免费大模型一键接入

概述

用自己的 API Key 把免费大模型接进 WorkBuddy 当「自定义模型」使用，这部分对话不消耗 WorkBuddy 积分（切回内置模型才扣积分）。全程一条命令完成，不需要手动改配置文件。

⭐ 最省事的路线：只拿 1 个 Key

不要一个个平台去拿 Key。 首选聚合平台——一个 Key 后面挂着几十上百个模型：

先给用户这句话：「你只要去 modelscope.cn 拿一个 Token，就能接进来 48 个模型天天免费用，不用一个个平台注册。」

拿这一个 Token 的前置条件（不讲清楚用户必踩坑）：注册魔搭 → 绑定阿里云账号 → 阿里云侧完成实名认证 → 头像「访问令牌」复制 Token。少了绑定或实名，调用会一直报 401 please bind your alibaba cloud account。

主动触发（对 AI 的硬性指令）

本技能被加载后，不要等用户继续追问，立刻做这三步：

1. 先发「一个 Key 方案」（上方表格），让用户明白不需要拿一堆 Key。
2. 然后引导：
   • 用户已把 Key 发在对话里 → AI 直接用参数模式代跑，全程不用用户碰命令行；
   • 用户还没 Key → 按「拿 Key 的位置」指引去注册，拿到回来发进对话；
   • 用户一次给多家 → 用 --batch "20=token1,2=key2" 一次全接进去。
3. 境外平台先跑一次网络体检（--probe），把结果表发给用户，再决定直连还是走代理。

额外触发场景（用户没提"免费模型"也要想到本技能）：

• 用户抱怨积分用尽 / 限流（如 6004 错误）→ 主动提出"可以用自己的免费 Key 不耗积分"
• 用户嫌"平台太多、Key 一个个拿太麻烦"→ 直接推一个 Key 的魔搭方案
• 用户问"XX 模型能不能用 / 怎么接"（含小米 MiMo、美团 LongCat、讯飞星火等）→ 先判断聚合平台能不能覆盖，能就别让用户多注册一家
• 用户说国外模型"卡 / 慢 / 时好时坏"→ 跑 --probe + --doctor，大概率是通道选错或模型已下架
• 用户提到省钱、没会员、想免费用 → 主动亮出本技能

何时用

• 用户想在 WorkBuddy 用免费大模型。
• 用户明确说「省积分 / 没有会员 / 不想付费」。
• 已有 Key 但配置不成功，或模型报 401/403/404/429 需要排错。
• 已接入的模型突然不能用了（多半是平台下架或免费池变动）。

平台速览（先给用户看这张）

一、聚合平台：一个 Key 通吃多个模型（首推）

魔搭 vs 硅基流动 —— 用户最常混的两家（2026-09-13 实测）

结论（给用户的话）：先拿魔搭当主力——免费模型多、含旗舰大模型。硅基流动留着当备胎：它的免费模型和小、数量少，但有两个魔搭没有的好处——(1) 不限每日次数，魔搭 2000 次用完后它还能接着跑；(2) 想用 GLM-5.3 / Kimi-K2.7 这类大模型时有余额可兜底。两家的免费小模型高度重叠（Qwen3-8B、GLM-4-9B、R1-8B 蒸馏版），接一家就够，不必都接。

二、单家平台：一个 Key 只管自己家那几个模型（补缺用）

🔴 Groq 能不能接上，真正的关口在这里（2026-10-08 查明）

用户 2026-10-08 一度以为「Groq 要挂代理所以接不上」而放弃。这个判断是错的。要挂代理 ≠ 接不上——Clash 本来就一直开着。实测证据：

用假 Key 跑 Groq：5 个模型全部返回 HTTP 401 Invalid API Key
→ 401 = 请求完整送达了 Groq 服务器并被处理，只是 Key 不对
→ 如果通道不通会是超时/连接错误，与 Key 无关

