时无缝衔接至廉价或免费模型。结合 RTK Token 压缩和精简模式，月度 AI 编程成本可被压缩至接近零，这对于独立开发者和小型团队具有显著的财务意义。

技术特点： 9Router 的技术架构以本地代理层为核心，集成了三层回退路由算法、RTK 前置过滤引擎和格式翻译中间件。其独特之处在于将路由决策与 Token 压缩深度耦合，在请求进入格式转换前即完成无损压缩，从而在降低开销的同时保持响应质量。此外，OAuth 自动续期机制确保了订阅服务的持续可用性，减少了手动维护成本。

主要功能

• 智能三层路由： 这是 9Router 的核心调度机制。系统自动按“订阅配额 → 廉价 API → 免费渠道”的顺序进行降级切换。当第一层订阅额度耗尽时，路由引擎会基于错误码和配额状态自动决策，将请求无缝转移至第二层的高性价比 API，若再次触发限制则进一步兜底至免费服务。整个过程对用户透明，无需手动干预。

• RTK Token 压缩： 内置基于 Rust 编写的高性能 Token 压缩引擎，专门针对 AI 编程工具的输出进行优化。在请求进入格式转换前，RTK 引擎会扫描 tool_result 的前 1KB 内容，自动匹配 git-diff、grep、tree 等工具的特定输出模式，并进行无损压缩。实际测试表明，该功能可节省 20%-40% 的输入 Token，显著降低 API 调用成本。

• 精简模式（Caveman Mode）： 该功能通过注入经过精心设计的精简风格提示词，引导 AI 模型生成更精炼的回复。相比标准模式，输出 Token 消耗最高可降低 65%，同时保持回答的准确性和可用性。这对于高频次、短交互的编码场景尤为实用，可大幅减少每次请求的 Token 开销。

• 多供应商统一管理： 支持通过 OAuth 或 API Key 接入 60+ AI 供应商，覆盖 Claude、OpenAI、GLM、MiniMax、Kiro 等主流平台。所有供应商的配置、配额和状态均在一个仪表盘内集中管理，用户无需在多平台之间手动切换。这种统一抽象层简化了多供应商策略的实施。

• 实时配额追踪： 提供可视化仪表盘，实时监控各供应商的 Token 消耗、剩余额度、重置倒计时和预估成本。用户可直观地了解当前配额使用情况，并据此调整路由策略。该功能对于预算敏感型用户尤为重要，可避免因超额使用导致的意外费用。

• 格式自动转换： 在 OpenAI、Claude、Gemini、Cursor、Kiro 等主流 API 格式之间自动进行翻译和适配。该功能作为中间件运行，使得任何兼容 OpenAI 格式的 CLI 工具都能无缝对接 Claude、Gemini 等非标准 API。这种格式解耦能力是 9Router 广泛兼容性的技术基础。

• 多账户轮询： 同一供应商支持添加多个账户，系统会自动进行轮询调度和故障转移。当一个账户达到配额限制或出现错误时，请求会自动路由至下一个可用账户。该功能对于拥有多个订阅账户的用户非常实用，可最大化利用每一份订阅价值。

• 请求日志与云同步： 支持详细的调试日志记录，方便用户排查请求失败或路由异常的问题。同时，配置和日志可通过云同步功能跨设备共享，确保在多个开发环境之间保持一致的路由策略和监控能力。

如何使用

1. 环境要求与安装： 需要 Node.js 环境（推荐 v18 及以上版本）。执行全局安装命令：npm install -g 9router。安装完成后，运行 9router 命令启动本地代理服务。仪表盘将自动在浏览器中打开，默认地址为 http://localhost:20128。若需后台运行，可使用 pm2 或 screen 等进程管理工具。

2. 连接供应商： 在浏览器中打开的仪表盘界面，进入“提供商”页面。通过 OAuth 登录（适用于 Claude、OpenAI 等支持 OAuth 的平台）或手动填入 API Key 来接入供应商。对于零成本起步的用户，可直接连接 Kiro AI 或 OpenCode Free 等免费服务。建议至少添加 2-3 个不同层级的供应商，以发挥三层回退的最大效用。

