9Router：免费开源的AI智能路由器/网关，让开发者永不中断编码体验，降低AI使用成本!

数据来源：GitHub API、官方网站、项目文档、技术栈深度解析、全网搜索（中文社区讨论）范围：项目背景、技术架构、核心功能、市场定位、社区生态、发展前景

一、项目概述

基本信息

一句话定位

9Router 是一个免费开源的 AI 智能路由器/网关，作为 AI 编程工具（Claude Code、Cursor、Cline 等）与 60+ AI 模型提供商之间的智能中间件，通过双层翻译架构、三层自动降级、RTK Token 压缩、MITM 流量拦截等核心技术，让开发者永不中断编码体验，同时大幅降低 AI 使用成本。

全网关注度

二、问题背景与市场痛点

当前 AI 编程工具的核心痛点

9Router 的解决方案全景

传统方式：  工具 → 单一提供商 → 限额/限速 → 停止编码 → 手动切换 → 重新配置9Router 方式：  工具 → 9Router（智能网关）→ 自动三层降级 → 永不中断                    ↓           双层翻译架构（OpenAI 作为中间标准）                    ↓           RTK 压缩（节省 20-40% Token）                    ↓           格式转换（14 种格式双向互转）

三、核心功能深度解析

3.1 🚀 RTK Token 压缩器

原理：在请求到达 LLM 之前，自动检测并压缩工具输出内容，采用无损压缩算法。

支持的过滤器：

• git-diff：压缩 Git 差异输出
• git-status：压缩 Git 状态输出
• grep：压缩搜索结果
• find / ls / tree：压缩文件列表
• dedup-log：日志去重
• smart-truncate：智能截断
• read-numbered：带行号内容压缩
• search-list：搜索结果列表压缩

效果对比：

未启用 RTK：47K tokens 发送至 LLM启用 RTK：28K tokens 发送至 LLM（节省 40%，上下文不变，答案质量不变）

设计亮点：自动检测、失败安全、通用性佳、默认开启。

3.2 🪨 Caveman Mode（输出压缩）

通过注入特殊提示词，让 LLM 以更简洁方式回复，最高可节省 65% 的输出 Token。5 级强度可调。

3.3 🎯 智能三层自动降级

三层架构：

Tier 1：SUBSCRIPTION（订阅层）  - Claude Code / Codex / GitHub Copilot / Cursor 等订阅Tier 2：CHEAP（廉价层）  - GLM（$0.60/1M tokens）、MiniMax（$0.20/1M tokens）、Kimi（$9/月）Tier 3：FREE（免费层）  - Kiro AI（Claude 4.5 + GLM-5 + MiniMax，无限免费）  - OpenCode Free（无需认证，无限免费）  - Vertex AI（$300 免费额度，Gemini 3 Pro + GLM-5 + DeepSeek）

三层回退机制（代码级实现）：

1. 模型组合回退（Combo Fallback）→ 用户配置的模型序列
2. 账户级回退（Account Fallback）→ 同一提供商的多账户轮询
3. URL 级回退（URL Fallback）→ 多 Base URL 切换（如 Antigravity 多域名）

指数退避策略：2^n × base 冷却时间增长，避免雪崩，快速自动恢复。

3.4 🔄 双层翻译架构（核心设计亮点）

这是 9Router 最关键的技术创新。采用 "OpenAI 作为中间标准" 的翻译策略，避免 N×M 的格式转换复杂度爆炸：

// 核心翻译流程functiontranslateRequest(sourceFormat, targetFormat, model, body) {let result = body;// Step 1: source → OpenAI（如果源不是 OpenAI）if (sourceFormat !== "openai") {    result = sourceToOpenAI(sourceFormat, model, result);  }// Step 2: OpenAI → target（如果目标不是 OpenAI）if (targetFormat !== "openai") {    result = openAIToTarget(targetFormat, model, result);  }return result;}

支持的格式转换（14 种双向互转）：

• OpenAI ↔ Claude
• OpenAI ↔ Gemini
• OpenAI ↔ Cursor（Protobuf 协议）
• OpenAI ↔ Kiro（EventStream）
• OpenAI ↔ Antigravity（工具伪装+反检测）
• OpenAI ↔ Vertex
• OpenAI ↔ Ollama
• OpenAI-Responses ↔ OpenAI（Codex CLI 兼容）
• 等更多组合...