但这只是第一关，而且是最容易被误判的那一关。真正的关口是：

2026-10-08 实测：本机 ~/.workbuddy/settings.json 原本是

"http.proxySupport": "off",   ← 所有请求都不走代理
"http.proxy": ""

也就是说：即便脚本能连通，WorkBuddy 自己请求 OpenRouter/Groq 时也不会走代理。已改为 proxySupport=override + proxy=http://127.0.0.1:52652（已备份）。

⚠️ key 名是带点的平级键（"http.proxy"），不是嵌套对象 {"http":{"proxy":...}}。

写成嵌套会多出一个垃圾键并让原键失效——2026-10-08 踩过一次，已回滚修正。

proxySupport 三档：off 全不走 / on 仅本地地址走 / override 全部走。

端口会变（本机 50008 已作废，现为 52652），硬编码必然失效。用守护脚本自动跟随：

python scripts/sync_wb_proxy.py --check   # 只看状态不改
python scripts/sync_wb_proxy.py           # 校正（默认行为）

它读注册表 ProxyServer 取真实端口，并先验证端口存活——端口不通就拒绝写入（绝不能把 WorkBuddy 网络搞瘫）。改完需完整重启 WorkBuddy 进程。

结论给用户：Groq 可以接，前提是 ① 你去 console.groq.com 拿一个 gsk_ Key② 用上面的守护脚本确认 WorkBuddy 已设成走代理 ③ 重启 WorkBuddy 后实测。2026-10-08 更新：已按此流程实测接入成功，3 个模型全部通过。

Groq 已接入档案（2026-10-08 实测通过）

实测结果：通道自动选中「系统代理」，能对话的 3 个模型全部通过，延迟 816~1359ms。

⚠ 推理模型的坑：gpt-oss-* 把思考过程放在 reasoning 字段，content 正文一开始是空的 —— token 配额设太小（如 max_tokens=60）会得到空回复。这不是故障，是思考没写完就被截断。qwen3.8-27b 无此问题。

Groq 在线 11 个模型里能对话的只有这 3 个，其余是：whisper-large-v3(-turbo) 语音转文字（每天约 8 小时免费额度）、llama-prompt-guard-2-22m/86m 安全分类器（不能聊天）、orpheus-* 阿拉伯语 TTS、gpt-oss-safeguard-20b 护栏。所以「只接入 3 个」是完整的，不是漏测。

网上几乎所有 Groq 教程都在教已作废的模型：llama-3.3-70b-versatile /llama-3.1-8b-instant 自 2026-08 起已转 Enterprise，免费 Key 调不通（报 model not found）。

额度真相：30 次/分、1000 次/天。限流按组织算，多开 Key 无用。whisper-large-v3-turbo 另有 20 次/分、2000 次/天，够每天约 8 小时免费语音转写。

为什么只有 1000 次/天也够用：大模型额度比小模型少是普遍规律——网上流传的「14400 次/天」只适用于 22M 参数的 llama-prompt-guard 安全分类器，不能聊天。必须开着 Clash，直连和 WorkBuddy 内部代理都会被 Cloudflare 403 拦。

一键接入（三种跑法）

跑法 A：AI 代跑（用户已把 Key 发进对话时，优先用这个）

# 只要一个 Key（推荐）
python scripts/setup_free_llm.py --provider 20 --key 你的魔搭Token

# 多平台一次接完
python scripts/setup_free_llm.py --batch "20=魔搭token,2=OpenRouter key"

# 不用写编号，脚本会按 Key 前缀自动认平台（ms- 认魔搭、sk-orca- 认 OrcaRouter 等）
python scripts/setup_free_llm.py --key 你的Key

• 平台编号见 --list ALL 或下方参考手册；--provider 可省（脚本按 Key 前缀猜平台，猜不出会提示）
• 可加 --proxy http://127.0.0.1:50008（默认 auto 自动探测，一般不用加）
• 可加 --deep：额外做一次流式实测，与 WorkBuddy 实际用法一致（更严格，稍慢）
• AI 跑完把实测结果汇报给用户：哪些模型 OK、延迟多少、写了哪个文件

