我开发了一款接入 20+免费大模型渠道的 AI 编程工具

📌 一句话摘要

本文介绍了一款名为 FreeUltraCode 的本地桌面工具，通过统一管理 20+ 免费/低成本大模型渠道，并利用工作流编排与智能路由，实现用廉价模型集群达到接近 Claude Code 等高端工具的编程质量。

📝 详细摘要

作者是一名有十几年经验的游戏开发者，因 Claude Code 等高端 AI 编程工具的 token 账单高昂，开发了 FreeUltraCode。该工具是一个基于 Tauri 2 + Rust 的本地桌面应用，核心功能包括：一个下拉菜单即可切换 20+ 免费/低成本大模型渠道（如 GitHub Models、Groq、DeepSeek 等），并保留上下文；内置智能路由「Auto」渠道，可自动轮询可用渠道并处理限流和故障；通过本地反向代理实现多终端、多渠道同时在线，且能在同一会话中动态切换模型。其核心亮点是 /ultracode 命令，通过将复杂任务拆解为多个子 agent 并行执行、审查和验证的流水线，用多个廉价模型的协作来弥补单个模型的质量差距，从而以极低成本获得接近高端工具的效果。文章详细阐述了设计理念、技术架构和实际游戏开发场景中的应用案例。

💡 主要观点

- 高端 AI 编程工具（如 Claude Code）的多 agent 协作模式导致 token 成本高昂，是核心痛点。 作者指出，Claude Code 的 Dynamic Workflows 虽强大，但多 agent 并行架构意味着 token 消耗与 agent 数量线性相关，大型重构任务可导致月预算超支，这是驱动他开发新工具的根源。

FreeUltraCode 通过统一渠道管理和智能路由，解决了免费模型分散、配置繁琐的问题。 工具将 20+ 个免费/低成本渠道整合到一个下拉菜单中，并提供「Auto」智能路由，自动轮询可用渠道、处理限流和故障，实现无感切换，极大降低了使用门槛。

核心创新在于用结构化工作流编排廉价模型，以协作弥补单模型质量差距。 /ultracode 命令将任务拆解为规划、执行、审查、验证等步骤，让多个廉价模型分工协作、互相审查，形成一条结构化流水线，从而在总成本远低于单次高端模型调用的情况下，产出接近的质量。

本地反向代理架构支持多终端、多渠道同时在线，且能动态切换模型。 与修改全局环境变量的方案不同，FreeUltraCode 内置的 Rust 代理通过端口路径路由，允许用户同时开启多个终端窗口使用不同渠道，并在同一会话中动态切换模型，上下文得以保留。

💬 文章金句

- 多 agent 协作是刚需，但全程用 premium 模型养一支 agent 军团，成本根本兜不住。

• 用免费/便宜的模型，通过工作流编排，跑出跟 Claude Code 、Codex 一样质量的产出。
• 单个便宜模型做不好的事，让五个便宜模型分步骤干，互相审查，层层验收。成本加起来可能还是 Claude 单次调用的一个零头。

📊 文章信息

AI 初评：87

来源：V2EX

作者：hotoh521

分类：人工智能

语言：中文

阅读时间：15 分钟

字数：3512

标签： AI 编程, LLM, AI Agent, 开发者工具, AI 工作流

阅读完整文章