这个5w收藏的开源工具,专治 AI 大模型切换的麻烦

Claude Code、Codex、Gemini CLI、OpenCode、OpenClaw，一个个都能干活，也一个个都有自己的配置方式。

最烦的时刻，通常发生在你想临时换一个供应商，结果又开始翻配置文件。

API Key 写哪里。

base_url 写哪里。

模型名有没有拼错。

这个工具吃 JSON，那个工具吃 TOML，另一个还要看 .env。

如果只用一个工具，这些都还能忍。

一旦同时用几个 AI coding 工具，配置文件很快就会变成一团线。

CC Switch 解决的就是这件事。

GitHub 地址：

https://github.com/farion1231/cc-switch

它是一个跨平台桌面 App，用来统一管理 Claude Code、Codex、Gemini CLI、OpenCode 和 OpenClaw。

你可以把它理解成一个 AI 编程工具的控制台。

模型供应商、API Key、MCP、Prompts、Skills、用量统计，都尽量放在一个地方处理。

最有用的地方，是少改配置

很多技术人会低估“少改配置”这件事。

因为会改配置，不代表愿意天天改配置。

尤其是大模型供应商越来越多以后，麻烦不在单个字段，而在重复。

换一次供应商，改一遍。

换一个工具，再改一遍。

换到另一台机器，又重新查一遍。

CC Switch 的做法很直接：把这些配置集中到图形界面里。

添加供应商，填 Key，选模型，启用。

官方 README 里写到，它内置 50+ 供应商预设，包括 AWS Bedrock、NVIDIA NIM 和一些社区中转服务。

有了这些预设，就不用每次都从零填配置。

模型名错一个字符，接口地址少一段路径，鉴权字段写错位置，都不是什么大问题，但足够让人浪费半小时。

这类工具真正节省的，就是这种很碎、很烦、很不值得的时间。

它还管 MCP、Prompts 和 Skills

现在的 AI 编程工具，早就过了“选个模型问问题”的阶段。

重度使用以后，你会开始配置 MCP。

会写项目提示词。

会装 Skills。

会保存不同项目的会话。

也会关心这个月到底烧了多少 Token。

这些东西如果都分散在不同工具里，后面会越来越难维护。

CC Switch 把 MCP、Prompts、Skills 也做成了统一面板。

MCP 可以跨应用管理和同步。

Prompts 可以做成预设，激活后同步到对应工具的文件。

Skills 可以从 GitHub 仓库或 ZIP 文件安装，并同步到多个应用。

这点我觉得比“一键切模型”更重要。

因为模型会换，供应商会换，真正想留下来的，是你自己的工作环境。

如果每换一个工具，都要重新把 MCP、提示词、Skills 配一遍，那工具越多，效率反而越低。

本地代理和故障转移，适合跑长任务

有个场景很真实。

睡前给 Agent 派了一个大活，早上起来一看，任务停在半夜。

可能是额度没了。

可能是供应商接口不稳。

可能是网络抽了一下。

这件事最烦的地方在于，你会处理，但不可能半夜一直盯着它。

CC Switch 的本地代理和故障转移，就是为这种场景准备的。

官方 README 里写到，它支持格式转换、自动故障转移、熔断器、供应商健康监控和请求修正。

通俗一点说，你可以让请求先经过本地代理，再按规则发给不同供应商。

如果主供应商不可用，就切到备用供应商。

对经常跑长任务的人，这个功能有实际价值。

边界也要讲清楚。

自动切换供应商，不等于任务一定无缝完成。

不同模型的能力、上下文处理、工具调用兼容性都可能不同。它降低的是中断概率和手动处理成本，不保证所有任务永远顺利。

这类话必须说在前面。

工具介绍最怕把“有帮助”写成“包治百病”。

用量统计很适合小团队和独立开发者

AI 编程工具用久了，钱会变成另一个问题。

钱可以花，但至少要知道花到哪里去了。

日常小任务用贵模型，浪费。

复杂任务一直用便宜模型，可能反复返工。

几个供应商一起用，余额和额度更容易看乱。

CC Switch 有用量仪表盘，可以看支出、请求数、Token、趋势图，也支持自定义模型定价。

这个功能听起来没有那么炫，但很现实。

对独立开发者、小团队，或者经常测试不同模型的人来说，这就是一个账本。

有账本，才知道什么时候该省，什么时候该上强模型。

不能误会成“所有工具都能无感热切换”

这个点要单独拎出来说。

CC Switch 有系统托盘快速切换，也能帮你写配置。

但官方 FAQ 写得很清楚：大多数工具切换供应商后，需要重启终端或对应 CLI 工具，才能让更改生效。

目前 Claude Code 是例外，它支持供应商数据热切换。

所以标题里的“一键切换”，更准确地说，是一键改好配置，把切换成本降下来。

很多工具没办法在运行中无感切过去。

讲清楚这个边界，反而更容易判断它适不适合你。

谁最适合用

第一类，是已经同时用多个 AI coding 工具的人。

只要手里不止 Claude Code 一个工具，统一管理就会越来越有必要。

第二类，是经常试不同模型和供应商的人。

今天官方，明天国内模型，后天中转服务，手动改配置很快就会磨掉耐心。

第三类，是经常跑长任务的人。

晚上跑任务、批量改代码、让 Agent 连续处理项目，本地代理和故障转移会更有意义。

第四类，是对成本敏感的人。

日常任务用便宜模型，关键任务换强模型。这套策略只有在切换足够方便时才会真的执行。

怎么安装

CC Switch 支持 Windows、macOS、Linux。

macOS 可以用 Homebrew，先执行 brew tap farion1231/ccswitch，再执行 brew install --cask cc-switch。

也可以去 GitHub Releases 下载对应安装包。

官方文档里还写了本地数据位置。

数据库在 ~/.cc-switch/cc-switch.db。

本地设置、备份、Skills 也在 ~/.cc-switch/ 下面。

这点对工具类产品很关键。

你的配置不会先被扔进一个看不见的云端黑盒里。它以本地 SQLite 和本地文件为基础，云同步属于可选配置。

抓住的痛点

CC Switch 抓住的是一个很现实的变化：

AI 编程已经从“选一个工具用”走到了“多个工具一起用”。

工具一多，模型一多，供应商一多，管理成本就会冒出来。

这时候，真正让人愿意留下一个桌面 App 的理由，不在功能表写得多满。

关键在于，它能不能少让你改几次配置文件，少让你查几次余额，少让你因为半夜额度耗尽而白跑一场。

工具有没有价值，最后还是看它能不能进入日常。