聚合平台会自动展开，而且是带替补的：给聚合平台一个 Key，脚本会拉它的实时在线清单，按偏好挑出数倍于目标量的候选（目标是 5 个就实测 12~15 个），淘汰跑不通的，只把通过的最快的 5 个写进去。

为什么必须多测几个：免费聚合池常有"能列出来、却跑不出内容"的模型。魔搭实测就出现过 HTTP 200 但 choices 为空（共享池额度被瞬时吃满）——DeepSeek 全系、智谱全系、文心全系、阶跃全系一度全空。只测 5 个的话可能一个都留不下。 多测留替补后，实测 12 个通过 9 个，最终稳定写入 5 个可用模型。这类空响应通常过一阵会自己恢复，不是模型坏了。

加 --all-free 更彻底（2026-10-08 加）：默认只测 5 个候选、只留最快的 5 个；加 --all-free 则整个免费池全量实测、通过的全写入（硬上限 20 个）、并发提到 8。实测同一时刻 OpenRouter 免费池 16 个：默认模式测 5 个过 2 个；--all-free 测 16 个过 11~12 个。免费池波动大时应一律加这个参数。

跑法 B：用户自己跑（交互模式，适合会命令行的用户）

python scripts/setup_free_llm.py

流程（用户只需要做两件事：选编号、贴 Key）：

1. 菜单分两档：「首推：一个 Key 通吃多个模型」/「单家平台」，★ 标注最值得先接的
2. 可一次输多个编号（如 20,2），逐个贴 Key
3. 脚本自动：探测本机代理 → 通道竞速 → 拉平台实时模型清单 → 并发实测 → 按延迟快慢写入 ~/.codebuddy/models.json 与 ~/.workbuddy/models.json（写入前自动备份为 .bak-时间戳，同 id 覆盖，并清理该平台已下架的旧条目）
4. 提示「完整退出并重开 WorkBuddy → 对话页模型选择器里挑刚写入的模型」

跑法 C：先体检，再决定

python scripts/setup_free_llm.py --probe      # 各平台 直连/各代理 通道 可达性+延迟对照表（不写配置）
python scripts/setup_free_llm.py --doctor     # 体检已写入的模型：哪些还活着、哪些已是死条目
python scripts/setup_free_llm.py --list 20    # 看某平台实时在线模型清单（魔搭/OpenRouter/OrcaRouter 不需要 Key）
python scripts/setup_free_llm.py --provider 2 --key <ORkey> --all-free   # 免费池全量实测，全部能用的都写入

🔴 OpenRouter 免费额度只有 50 次/天 —— 全池实测极烧额度（2026-10-08 实测教训）

必须先看这一节再决定要不要跑全池实测。

代价有多实在：2026-10-08 我为了反复验证接入效果，一天跑了多轮全池实测，结果 used 58 / limit 50，额度全部烧光，当天剩余时间所有 OpenRouter 免费模型全部返回 HTTP 429 free-models-per-day。这些额度本来是给用户正常对话用的，不是给测试用的。

所以规矩定死：

1. 跑全池实测前先查额度。free_llm_keeper.py --topup 已内置检查：

剩余 < 12 次时直接跳过，不会浪费任何额度。

1. 体检会烧额度。每个模型 1 次请求，全量体检 23 个模型 = 烧掉一半额度池。

额度 < 8 时 free_llm_keeper.py --check 会自动降级成抽样（每平台只测前 4 个）。只想快速看状态就用 setup_free_llm.py --doctor --only-sampled 4。

1. 想真正扩容只有一个办法：在 openrouter.ai 累计充值 $10，

免费额度自动从 50 次/天升到 1000 次/天（这笔钱不花，就一直是 50 次）。注意开充值有 5.5% 手续费（最低 $0.8），且钱不消耗、不换算成模型调用。

