雨林新芽 012 · 全球 AI 开源项目观察

喜欢 Codex 的工作方式，却想用 DeepSeek；用惯了 Claude Code，又想试试 Kimi。选哪款 AI 助手，和选哪家的AI 模型，可以是两件事。

Magpie把这种搭配变得简单了。供应商添加一次，就能给不同的 Agent 选用。Agent 也叫智能体，可以理解为能借助工具执行任务的 AI 助手。这里选 Claude Code，那里选 Codex 或 Gemini CLI，不必为每款助手重复录入同一套服务信息。

DeepSeek、Kimi、GLM、Qwen，可以接；OpenRouter、Ollama，可以接；已经付费的 Claude 和 ChatGPT 订阅，也有相应的接入方式。接好以后，再决定让哪个助手用它。

先看一个具体例子。你开通了 DeepSeek 的服务，想在 Codex 和 Claude Code 里都试试。

通常，你需要分别找到两款工具的设置，把服务地址、密钥和AI 模型名称填进去。再增加一款工具，就可能又要配一遍。密钥可以理解为访问服务的通行凭证。

在Magpie里，DeepSeek 的服务信息只需添加一次。随后，在助手列表中分别找到 Codex 和 Claude Code，从可用列表里选中对应的AI 模型，就完成了选择。日后想换成 Kimi，也在这里选。

同一项服务可以供多款助手使用，同一款助手也可以换用不同的 AI 模型。你选的是一组搭配，不必因为想试另一个AI 模型，就连熟悉的工作工具一起换掉。

AI 服务接入Magpie后，可以供不同的 AI 助手选用。

它还可以把多款助手的选择保存成一套方案。比如，把日常工作常用的搭配存下来，试过另一套以后，再整体切回原来的设置。选择多了，也不用靠记忆恢复。

这些搭配需要助手和服务能够对接。Magpie已经适配了多款常见工具；其他支持兼容接口、允许修改服务地址的助手，也能接入。能连接上，不代表所有专有功能和使用效果都会完全相同。

值得留意的是，Magpie没有只把几家AI 模型厂商放进一个下拉列表。它接入的是不同来源的 AI 服务。

DeepSeek、Kimi、GLM、Qwen 等AI 模型对应的 API 服务，是其中一类。API 就是供软件发送要求、取得回复的接口。你已经开通哪家服务，就把相应的地址和密钥添加进来。

OpenRouter 这样的聚合服务，或已有的兼容中转站，也可以作为一个来源接入。你无需把已经整理好的服务重新拆散，再逐个分配给不同的助手。

另一类是已经付费的订阅。例如，通过Magpie的相应适配，OpenCode 可以使用 ChatGPT 订阅支持的AI 模型；Pi 也可以连接经本机 Claude Code 接入的 Claude 服务。订阅不再只对应你眼前的那一款工具。

这并不等于把原工具里聊到一半的会话搬过去。共享的是可调用的 AI 服务，能用哪些AI 模型、还有多少用量，仍取决于订阅和适配情况。

如果电脑上已经通过 Ollama 或 LM Studio 运行了本地AI 模型，也能把它们加入选择列表。这里的 Ollama 是运行本地 AI 模型的软件，与 DeepSeek 这类厂商服务不是一回事，但都可以成为助手调用 AI 模型的来源。

之所以能把这些服务接到一起，是因为Magpie在电脑上运行了一个本地中转站。助手把请求交给它，由它按选择转发，并转换需要的格式。接云端服务时，任务内容仍会发往相应服务；“本地中转”不等于AI 模型全部在本地运行。

当可选的服务越来越多，手动切换之外，还会出现一个实际问题：能不能提前安排好，什么情况下换谁？

Magpie可以把已接入的AI 模型编成一组，供不同助手选用。组内可以按顺序使用、轮流使用，也可以结合账号的用量情况选择。常用服务暂时不可用，或账号用量耗尽时，就按设置尝试其他可用选项。

先备好可用服务，Magpie才能按规则尝试备用选项。

备用服务要事先接好，并且还有可用额度。已经开始输出的回答中途断开，也不能保证由另一家无缝接着写。

它还有按任务内容选择AI 模型的功能。你可以安排日常简单问题交给费用较低的 AI 模型，复杂任务交给能力更合适的一款。判断任务本身可能额外调用一次 AI 模型，也会产生用量；它按你设定的规则工作，并不是每次都能自动选出公认最优的答案。

使用记录也集中在这里。哪个助手调用了哪款AI 模型、用了多少 tokens，都可以查看。tokens 是 AI 服务处理文字等内容时使用的计量单位，不等于汉字数。Magpie还能结合单价估算费用，实际扣费以服务商账单为准。

服务接通以后，还有一些小事会反复遇到。

你希望 AI 用简体中文回答，引用资料时保留出处；处理某项工作时，还整理了一套固定步骤。换一款助手，常常又得把这些要求放进去。

Magpie的资料库可以集中保存常用指令、Skills 和 MCP 配置，再分发给支持它们的助手。Skills 可以理解为可重复使用的任务步骤与材料；MCP 配置则告诉助手怎样连接搜索、数据库等外部服务。

常用要求集中保存，再按各款 AI 助手支持的格式分发。

各款助手支持的格式和能力有差别，Magpie帮你减少重复维护配置，实际执行结果仍要看助手和所选AI 模型。

用过 CC Switch 的读者，可以从已有配置接着整理。Magpie提供服务配置导入，能读取 CC Switch 等工具中已经填写的供应商信息。CC Switch 本身也有代理、备用切换、技能管理和用量统计；选哪款，取决于哪种管理方式更适合自己的工具和账号。

对于同时使用几个 AI 助手的人，Magpie留下的是更多选择。整理资料时用哪款助手，编程时用哪款助手，可以按操作习惯决定；给它们配哪款AI 模型，则可以结合任务、费用和已有订阅来选。

新芽档案

资料来源

Magpie官方中英文 README、开源许可及服务接入、配置改写、路由、用量统计和资料库相关源码；中文官网的功能介绍与使用指南。资料查阅于 2026 年 10 月 27 日。

CC Switch 官方中文 README、用户手册及 v4.0.21 发行说明。仓库：https://github.com/farion1231/cc-switch。