夜雨聆风2026 年开年，一个名为 9Router 的开源项目在 GitHub 上急速蹿升，短短数月从零飙到 16,500+ Stars。它的定位听起来有些古怪——一个面向 AI 编程工具的本地路由网关。但它精准地解决了一个每天都在折磨 AI 重度用户的痛点：当 Claude Code 弹出了"try again in 21 hours"、当 Codex 的配额耗尽、当手忙脚乱地在多个模型之间来回切换 API Key 时，9Router 提供了一剂近乎优雅的解药。
9Router 是什么
根据官方文档和 GitHub 仓库的描述，9Router 是一个基于 Next.js 构建的本地 AI 路由网关，遵循 MIT 开源协议。它的核心定位是 AI 编程工具的中间代理层——在 Claude Code、Cursor、Codex、Cline、Copilot 等 10 余种主流编程工具与 60 多家 AI 提供商之间充当"总机"。
安装方式极其简单。官方文档给出的命令只有两步：
npm install -g 9router
9router随后在浏览器中打开 http://localhost:20128，即可进入仪表盘。所有编程工具只需指向同一个端点 http://localhost:20128/v1，9Router 负责将请求翻译成目标提供商的私有格式、转发至适当模型、并将响应流转换回工具能够理解的格式。
架构文档显示，9Router 的核心运行在 src/sse/ 和 open-sse/ 两个目录下。src/app/api/v1/* 实现 OpenAI 兼容接口，open-sse/executors/*是各提供商的执行适配器，open-sse/translator/* 负责 OpenAI ↔ Claude ↔ Gemini ↔ Kiro ↔ Cursor 之间的格式互转。持久化层使用 LowDB，状态文件保存在 ~/.9router/db.json，用量数据则写入 ~/.9router/usage.json。
三层自动回退：从订阅到免费的无缝衔接
9Router 最核心的能力是"智能三层回退"。根据官方 README 的描述，其路由优先级如下：
第一层 - 订阅层：优先消耗已付费的订阅配额，包括 Claude Code（$20-200/月）、OpenAI Codex（$20-200/月）、GitHub Copilot（$10-19/月）和 Cursor IDE（$20/月）。
第二层 - 低价层：订阅配额耗尽后，自动切换到廉价按量计费的提供商，如 GLM（$0.60/百万 tokens）和 MiniMax（$0.20/百万 tokens）。后者据官方宣称是市面上最便宜的选项之一，支持百万 tokens 上下文窗口。
第三层 - 免费层：兜底保障。目前活跃的免费提供商包括 Kiro AI（免费无限制使用 Claude Sonnet 4.5 和 GLM-5）、OpenCode Free（无需任何认证）和 Google Vertex AI（新账户 $300 免费额度）。
回退切换是自动完成的。用户无需修改 IDE 或 CLI 工具的任何配置，只需要在 9Router 仪表盘中设置好一个"Combo"（组合），例如：
Combo: "my-coding-stack"
1. cc/claude-opus-4-6 (订阅)
2. glm/glm-4.7 (低价备份，\$0.6/1M)
3. kr/claude-sonnet-4.5 (免费兜底)当第一层配额耗尽或出现错误时，9Router 自动推进到下一个模型。据多个第三方评测的体验描述，这一过程感知不到间隙，"没有配额限制，你不会在半夜遇到 rate-limit 错误"。
Combo 还支持更复杂的策略。有评测提到，9Router 内置了 round-robin 和 sticky-round-robin 两种分发策略。多账户场景下，可以在同一个提供商下挂接多个账户，9Router 轮询使用它们，从而实现"准无限"吞吐——一个账户触发频率限制后自动切换到下一个。
RTK Token 节省器和 Caveman 模式：花钱买不到的省钱方式
根据 GitHub 仓库的数据，9Router 集成了两个独立开源项目的能力来压缩 token 消耗。
RTK（Reverse Token Killer），官方称通过压缩 git diff、grep、find、ls、tree 等工具输出的冗长结果来减少输入 token。这些工具输出通常占 prompt 预算的 30-50%。RTK 扫描每个 tool_result 的前 1KB，自动匹配对应的过滤器进行无损压缩。官方给出的示例数据是：一次请求从 47K tokens 压缩到 28K tokens，节省约 40%，而模型接收到的上下文信息和返回的结果不变。
RTK 的过滤器清单包括 git-diff、git-status、grep、find、ls、tree、dedup-log、smart-truncate、read-numbered、search-list 等 10 种。官方文档特别强调了两点安全设计：如果过滤器失败或抛异常，RTK 会静默保留原始内容；如果过滤后的数据反而变大，它也自动回退——请求永远不会因为 RTK 而出错。
Caveman 模式则作用于输出端。它向系统提示词中注入"穴居人风格"的简短指令（比如"be concise, no markdown"等），迫使 LLM 回复保持技术实质但极度精简。官方称最高可节省 65% 的输出 tokens，支持 5 级强度调节。它的灵感来源于独立的 Caveman 项目（GitHub 52K Stars），9Router 将其以集成模式纳入。
据第三方评测提供的粗略估算，如果一位用户每月消耗 1 亿 tokens，RTK 和 Caveman 组合使用，可以节省 20-65% 的 token 开销。考虑到部分免费提供商是真正零成本的（如 Kiro AI、OpenCode Free），这意味着重度用户可以将月成本从 $40-50 降低到接近于零。
格式翻译：统一生态碎片
9Router 不需要编程工具改变自己的 API 方言。Claude Code 原生使用 Anthropic 格式，Cursor 使用 OpenAI 格式，Copilot 有自己的协议——但在 9Router 背后，这一切被统一为 OpenAI 兼容接口。