1. 额度是账号级的，充值是终身累计——续费/再充都不会降级。

体检脚本（按需手动跑，没有定时任务）

2026-10-08：每天 7:40 的「保活-自动补员」自动化已按用户要求撤除。

原因有二：① 它每天实测十几二十个模型，几天就把 50 次/天的额度烧光，

而配置实际很少坏；② 真遇到死条目时用户直接说一句「体检一下」更快。

不要再自动重建这个自动化。

免费池会变（模型下架、429 抖动、Key 被限），配置不会写一次一直有效。需要时手动跑，或用户说一句「体检一下免费模型」时跑：

python scripts/free_llm_keeper.py --check    # 只体检+出报告，绝不改配置（自动查额度+不够就抽样）
python scripts/free_llm_keeper.py --topup    # 上面都做 + 免费池全量补员（额度<12 会自动跳过）
python scripts/setup_free_llm.py --doctor --only-sampled 4   # 最省：只测每平台前 4 个
python scripts/setup_free_llm.py --doctor    # 全量体检（⚠ 烧额度，23 个模型 = 23 次请求）

脚本会：体检 → 分类成「能用 / 波动 / 死条目」→ 删掉确定失效的（404/403/400）→ 拉实时免费池全量实测 → 按延迟写回 ~/.workbuddy/models.json 与 ~/.codebuddy/models.json（写前自动备份）→生成 HTML 体检报告到 ~/.workbuddy/skills/free-llm-setup/reports/。

跑完只需重启 WorkBuddy 进程一次（不是关窗口）模型选择器才会刷新。

解决「国外免费模型不流畅」

国外模型本身没问题，卡的是通道：

1. 代理自动探测：不再要用户手动填端口。脚本自动读环境变量代理 + Windows 系统代理（注册表）+ 并发扫描本机常见代理端口（7890/7897/10809/1080/2080/8889/50008/20171…）。用户什么都不用配。
2. 通道竞速：对同一个服务，直连和各代理各打一枪，取延迟最低的那条。结果是「谁快用谁」，而不是「有代理就一定走代理」。选择结果按 URL 缓存，不会每个模型重测。
3. ⚠ 403 不算「通」（2026-10-08 修的坑）：探测时必须区分三种状态——
   • 401 = 通道真的通了，只是没带 Key（探测时不带 Key 属正常）
   • 403 = 请求根本没到 API，被 Cloudflare/WAF 拦了 → 判为不通
   • 5xx / 连接异常 = 判为不通

旧版把 403 也算「可达」，于是「直连 403 / 代理 401」里 403 的直连反而赢得竞速，接入必然失败。本机 Groq 正是这个情况：修之前显示「直连 ✓928ms 可用」，修之后显示「直连 ✗被拦 / 系统代理 ✓739ms」—— 如果不修，接了 Groq 也用不了。

1. 按实测延迟排序写入：通过实测的模型从快到慢写入配置。WorkBuddy 模型选择器里排在最上面的就是最快的那个，用户不用自己试。
2. 429/503 自动退避重试：免费池撞限流是常态，脚本按 retry_after 退避重试 2 次，而不是直接判死。

结论拿给用户看：先跑 --probe，把那张对照表发给他——哪些平台直连就通、哪些必须挂代理、代理比直连快多少毫秒，一目了然。--probe 输出里 ✗被拦 表示「请求到了但被 WAF拦」，与「✗」(根本没网) 是两回事，一眼能分。

拿 Key 的位置（用户本人操作，AI 代办不了）

聚合平台（优先拿这几个）

单家平台

免费额度与 429（必讲给用户）

• OpenRouter 只有 50 次/天，且是账号级共享（详见上文专节）——

这是最容易把自己坑进去的一条：任何全池实测/反复体检都在烧用户自己的对话额度。

• 撞到 429 = 限流，不是坏了：免费模型算力是共享池，高峰期谁都可能 429。
• 处理：切到列表里另一个免费模型（所以脚本会一次写入多个），或稍等重试。
• 魔搭的 2000 次/天是账号总量，单模型另有上限（通常 200 次/天）；次日 0 点重置，长期可用，是最适合当日常主力的一家。
• 大多数平台的免费额度不允许商用，且输入内容会被平台记录 → 敏感数据别发给免费档。
• 火山方舟（豆包）多一步：必须在控制台逐个「开通」模型，否则调不通。
• 智谱免费档限 1 并发：单用户够用，同时跑多个 Agent 会撞限。
• OrcaRouter 是第三方中转，非官方直连，稳定性与合规性无保障，别放重要用途。

