写代码的终端里现在不止一个 AI 助手，Claude Code、Codex、Gemini CLI、Kimi Code、Qoder，装着装着就十几个了。工具多本来是好事，四个麻烦跟着来。
模型被锁死在各自生态里。Claude Code 只认 Anthropic 的接口，想让它跑 Kimi 或 DeepSeek 的便宜模型，官方不支持；Codex 只认 OpenAI 的协议，反过来一样。Agent 出厂绑了谁家，就只能用谁家。
订阅不能跨工具。Claude Pro 的钱付了，模型只在 Claude Code 里能用；ChatGPT Plus 只在 Codex 里生效。换一个 Agent，同一个订阅就作废。
配置文件各自为政。模型设置散在十几个文件里，格式互不相同：settings.json、config.toml、config.yaml。模型厂商一周一个新版本，想换模型就挨个文件改。
额度一断就停工。账号余额用完或被限流，Agent 把报错直接甩到终端里，你停下来换 key、改配置、重开会话。
magpie 就是冲这四件事来的：一个跑在本机的开源应用，把所有 AI 编程助手的模型请求收进同一个本地网关，统一翻译协议、分配模型、调度账号、记账。MIT 协议，Go 编写，GitHub 一万一千多 star；作者 yetone 是 Neovim 生态里最流行的 AI 插件 avante.nvim 的作者。我们写稿这天它还在发版，仓库已经累积三千二百多个提交。
功能一：任何 Agent 用任何模型
网关默认监听 127.0.0.1:3425，同时说四种协议：OpenAI Chat、OpenAI Responses、Anthropic Messages、Google Gemini，两个方向互相转换，流式输出、工具调用、推理过程都在内。协议这层墙拆掉之后，Claude Code 的 opus、sonnet 背后可以换成 Kimi，Codex 的模型列表里可以出现 DeepSeek，Gemini CLI 可以跑 GLM。
官方支持的 Agent 列表五十八个，magpie 扫描机器上装了哪些就列出哪些。不在列表里的工具，只要能设 base URL，指到网关就能用。
功能二：一张表管完所有 Agent
面板上每个 Agent 在用什么模型一目了然，点一下就换。magpie 只改写那个 Agent 配置文件里该改的那一个键，注释、顺序、缩进原样保留，写入是原子操作；选回原生模型，配置原样恢复。我们敢让主力 Agent 全程走它，靠的就是这个细节：配置文件里还有别的设置，一个保留注释缩进的改写器和一个整文件覆盖的改写器，是两种信任程度。
功能三：订阅变成供应商
在某个 Agent 里登录过订阅——Claude Pro/Max、ChatGPT Plus/Pro、GitHub Copilot、Gemini、Grok——这个登录就在 magpie 里变成一个供应商，它的模型出现在其他所有 Agent 的选择器里。不复制密钥，令牌按原来的方式刷新。官网给的例子：用 Claude Code 的登录驱动 OpenCode，用 Codex 的登录在 Claude Code 里跑 GPT。
功能四：路由组，额度不断供
把多个模型或多个账号组成一个「路由组」，Agent 眼里它就是一个模型名。调度模式五种：smart 用额度最先重置的账号，让重置时会作废的额度最少；order 用到不能用换下一个；rotate 每轮换一个；usage 挑用得最少的；pace 按周额度配速匀着用。
账号出事时：余额耗尽的账号歇半小时；被限流的按厂商响应头给的时长跳过，不瞎猜也不硬撞；出错的账号逐次退避，请求在 Agent 看到报错之前就换下一个账号重试。过去三十天我们经网关 9397 次调用，155 次错误里 35 次被重试接住，Agent 全程无感。
再细一层是按意图分流：给每类活指定模型，「简单提问」给便宜模型、「写测试」给代码强的，每轮对话开始时一个小而快的模型先分类，这轮就交给对应模型，后续工具调用也留在那里。
功能五：账单和延迟都看得见
用量页按 Agent、模型、上游账号、会话四个口径记账：token、缓存命中、费用、首 token 延迟。密钥只存在 magpie 里，它不读环境变量里的 key，Agent 侧永远只看到网关地址。
我们跑了三十天的账
这台机器上装了十五个 Agent，magpie 扫描后面板一列全：Claude Code、Codex、Kimi Code、MiniMax Code、Qoder，到 WSL 里的两个配置文件。目前真正把流量交给网关的是主力助手和常驻终端助手两个，其余的配置已在表里，随时点一下就能切进来——收编是渐进的过程，我们没有一口气全接。主力助手指向一个路由组：GLM-5.3 两个渠道、Kimi K3 两个渠道，smart 模式互备；子代理和杂活走另一个由五个便宜模型组成的 flash 组；长会话的上下文压缩固定指给 GLM-5.3。上游四个 Kimi Code 账号全挂上。
三十天经网关 58M token、9397 次调用，按牌价约 1700 元人民币，其中 4262 次调用的模型没有公开牌价，未计入。模型分布：GLM-5.3 占 46%，MiniMax Flash 预览版占 27%，Kimi K3 占 23%，主力和杂活分层，符合路由组的设定期望。
两个数字比总额有信息量。首 token 延迟：GLM-5.3 实测 14.6 秒，MiniMax Flash 3.5 秒，相差四倍。这类数字以前只能靠体感猜，现在哪个账号最近变慢了，一眼能看到，换掉它不需要更多理由。缓存命中 845M token，是输入输出总量的十几倍。编程 Agent 的上下文大头是反复重发的历史，这个结构决定了在网关侧做统计和调度，比在任何单个 Agent 里都看得全。
三个边界
网关必须活着。它是所有请求的必经之路，它没起来，指向它的 Agent 就一起失联。好在这不是一个需要伺候的进程，装好之后我们基本没再管过。
它不接管一切。各 Agent 直连自家服务的流量，magpie 统计得到但路由不到，我们还有 227M token 的调用没走它。
隐私上，它每天向官方发一次匿名上报，内容是随机 id、版本和用了哪几类 Agent，设置里可以整个关掉。
什么人需要它
官方的判断标准写得诚实：用一个以上的 Agent、一个以上的供应商、一个以上的账号，三条沾任何一条就有用；单 Agent 单订阅、厂商自己的套餐够用的，不需要它。我们的场景三条全占。
macOS 版约 15MB，系统 WebView，没有 Electron；Windows 是一个 50MB 的单文件 exe。官网 usemagpie.ai，源码在 GitHub 搜 yetone/magpie。这篇稿子的初稿，就是经它的路由组写出来的。
模型怎么选、手感变了怎么应对，可以看我们之前写的《主力模型手感突变，Kimi在憋什么大招》；token 花在哪里值不值的账，可以看《Vals AI实测多智能体：token多烧五倍，分数没涨》。这个号写我们真实跑过的工具和数据，跑不通的也会把原因摆出来。