设计意义：复杂度从 O(N×M) 降至 O(N+M)，新增一个格式只需实现到 OpenAI 的双向转换。

3.5 🔌 执行器模式（Executor Pattern）

每个复杂提供商有专用执行器处理特殊逻辑：

const executors = {antigravity: newAntigravityExecutor(),    // 工具名称伪装"gemini-cli": newGeminiCLIExecutor(),      // GCP 项目 ID 管理github: newGithubExecutor(),               // Copilot Token 刷新kiro: newKiroExecutor(),                   // EventStream 解析codex: newCodexExecutor(),                 // Responses APIcursor: newCursorExecutor(),               // Protobuf 序列化vertex: newVertexExecutor("vertex"),       // GCP JWT};

核心方法：buildUrl()、buildHeaders()、transformRequest()、execute()（内置重试）、refreshCredentials()

3.6 🛡️ MITM Bridge（中间人桥接流量拦截）

功能：拦截 CLI 工具的 HTTPS 请求（如 Claude Code 硬编码的 API 端点），实现透明代理。

技术实现：

1. 生成 Root CA + 安装到系统信任存储
2. DNS 劫持（修改 hosts 文件：127.0.0.1 api.anthropic.com）
3. 启动 HTTPS 代理服务器（端口 8443，Windows 非管理员+端口转发）

跨平台支持：Windows（PowerShell + 端口转发）、macOS（Keychain 信任）、Linux（update-ca-certificates）

支持拦截的工具：Claude Code、Codex、Gemini CLI、GitHub Copilot、Cursor、Kiro IDE 等。

3.7 🌊 流式响应处理机制

架构：

Provider Response (SSE/JSON) → TransformStream（格式转换）  → DisconnectAwareStream（断开检测、延迟中止 500ms、资源清理）  → Client (SSE/JSON)

关键实现：

• SSE 转换流：逐行解析 data: 前缀，实时转换为 OpenAI 格式
• 客户端断开检测：监听 ReadableStream 的 cancel 回调
• 强制 SSE→JSON 转换：Codex CLI 需要的特殊处理

3.8 📊 其他核心功能

四、技术架构全景

4.1 系统架构图

┌─────────────────────────────────────────────────────────────────┐│ 客户端层                                                        ││ Claude Code │ Cursor │ Codex CLI │ Cline │ OpenClaw │ Copilot  │└──────────────────────────┬──────────────────────────────────────┘                           │ localhost:20128/v1┌──────────────────────────▼──────────────────────────────────────┐│ 9Router 网关层                                                   ││ ┌────────────────────────────────────────────────────────────┐ ││ │ Next.js App Router (Next.js 16 + React 19 + Tailwind CSS 4)│ ││ │ ┌──────────────┐  ┌──────────────────┐                    │ ││ │ │ /v1/* 路由    │  │ Dashboard UI     │                    │ ││ │ │ (OpenAI 兼容)  │  │ (多语言,33种)     │                    │ ││ │ └──────┬───────┘  └──────────────────┘                    │ ││ │ ┌──────▼──────────────────────────────────────────────┐   │ ││ │ │ SSE Core (open-sse)                                  │   │ ││ │ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐│   │ ││ │ │ │Format    │ │Executor  │ │Translator│ │Combo     ││   │ ││ │ │ │Detection │→│Dispatch  │→│Engine    │→│Handler   ││   │ ││ │ │ └──────────┘ └──────────┘ └──────────┘ └──────────┘│   │ ││ │ └─────────────────────────────────────────────────────┘   │ ││ │ ┌──────────────────────────────────────────────────────┐  │ ││ │ │ MITM 模块 (HTTPS 代理 + DNS 劫持 + Root CA 信任)      │  │ ││ │ └──────────────────────────────────────────────────────┘  │ ││ └────────────────────────────────────────────────────────────┘ ││ ┌────────────────────────────────────────────────────────────┐ ││ │ 数据持久化层 (SQLite — 3层驱动降级)                        │ ││ │ better-sqlite3 → node:sqlite → sql.js                      │ ││ └────────────────────────────────────────────────────────────┘ │└──────────────────────────┬──────────────────────────────────────┘                           │┌──────────────────────────▼──────────────────────────────────────┐│ 上游提供商层 (60+)                                               ││ ┌──────────────────────────────────────────────────────────┐   ││ │ OAuth: Claude, Codex, Gemini, GitHub, Cursor, Kiro...    │   ││ │ API Key: OpenAI, Anthropic, OpenRouter, GLM, Kimi...     │   ││ │ 兼容节点: Ollama, Vertex AI, 自定义 OpenAI 端点           │   ││ └──────────────────────────────────────────────────────────┘   │└─────────────────────────────────────────────────────────────────┘

4.2 技术栈选型说明

4.3 open-sse 目录结构

open-sse/├── config/          # 配置层（provider配置、模型映射、运行时参数）├── executors/       # 执行器层（12个专用执行器 + base抽象类）├── handlers/        # 处理器层（chatCore、streaming/nonStreaming/sseToJson）├── services/        # 服务层（provider解析、accountFallback、tokenRefresh、combo）├── translator/      # 翻译引擎（request/11个 + response/8个翻译器）└── utils/           # 工具层（streamHandler、SSE转换、proxyFetch）