排错速查

详细参考

各平台的接口地址、模型 id、额度细节、实测数据（含 2026-09 通道对照）、models.json 写入规范与安全提醒：见 references/free_llm_providers.md。

本地运行日志

本技能会在用户的本机 ~/.workbuddy/skills/free-llm-setup/logs/ 记录运行日志（跑通与否、平台、脱敏后的失败原因），仅留在本机，不上传任何地方，不含明文密钥。排查问题可运行 python scripts/setup_free_llm.py --report 导出汇总。

版本记录

• 2.5.1（2026-10-08）：Groq 实测接入成功。通道自动选中「系统代理」，

3 个可对话模型全通：qwen3.8-27b 816ms / gpt-oss-20b 1275ms / gpt-oss-120b 1359ms。Key 存 keys.json，--topup 会自动维护。记录推理模型的坑：gpt-oss-* 思考过程走 reasoning 字段，content 一开始为空，max_tokens 设太小（如 60）会得到空回复——这是截断不是故障。Groq 在线 11 个模型里能对话的只有 3 个（其余是 whisper 语音转写、llama-prompt-guard 安全分类器、阿拉伯语 TTS），「只接入 3 个」是完整的。

• 2.5.0（2026-10-08）：查清「Groq 到底能不能接」——能接，卡点在 WorkBuddy 自己的代理设置。
  1. 纠正用户的误判：「要挂代理」≠「接不上」。实测：用假 Key 跑 Groq，

5 个模型全部 HTTP 401 Invalid API Key = 请求完整送达并被服务器处理，只是 Key 不对（通道不通会是超时，与 Key 无关）。Clash 通道 100% 通。

1. 发现真正的关口（此前一直被忽略）：~/.workbuddy/settings.json 里

http.proxySupport 原本是 "off" —— WorkBuddy 自己发请求时不走代理。即「脚本能连通」≠「WorkBuddy 能连通」。已改为 override + 指向真实端口。

1. 新增 scripts/sync_wb_proxy.py（代理守护）：读注册表 ProxyServer 取当前真实端口

（端口随 Clash 重启而变，硬编码必失效），先验证端口存活，不通就拒绝写入，绝不把 WorkBuddy 网络搞瘫。--check 只看不改。

1. key 名坑：settings.json 里是带点的平级键 "http.proxy"，

不是嵌套 {"http":{"proxy":...}}。写成嵌套会多出垃圾键并让原键失效——踩过一次，已从备份回滚修正。

• 2.4.0（2026-10-08）：发现并修复「实测把 OpenRouter 免费额度烧光」+ 撤除保活自动化。
  1. 事故：为反复验证接入效果，一天跑了多轮全池实测，

used 58 / limit 50 —— 50 次/天的额度全部烧光，当天剩余时间所有 OpenRouter 免费模型全返回 429 free-models-per-day。这些额度是给用户正常对话用的，不是给测试用的。

1. 新增额度查询 openrouter_quota()（GET /api/v1/key → data.free_model_daily_requests）。

真相：50 次/天是账号级（所有免费模型共享，不是每模型 50 次），重置在 UTC 午夜 = 北京时间早上 8 点；充值 $10 累计后永久升到 1000 次/天。