3. 创建组合： 在“组合”页面按优先级顺序添加模型。典型配置示例：第一层（订阅层）添加 cc/claude-opus-4-7，第二层（廉价层）添加 glm/glm-5.1，第三层（免费层）添加 kr/claude-sonnet-4.5。系统将根据配额状态自动按此顺序降级。组合创建后，可为每个组合生成一个唯一的 API Key，用于后续的 CLI 配置。

4. 配置 CLI 工具： 以 Claude Code 为例，将其 API Base URL 修改为 http://localhost:20128/v1，并填入在仪表盘中生成的 API Key。对于 Codex、Cursor 等工具，操作类似：找到 API 配置项，将 Base URL 指向本地代理地址，并使用对应的 API Key 进行认证。配置完成后，所有 AI 请求将自动经过 9Router 进行智能路由。

5. 开始编码与验证： 完成配置后，正常使用 AI 编程工具即可。当订阅额度耗尽时，请求会自动无缝切换至下层模型，用户不会感知到任何中断。可通过仪表盘的实时日志和配额追踪页面验证路由是否按预期工作。建议在首次使用前，手动触发一次配额用尽的测试场景，以确认三层回退机制正常。

优缺点分析

同类工具对比

选型建议： 对于独立开发者和小型团队，特别是使用 Claude Code、Codex 等主流 AI 编程工具的用户，9Router 是最优选择。其三层回退和 Token 压缩功能能显著降低成本，且本地部署方式保障了数据隐私。若项目需要覆盖 200+ 模型且对云端 SaaS 部署无顾虑，OpenRouter 是更好的选择，但其缺乏内置压缩和分层回退机制。对于企业级场景，LiteLLM 提供了更完善的负载均衡、速率限制和监控告警能力，适合需要精细控制预算和流量的团队。若完全依赖本地模型且无需外部 API，LocalAI 是唯一的选择。

编辑点评

9Router 在 AI 编程工具链中找到了一个精准且未被充分满足的痛点——多供应商调度与成本优化。从技术创新角度看，其三层回退路由算法与 RTK Token 压缩引擎的深度耦合设计颇具巧思。传统方案中，路由决策与 Token 压缩通常是独立模块，而 9Router 将两者在代理层进行协同优化，实现了“先压缩后路由”的流水线架构，这在同类工具中较为罕见。Rust 编写的压缩引擎也保证了在高并发场景下的性能表现。

在实用价值方面，9Router 解决了两个核心问题：首先是“配额焦虑”，开发者不再需要担心订阅额度耗尽导致开发中断；其次是“成本失控”，通过智能调度和压缩，月度 AI 编程成本可被压缩至接近零。对于独立开发者而言，这意味着每年可节省数百甚至数千美元的 API 调用费用。然而，其依赖本地代理的架构也带来了单点故障风险，建议用户结合 Docker 或 PM2 等进程管理工具部署，并定期备份配置。

适用人群定位明确：主要面向使用 AI 编程工具的独立开发者、开源贡献者和小型技术团队。企业级用户可能需要更完善的权限管理和审计功能，9Router 在这方面尚显不足。未来发展方向上，若能增加自定义路由规则引擎、扩展 RTK 过滤器库以及提供更完善的企业级功能，将有望从个人工具升级为团队级基础设施。

应用场景

• 多订阅用户： 同时拥有 Claude Pro、Codex Plus、Cursor 等订阅的开发者，通过 9Router 的智能调度避免额度浪费和限额中断。系统会自动按优先级消耗各订阅配额，并在其中一个耗尽时无缝切换至其他订阅或廉价 API，最大化利用每一份订阅价值。

• 零成本开发者： 仅使用 Kiro AI、OpenCode Free、Vertex AI 等免费层的用户，可通过 9Router 实现完全免费的 AI 辅助编程。工具会自动将请求路由至可用免费服务，并在多个免费账户之间自动轮询，确保开发不中断。

• 高频编码冲刺： 在项目 deadline 期间需要 24/7 不间断编码的场景下，9Router 的多层回退保障了连续性。即使所有付费订阅额度耗尽，系统也会自动切换至免费层，确保开发任务不会因配额限制而中断。

• Token 敏感型项目： 处理大型代码库时，git diff、grep、tree 等工具的输出可能包含大量冗余信息。9Router 的 RTK 压缩引擎可自动识别并压缩这些输出，减少 20%-40% 的 Token 开销，对于频繁调用 AI 辅助的重构或代码审查任务效果显著。