4.4 安全架构（近期修复）

五、支持的生态

5.1 支持的工具（12+）

5.2 支持的提供商（60+）

免费提供商（Unlimited FREE）

OAuth 订阅提供商

API Key 提供商（40+）

OpenRouter、GLM（智谱）、Kimi（月之暗面）、MiniMax、OpenAI、Anthropic、Gemini、DeepSeek、Groq、xAI、Mistral、Perplexity、Together AI、Fireworks、Cerebras、Cohere、NVIDIA NIM、SiliconFlow 等。

5.3 支持的 AI 服务类型（9 类）

六、产品开发动态

6.1 版本迭代

6.2 近一周重点更新

• v0.4.33：修复 Windows 托盘图标杀毒软件误报
• v0.4.32：MCP stdio→SSE 桥接
• v0.4.31：OIDC Dashboard 登录（Authentik/Keycloak/Google/Okta SSO）
• v0.4.30：Linux 证书自动注入（支持主流发行版和浏览器）

6.3 社区活跃度

6.4 典型贡献者

七、竞品对比分析

9Router 差异化优势

1. 免费提供商的深度集成：Kiro、OpenCode Free 等无限免费提供商
2. RTK + Caveman 原生集成：双重 Token 节省，业界领先
3. 双层翻译架构：复杂度 O(N×M)→O(N+M)，14 种格式互转
4. MITM 流量拦截：透明代理 CLI 工具请求
5. 完全本地化：数据在本地，无云端依赖
6. MIT 开源：完全透明，可自由修改分发

八、使用场景与用户画像

8.1 目标用户

8.2 三种典型场景

场景一：零成本 AI 开发环境

{"combo":"free-dev","models":["gc/gemini-3-flash-preview","kr/claude-sonnet-4.5","oc/auto"]}

成本：$0/月

场景二：企业多租户网关

• 多账户配置 + 优先级路由 + 速率限制
• 统一管理 Claude Code、Cursor、Codex 团队使用

场景三：Claude Code 免费化

通过 MITM 拦截 Claude Code 流量 → 路由到免费提供商（如 Kiro 的 Claude 模型）

九、商业模式与可持续性分析

9.1 当前模式

完全免费 + 开源（MIT 协议）。

9.2 盈利可能性

9.3 可持续性

优势：MIT 协议可 fork（1,464 forks）、作者活跃（几乎每天 commit）、核心功能不依赖付费服务

风险：免费提供商政策变化、API 格式变更需及时适配、个人项目维护者精力有限

十、技术学习价值

十一、发展前景与建议

11.1 短期预测（3-6 个月）

1. Star 数突破 1 万（预计 2026 Q2 末）
2. 更多国产 AI 提供商适配
3. Windows 体验完善（v0.4.33 已修复杀毒误报）
4. 文档完善（GitBook 正在制作中）
5. 更多中文社区教程出现

11.2 中长期预测（6-12 个月）

1. 可能出现付费企业版
2. MCP Bridge 功能完善将催生插件生态
3. IDE 深度集成（VSCode/JetBrains 插件）
4. 多语言社区进一步扩大

11.3 对项目方的建议

十二、总结与评价

12.1 各维度评分

12.2 存在的问题

1. Windows 兼容性问题：v0.4.33 之前存在杀毒误报（已修复）
2. 文档不够完善：深度技术文档和教程偏少
3. 主要由个人维护：decolua 几乎是唯一核心贡献者，存在 Bus Factor 风险
4. 免费提供商的依赖：核心卖点依赖第三方免费政策，存在政策风险
5. 版本号未达 1.0：仍处于快速迭代期，API 可能存在 breaking changes

12.3 总评

9Router 是一个技术创新性强、实用性极高的开源项目，成功解决了 AI 编程工具的核心痛点。通过双层翻译架构、智能路由、Token 压缩、MITM 流量拦截等核心技术，让开发者能够以最低成本（甚至零成本）获得不间断的 AI 编程体验。项目处于快速发展期，社区关注度持续上升，中文社区已有大量教程和讨论，值得所有 AI 编程工具使用者高度关注。

推荐指数：⭐⭐⭐⭐⭐（5/5）

适合所有使用 AI 编程工具的开发者试用，特别是被 Token 限额和订阅费用困扰的个人开发者。

十三、快速上手指南

安装步骤

# 1. 全局安装npm install -g 9router# 2. 启动（Dashboard 自动打开）9router# Dashboard: localhost:20128# API 入口: localhost:20128/v1# 3. 连接免费提供商# Dashboard → Providers → Connect → Kiro AI / OpenCode Free# 4. 配置 AI 编程工具（以 Claude Code 为例）# Endpoint: localhost:20128/v1# API Key: [从 Dashboard 复制]# Model: kr/claude-sonnet-4.5# 5. 后台运行# 方法一：PM2npm install -g pm2pm2 start 9router# 方法二：Dockerdocker run -p 20128:20128 decolua/9router:latest

官方资源