1. --topup 加额度闸门：剩余 < 12 次时直接跳过全池实测，一分钱额度都不浪费。
2. 体检会烧额度（每模型 1 次请求）。新增 --only-sampled N；

free_llm_keeper.py --check 在剩余 < 8 时自动降级为每平台抽样 4 个。

1. 撤除每天 7:40 的「保活-自动补员」自动化（用户要求）。它每天实测十几二十个模型，

几天就会烧光 50 次/天，而配置实际很少坏。不要自动重建。

1. Groq / Cerebras 降级为「备用档案」：用户 2026-10-08 决定暂不接 Groq，

脚本仍保留支持（有 Key 就自动接），但报告不再主动提示去注册（避免每次唠叨）。同日 23:15 用户拿到 Key，Groq 已实测接入成功（见 v2.5.1）。Cerebras 仍不接。

• 2.3.0（2026-10-08）：修「403 直连赢得竞速」的致命 bug + Groq 接入准备完毕。
  1. 核心修复—— 403 被误判成「通道可用」：ping_url 旧版把 401/403 一律当「有响应=可达」，

于是「直连 403（Cloudflare 拦）/ 代理 401（通道真通）」的竞速里，403 的直连反而赢，接入后必然全失败。不修这个，接了 Groq 也用不了。现改为：仅 2xx / 401 / 404 / 429 算通；403（WAF 拦截）与 5xx 一律判不通。

1. --probe 输出区分「✗被拦」与「✗」：前者=请求到了但被 WAF 拦（需挂代理），后者=根本没网。
2. Groq 候选清单校正（重大）：脚本里全是 llama-3.3-70b-versatile / llama-3.1-8b-instant，

但这两个2026-08 起已转 Enterprise，免费 Key 调不通——网上所有 Groq 教程都在教过期的。换成实测在线的 gpt-oss-120b / gpt-oss-20b / qwen3.8-27b / kimi-k2-instruct / allam-2-7b。

1. Groq 实测通道：直连与WorkBuddy 内部代理均被 403，只有系统代理（Clash）通（401=只差 Key）。
2. Cerebras 本机作废：直连与Clash 均403（地域拦截），已在文档与「还差 Key」清单中标注暂不建议。
3. keeper 支持 Groq：collect_keys() 统一收集 openrouter/groq/cerebras 三家 Key，

有Key 就自动接入，没有就在报告里写清怎么拿。

1. 新增 --save-key <平台> <Key>：Key 存到 keys.json（不存 models.json——

空壳条目会被 doctor 判死并清理，Key 会跟着丢）。之后每天的保活任务自动维护该平台。

• 2.2.0（2026-10-08）：修「只写进 2 个模型」的漏接问题 + 新增保活管家。
  1. 新增 --all-free：默认只测 5 个候选、只留最快 5 个，OpenRouter 免费池波动时可能一个都留不下

（实测：测 5 过 2）。--all-free 改为全池实测、通过的全写入（上限 20）、并发提到 8，实测同一时刻测 16 个过 11~12 个。日常维护应一律加此参数。

1. 新增 scripts/free_llm_keeper.py（保活管家）：体检 → 分类「能用/波动/死条目」→

自动删死条目（写前备份）→ 拉实时免费池补员→ 按延迟写回两份 models.json → 生成 HTML 体检报告到 reports/。自动从现有配置里翻 Key，用户不用再提供。参数：--check（只体检不改配置）/ --repair（+删死条目）/ --topup（+免费池补员）。

1. 已配自动化：每天 7:40「免费大模型保活-自动补员」自动跑 --topup 并出报告。
2. 通道认知修正：本机环境变量里的 127.0.0.1:64705 是 WorkBuddy 自己的内部代理

（不是 Clash），且直连 openrouter.ai 也能通（约 4~5s）。因此"境外模型接不进 WorkBuddy"这个前提不成立，无需另建桌面系统。另：reg.exe 在本机被程序黑名单拦截，读注册表代理请用 Python winreg，不要用 reg query。

• 2.1.3（2026-09-13）：接入实测驱动的稳定性修复（基于真实调用魔搭 Token 的实测）。
  1. 聚合挑选加替补机制：原来只挑目标数量（5 个）候选去实测，撞上当天集体空响应