架构文档揭示了格式翻译的细节。它将 AI 提供商的 API 格式分为四大源格式：openai、openai-responses、claude、gemini。翻译器位于 open-sse/translator/ 目录下，分 request 和 response 两个方向，在运行时根据请求负载结构和目标提供商标识动态选择。
这意味着用户可以组合平时不可能搭配的工具与模型：例如在 Cursor 中使用 Anthropic 的 Claude 模型、在 Claude Code 中使用 Google 的 Gemini 模型、在 Copilot 的后端使用 GLM 或 MiniMax。这种跨生态互操作能力是 9Router 相比 OpenRouter（云服务）和 LiteLLM（企业代理）的核心差异之一，它天然适配 AI 编程工具的 CLI/IDE 场景。
架构细节与部署选项
从架构文档中可以看出，9Router 的工程结构并不复杂：
兼容 API 层：
src/app/api/v1/chat/completions/route.js、/v1/messages、/v1/responses、/v1/models管理 API：
/api/providers*、/api/oauth/*、/api/keys*、/api/combos*、/api/usage/*路由与执行核心：
src/sse/和open-sse/持久化：
src/lib/localDb.js（状态）+src/lib/usageDb.js（用量）
OAuth 提供商的 token 刷新在请求路径中异步完成：当 chatCore.js 收到 401/403 响应时，执行器调用 refreshCredentials()，重试请求。此过程对用户透明。
部署方式非常灵活。官方推荐本地 npm 安装（仅需 Node.js 18+），也提供了 Docker 镜像（支持 amd64 + arm64），可部署到 VPS 或通过 Cloudflare Workers 暴露到边缘网络。团队版场景中，启用云同步功能后，配置信息通过加密通道在设备之间同步。
关于安全边界，架构文档明确标注了几处需要注意的配置：JWT secret 用于仪表盘会话签名；INITIAL_PASSWORD 的默认值是 123456，生产部署必须修改；API Key 的 HMAC secret 用于本地密钥签名；提供商密钥存储在本地 SQLite 中。对于公网暴露的实例，需要设置 REQUIRE_API_KEY=true。
局限与风险
免费提供商的稳定性是最大的不可控因素。据官方文档在 GitHub 上的说明，iFlow 和 Qwen 的免费层级已经在 2026 年先后被取消，Gemini CLI 的免费 OAuth 层也被 Alibaba 于 2026 年 4 月 15 日终止。第三个免费节点的下线意味着第三方免费模型随时可能消失。尽管 9Router 通过支持 60+ 提供商来对冲这一风险，但这种对冲并不能保证可用性。
延迟开销也被多个评测提及。路由转发、格式翻译、token 压缩这三道工序必然在请求路径上增加额外延迟。对于追求极限响应速度的场景（如 Cursor 的实时补全），这种间接层的存在并不是零成本的。有评测指出，免费模型的响应速度比付费订阅慢 2-3 倍，"但比被完全卡住要好"。
技术门槛不能忽视。用户需要安装 Node.js 18+、熟悉 npm 命令、理解 OAuth 流程和 API Key 配置。对于不熟悉命令行的用户来说，这并非开箱即用的体验。此外，仪表盘中的"成本"显示容易引起误解——它展示的是"假设使用付费 API 的等价成本"，而非实际扣费——官方在 FAQ 中花了大量篇幅解释这一设计。
MITM bridge（用于拦截 Copilot 和 Antigravity 等 IDE 订阅工具流量）的功能实现较为复杂：需要自签名证书、sudo 权限、证书信任安装。架构文档将其标注为"properly hairy"。
发展脉络趋势
从 GitHub 的提交历史来看，9Router 首次发布在 npm 的时间是 2026 年 1 月初（v0.2.43），距今不足半年。v0.2.52（2026-02-02）到 v0.3.34（2026-03-06）之间约一个月实现了从 2K 到 3K Stars 的增长，而此后迅速突破 16K。Trendshift 数据显示其在 2026 年 5 月 GitHub Trending 排到全局第 5 位，单日新增 Stars 超过 1,000。
从 9Router 的走红可以观察到一个趋势：AI 编程工具的生态正在经历"配置碎片化→统一网关"的过程。OpenRouter 此前通过云端 SaaS 提供类似能力（仅 API key，200+ 模型），但 9Router 选择本地部署、开源免费、深度适配 CLI/IDE 的路线，迅速在下沉市场获得认可。它和 LiteLLM（企业级 LLM 代理）以及 OpenRouter（云端统一 API 网关）构成了三个不同的生态位。
总结
9Router 解决了一个真实存在且日益严重的问题——AI 编程工具的生态碎片化。它的三层自动回退、RTK token 压缩、格式翻译这三大能力叠加在一起，使得调用多个 AI 提供商的门槛从"手动切换 N 个 API Key"降低为"设置一次，忘掉它"。
但它不是一个完美工具。免费提供商的存续风险、路由带来的延迟开销、部署的技术门槛，以及 MITM bridge 的复杂实现，都是实际使用中需要接受的妥协。
如果你是一位每周都碰到 rate-limit 弹窗的 AI 编程重度用户，9Router 大概只需要半小时的安装时间就能让你"忘记配额限制"——至少在免费提供商倒闭之前是如此。
参考文献
[L1] 9Router 官方 GitHub 仓库 — decolua/9router (https://github.com/decolua/9router)
[L1] 9Router 官方网站 (https://9router.com/)
[L1] 9Router 架构文档 — docs/ARCHITECTURE.md (https://github.com/decolua/9router/blob/master/docs/ARCHITECTURE.md)
[L2] 9Router Review on DEV Community (https://dev.to/mihailoff/9router-route-claude-code-cursor-or-copilot-through-whichever-free-tier-youve-got-4m61)
