OpenCode Multi-Model Orchestrator：为 OpenCode 提供多 AI 提供商切换与自动路由的零配置桥接工具

yannn14/opencode-claude-cortex-sync · Claude Pro Bridge for OpenCode 2026 - Zero Setup AI Sync

GitHub原文发布未知首次收录 2026-09-21上架 2026-09-22 12:00

ELI5：它是什么，解决什么问题

该项目自称是面向 OpenCode 的多模型编排桥接工具，宣称可自动检测并同步系统中已有的 AI 提供商凭据，在 Claude、GPT-4、Gemini 等多家服务及本地模型之间按成本、速度或能力进行请求路由，并提供并行请求、凭据保险库、用量分析与网页控制面板等能力。README 同时给出了配置文件示例、命令行调用示例、系统兼容性表与故障排查命令。需要注意，材料中的性能基准、安全性、客服支持等表述均来自项目自述，未经过独立验证；实际可用性、部署条件和合规性需以官方说明为准。

# 命令行工具 # 多厂商 # 模型路由 # OpenAI兼容 # 本地LLM

核心能力与快速开始

★ 0 · HTML

能做什么: 宣称提供多 AI 提供商统一编排：自动扫描并同步已有凭据、按成本/速度/能力选择提供商、并行请求聚合、Claude 长上下文跨提供商切换、启用/优先级/模型等 YAML 配置、命令行调用（含 --provider、--strategy、--parallel 等参数）、本地凭据保险库、提供商健康监测与故障重路由、用量与成本分析、网页仪表盘、API 网关模式与 Webhook 触发。材料还给出多操作系统兼容性表与诊断命令。
适用场景: 在 OpenCode 中统一接入并切换多家 AI 提供商；按成本或延迟策略自动分配请求；对同一问题并行比较多家模型输出；为团队提供统一 API 网关入口；在本地 Ollama 与云端 API 之间灵活调度；查看各提供商用量、成本与延迟统计。
项目形态: 可直接使用的工具
部署方式: README 宣称支持 Linux（Ubuntu 22+）、macOS（Ventura+）、Windows 11（推荐 WSL2）、Windows 10（部分支持）、FreeBSD（Beta）、ChromeOS（受限）、Raspberry Pi OS，并称支持 Docker/Podman 等容器环境；实际部署方式与限制未说明。
主要依赖: README 列出前置条件：已安装 OpenCode CLI（最低 2.4.0）、至少一个受支持 AI 提供商的可用订阅、Node.js 18+ 或 Python 3.9+。其他硬件、网络与系统要求未说明。
使用限制: 性能基准、加密强度、7×24 客服、多语言支持等均为项目自述，未经独立验证；API 成本、速率限制与各提供商条款合规性需用户自行确认；许可证材料中标注 MIT 但仓库元数据 license 为空；实际可运行性与功能完备度未说明。
许可证: 未说明
最近推送: 2026-09-21 05:56

核对 README 依据 ↗

资料检查：2026-09-21 07:00 · 卡片整理：2026-09-22 12:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

在 OpenCode 中通过命令行调用多 AI 提供商（Claude、GPT-4、Gemini、本地模型）进行代码相关问答与批量处理，并按成本或速度策略自动路由请求，例如使用 `omo --strategy cost --max-cost 0.05 "Summarize these 10 articles" --batch` 或 `omo --parallel "Compare responses on: What is consciousness?"` 进行并行查询。

查看内容依据

The OpenCode Multi-Model Orchestrator is your universal remote for artificial intelligence – a zero-configuration bridge that transforms OpenCode into a multi-provider powerhouse.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

measure-twice：在自定义任务上横向评测本地模型与云模型并留存路由证据

measure-twice 是一套本地基准测试工具包与 mt CLI，让用户编写 JSON 任务套件（suite），在同一批题目上横扫（sweep）本地模型与 Claude 等模型档位，支持确定性评分与 rubric 评分、模型调用预算以及按条目/模型/样本级别的断点续跑。运行结果会生成自包含的 HTML 报告，展示分数、错误答案、解析失败、完整提示词与逐字响应，并通过 claim 账本用 MEASURED / PARTIAL / ASSERTED / STALE 区分实测证据与策略声明，配合引用哈希检查来源变动。项目同时包含一个尚在建设中的编码 Agent 基准测试基础设施，目前仅提供结构校验。

AutoClip：AI 驱动的长视频高光提取与切片剪辑工具

AutoClip 是一款 AI 视频剪辑工具，通过分析视频字幕来定位高光片段、生成标题，并自动剪出视频切片与合集。适合访谈、播客、课程和直播回放等以对白为主的素材。它提供桌面应用、Docker Web 界面和 CLI / MCP 三种使用方式，支持通义千问、OpenAI 兼容接口、Gemini、硅基流动等云端模型，以及 Ollama / LM Studio 本地模型；还提供抖音、小红书、YouTube Shorts 和 B 站导出预设，并可在同一页面向多个已连接平台发布。

swarmflow：用本地编码 Agent 集群从 PRD 确定性交付经过验证的 MVP

swarmflow 是一个面向绿地项目的确定性控制平面，用于编排多个本地编码 Agent 会话并行开发。它接收 PRD，由前沿模型负责规划、验证与验收，通过多波次（wave）并行执行与门禁流水线（进程清理、回归指纹、区分度检查、范围审计）产出模块与测试，并以 SQLite 账本为唯一事实来源，所有声称作凭据验证而非退出码。前沿后端不限厂商，兼容任意 OpenAI 兼容接口、Command Code CLI、通用终端 Agent CLI 或 Pi；模型选择通过配置完成。当前为 Alpha 状态，已在 5 任务 NestJS 项目上完成端到端验证，PR 自动化和打包制品交付暂不在范围内。

Iris Agent：开源编码智能体服务，支持 CLI、HTTP API、ACP、LSP 与 MCP

Iris Agent 是 AIRIS 使用的独立编码智能体服务，提供流式对话、工作区工具、LSP 路由、MCP 集成、命令审批和运行生命周期 API。它可以作为 HTTP 服务（/api/agent）、终端交互式 CLI 或基于 stdio 的 ACP 服务器运行，便于 IDE 集成，并支持 OpenAI、Anthropic、Google、OpenRouter 和 Ollama 等多提供商模型配置。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。