时可能一个都留不下（实测首次仅接入 1 个）。现改为挑数倍候选实测、淘汰后只留通过的最快的 5 个（目标 5 → 实测 12~15），实测 12 个通过 9 个，稳定写入 5 个。

1. 修 --doctor 误判：把"HTTP 200 但 choices 为空 / 429 限流"这类波动失败

从"死条目"里分离出来，标为 [WARN] 暂时不通（别删）；只有 404/403 这类确定性失败才标 [DEAD]。避免用户照提示删掉其实还能用的模型。

1. 识别"假成功"响应：test_model 之前把 HTTP 200 一律当通过，现要求响应里

必须含非空 choices[0].message.content，否则判为"空响应"。

1. 移除无可用提供方的候选：魔搭候选剔除 MiniMax-M3（该模型在魔搭无推理提供方）。
2. 措辞合规化：文档中两处易被机器审核误判的用词改为中性技术表述。

• 2.1.0（2026-09-13）：改主线为「一个 Key 通吃」。
  1. 新增 2 个聚合平台：魔搭 ModelScope（一个 Token 覆盖 48 个模型，每天 2000 次

免费、次日重置——只要这一个 Key 日常就够用）、OrcaRouter（免信用卡，195 个模型）。阿里云百炼、OpenRouter 也归入聚合档。

1. 聚合自动展开：给聚合平台一个 Key，脚本拉它的实时在线清单，按偏好关键词

（DeepSeek-V4 / Qwen3-235B / GLM-5 …）自动挑 3~5 个最值得用的实测接入，用户拿到的是一个模型列表而非单个模型。

1. 菜单重排：第一档「一个 Key 通吃多个模型」，第二档「单家平台」。★ 推荐位

改由聚合平台占据。

1. 新增平台级排错提示：魔搭 401 的典型原因是没绑阿里云 / 未实名（不是 Key 错），

百炼 401 是地域未切到华北2。这两条坑最费用户时间，已在报错时就地提示。

1. Key 前缀识别：新增 ms- / ms_（魔搭）、sk-orca-（OrcaRouter）。

• 2.0.0（2026-09-13）：
  1. 平台从 3 个扩到 19 个。新增国内直连：智谱 GLM、美团 LongCat、科大讯飞星火、

小米 MiMo、阿里云百炼、火山方舟豆包、百度千帆、腾讯混元、商汤 SenseNova、阶跃星辰、DeepSeek 官方；新增国外：Groq、Cerebras、Mistral、NVIDIA NIM、GitHub Models。菜单按「国内 / 国外」分组并用 ★ 标推荐。

1. 代理自动探测 + 通道竞速（解决国外模型不流畅）：自动读环境变量代理、Windows

系统代理（注册表）、并发扫本机常见代理端口；对同一服务让直连和各代理各打一枪，取延迟最低的通道，结果按 URL 缓存。用户不再需要手填代理端口。

1. 按实测延迟排序写入：最快的模型排最前，模型选择器第一个就是最好用的。
2. 新增三种体检模式：--probe（通道对照表）、--doctor（已写入模型存活体检）、

--list（平台实时模型清单）。

1. 429/503 自动退避重试（最多 2 次），不再一次失败就判死。
2. 多平台批量接入 --batch "4=key1,7=key2"；支持按 Key 前缀自动猜平台。
3. 并发实测（4 线程），比串行快数倍。
4. 候选清单按 2026-09 实测校正：硅基流动免费档改为 9B 及以下模型（原

Qwen/Qwen3.5-32B-Instruct 不存在），OpenRouter 免费池换成当前真实在线的nemotron-3-ultra / lightning / inkling / ling-3.0-flash-vl 等。

1. 修 bug：部分平台错误响应体是数组而非对象，--doctor 会崩（已加类型守卫）。

• 1.1.0（2026-08-31）：实测驱动加固。自动清理本平台已下架模型（防死条目连累

ai-council 等下游）；参数模式不再被代理询问卡死；修正硅基流动候选清单。

• 1.0.0：首个版本。三条路线 + 双路径写入 + 自动备份 + 本地脱敏日志。