外观
Magpie：统一管理 AI 模型、额度与编程工具
Magpie开源 · MIT · macOS / Windows / Linux
当 Claude Code、Codex、Gemini CLI 等工具同时存在时，模型和供应商配置很容易变得分散：不同工具读取不同配置文件，使用不同环境变量，也采用不同的接口协议。切换供应商通常意味着修改地址和密钥，然后重新启动工具验证。
如果只有一个工具和一个官方订阅，这种操作不算复杂。但当手里同时有多个 API Key、订阅账号或本地模型时，配置切换、额度管理和故障兜底就会不断打断工作。
Magpie 试图解决的就是这个问题。
它是什么
Magpie 是运行在本机的 AI 网关和配置管理工具。供应商账号只需配置一次，已经安装的 AI 编程工具可以分别选择模型，不必反复手动修改配置文件。
它主要承担三类工作：
- 统一管理 API Key、订阅账号和本地模型。
- 在不同 AI 接口协议之间转换请求和响应。
- 根据额度、限流和路由策略选择实际使用的账号或模型。
默认情况下，网关运行在本机地址 127.0.0.1:3425。AI 工具先连接本地网关，再由网关请求对应供应商。
为什么需要本地网关
常见 AI 工具使用的协议并不统一：
- Claude Code 主要使用 Anthropic Messages。
- Codex 使用 OpenAI Responses。
- 其他工具可能使用 OpenAI Chat Completions 或 Google Gemini。
仅仅替换请求地址，并不能保证不同协议之间兼容。网关还要处理流式输出、工具调用和推理内容等结构差异。
Magpie 把这些协议收敛到同一个本地入口，因此能够在请求真正发出之前完成模型选择、账号切换、用量记录和敏感信息处理。
与 CC Switch 的区别
CC Switch 更接近配置切换器：保存多套供应商配置，用户选择其中一套后，由工具修改对应的配置文件。
Magpie 更接近运行时调度层。两者的核心区别不在于是否能切换模型，而在于切换发生的时间和范围。
| 对比项 | CC Switch | Magpie |
|---|---|---|
| 工作方式 | 修改工具配置 | 请求经过本地网关 |
| 模型选择 | 手动切换当前配置 | 每个工具可以独立选择 |
| 故障处理 | 出错后手动换配置 | 可以按路由策略自动切换 |
| 订阅账号 | 主要管理可配置的供应商 | 可通过插件接入部分登录订阅 |
| 用量统计 | 不是核心能力 | 可按请求、模型和账号统计 |
如果需求只是避免手改 JSON，并且只有一两个 API Key，配置切换器通常更轻量。只有在工具、供应商或账号数量增加后，运行时网关的价值才会明显。
主要能力
为不同工具分别选择模型
Magpie 会识别电脑上已经安装的 AI 工具，并允许它们分别选择供应商和模型。例如 Claude Code 使用 Kimi，Codex 使用 DeepSeek，两者互不覆盖。
修改工具配置时，它只处理需要变更的字段。切回官方模型后，可以恢复原有配置，减少对用户已有注释和字段顺序的影响。
接入多个供应商和订阅账号
除了普通 API Key，Magpie 还可以通过插件接入部分已经登录的订阅服务。一个供应商也可以配置多个账号，交给路由层选择。
具体支持范围会随着版本变化，使用前应以官方文档为准，不应默认所有订阅都允许跨工具调用。
Claude
OpenAI
GitHub Copilot
Gemini CLI
DeepSeek
Kimi
智谱 GLM
Claude Code
Codex
OpenCode
Goose路由与自动兜底
一个逻辑模型背后可以配置多个实际成员。当前介绍页列出了几种策略：
smart：优先使用额度更快重置的成员。order：按照固定顺序依次兜底。rotate：在成员之间轮换。usage：优先使用累计用量较少的成员。pace：优先使用周期剩余额度较多的成员。
这类路由适合处理临时限流、单个账号额度耗尽和多个账号负载分摊。但自动切换并不能保证不同模型的输出质量完全一致，重要任务仍应固定模型或限制候选范围。
请求脱敏
AI 工具可能把 .env、配置文件或日志中的密钥一并发送给模型。Magpie 提供请求脱敏能力，在请求离开本机前将识别出的密钥、密码和邮箱替换为占位符，并在返回内容中恢复。
这项能力默认关闭，而且不能替代人工检查：
- 识别规则可能漏掉自定义格式的敏感信息。
- 模型看到占位符后，无法分析密钥本身为何无效。
- 工具调用和流式响应增加了恢复过程的复杂度。
涉及生产凭据时，最稳妥的方式仍然是不把凭据暴露给 AI 进程。
用量与费用统计
因为请求统一经过网关，Magpie 可以记录 token、缓存命中、推理消耗和估算费用，也能观察账号额度和重置时间。
费用属于按公开价格计算的估算值。订阅套餐、供应商折扣和中转服务定价可能导致估算结果与实际账单不同。
基本使用流程
1. 添加供应商
在供应商页面选择预设类型并填写 API Key。订阅服务按照插件流程登录，本地 Ollama、LM Studio 等服务则填写本地连接信息。
2. 给工具选择模型
进入 Agents 页面，从已检测到的工具中选择一个，再选择对应的供应商和模型。新建会话后，工具的请求会经过本地网关。
3. 按需配置路由
只有确实存在多个账号、限流或额度切换需求时才需要配置路由组。单一供应商场景直接选择模型更容易排查问题。
安装
原页面给出的 macOS 和 Linux 安装方式是：
bash
curl -fsSL https://usemagpie.ai/install.sh | sh把网络脚本直接交给 Shell 执行存在供应链风险。更稳妥的做法是先下载并检查脚本，再决定是否运行：
bash
curl -fsSL https://usemagpie.ai/install.sh -o install-magpie.sh
less install-magpie.sh
sh install-magpie.shWindows 用户可以从项目发布页下载安装包。安装前应核对发布者、版本和校验信息。
常用命令示例：
bash
magpie provider add deepseek sk-...
magpie claude deepseek/deepseek-chat
magpie quota
magpie tui适合谁
Magpie 更适合以下情况：
- 同时使用两个以上 AI 编程工具。
- 同时使用多个模型供应商或中转服务。
- 同一供应商配置了多个账号，需要处理额度与限流。
- 希望集中查看模型用量和估算成本。
- 需要在本地统一处理协议转换或请求脱敏。
下面这些情况没有必要额外增加网关：
- 只使用一个 AI 工具和一个官方订阅。
- 当前额度稳定，几乎不需要切换模型。
- 更看重链路简单，希望问题发生时直接定位到供应商。
本地网关可以减少日常切换成本，但也会多出一个需要更新和排查的中间层。是否采用它，应该取决于多工具、多供应商带来的实际维护成本，而不是功能数量。