• 团队/多设备协作： 通过云同步功能，团队成员可在不同设备间共享统一的 AI 供应商配置和路由策略。结合 VPS 或 Docker 部署，团队可集中管理 AI 编程基础设施，降低个体维护成本，同时确保路由策略的一致性。

9Router 是什么？一句话说清楚

9Router 就是一个跑在你自己电脑上的「AI模型路由器」。你在 Claude Code、Cursor、Codex 这些编程工具里写代码时，请求不再直接发给某一家 AI，而是先经过 9Router，它根据额度、价格、可用性自动帮你挑最合适的模型。订阅的额度用完自动切便宜的，便宜的用完切免费的，全程不断流。很多程序员拿它来"白嫖"：把免费供应商（iFlow 的 Kimi K2/Qwen3 Coder、Kiro 的 Claude Sonnet 4.5）当日常主力，难的活再上订阅额度，一个月 API 费用从几百块干到几块钱。

怎么用？安装教程（2 分钟）

第一步，安装（需要 Node.js 18+）：

npm install -g 9router

第二步，启动：

9router

仪表盘会自动在浏览器打开（http://localhost:20128/dashboard），在里面连接你的供应商（OAuth 授权或填 API Key）。

第三步，把你的编程工具指向这个地址：

• 接口地址（OpenAI 兼容）：http://localhost:20128/v1
• API Key：仪表盘里复制
• 之后 Claude Code / Cursor / Cline 的请求就全部走 9Router 智能路由了

免费白嫖姿势：三级降级怎么配

配置思路：把免费层放组合末尾兜底，付费层用完自动落下来。实测重度用户一个月 1 亿 token 的用量，绝大部分走免费+低价层，总成本 5 美元左右，而直接调 API 要 2000 美元起步。再叠加 RTK 压缩（自动精简工具输出，省 20-40% token），还能再省一层。

常见问题FAQ

Q：9Router 是否支持 Windows 系统？
A：支持。9Router 基于 Node.js 开发，可在 Windows、macOS 和 Linux 系统上运行。Windows 用户需确保已安装 Node.js v18 及以上版本，并在命令行中执行安装命令。若遇到权限问题，建议使用管理员模式运行终端。

Q：如何确认 RTK Token 压缩是否生效？
A：在仪表盘的“日志”页面查看请求详情，若压缩生效，日志中会显示“RTK compressed: X%”的标记，并显示压缩前后的 Token 数量对比。此外，可在仪表盘的“统计”页面查看总体 Token 节省百分比，以评估压缩效果。

Q：三层回退路由的优先级是如何确定的？
A：优先级由用户在“组合”页面中配置的模型顺序决定。第一层通常配置订阅配额模型（如 Claude Pro），第二层配置高性价比 API（如 GLM），第三层配置免费服务（如 Kiro AI）。系统会按此顺序依次尝试，当前一层请求失败（如 429 配额错误）时自动降级。

Q：9Router 是否会缓存或存储我的代码？
A：不会。9Router 仅作为代理层转发请求和响应，不缓存代码内容。所有请求数据在转发完成后即被丢弃。日志记录仅包含请求元数据（如 Token 消耗、响应时间、路由路径），不包含代码正文。若需完全禁用日志，可在仪表盘设置中关闭日志记录功能。

Q：如何解决 OAuth 自动续期失败的问题？
A：OAuth 自动续期失败通常由 Token 过期或供应商策略变更引起。建议在仪表盘中手动重新登录相关供应商，刷新 Token。若问题持续，可检查 9Router 的 GitHub Issues 页面查看是否有已知的兼容性问题，或考虑临时改用 API Key 方式进行认证。

Q：9Router 是否支持自定义路由规则？
A：当前版本支持基于组合的优先级路由，但暂不支持用户自定义复杂的路由规则（如基于模型响应时间、成本阈值等条件进行路由）。该功能已在项目 Roadmap 中规划，预计未来版本会增加。目前用户可通过调整组合中模型的顺序和权重来实现简单的自定义路由。

项目地址

• 项目官网： https://9router.com/
• GitHub 仓库： https://github.com/decolua/9router