免费领glm5.2?还可以用在codex,claude上?


腾讯orkbuddy注册即可得2000积分,可以干不少活。下载链接:https://www.workbuddy.cn/

百度Dumate智能体,也是工作搭配好工具:邀请码及下载地址:百度 Dumate邀请码: 7D8DUYG

字节TraeWork免费4500积分,点击下载字节跳动TraeWork免费4500积分

Tabbit AI浏览器,在浏览器里用AITabbit AI浏览器,点击下载

MonkeyCode 长亭百智云Monkeycode-AI,点击在线使用

\n

你每个月花 20 美元订阅 AI 编程工具——Qoder 、 Codex 、 Claude Code——但你想过没有,这些订阅额度只能在自家终端里用? Cursor 想用?不行。 LobeChat 想用?不行。自己写的脚本想调 API ?更不行。

 

你的 20 美元,买了一个只能用一种姿势的 VIP 卡。

 

直到我装了这个东西。

 

一行命令,把订阅变成 API

 

qorder-proxy 做的事很简单:把 Qoder CLI 的订阅额度,翻译成你本机的 OpenAI / Anthropic 兼容 API

 

装好之后,你的 127.0.0.1:3000 就是一个完整的 OpenAI API 端点。 Cursor 、 Continue 、 LobeChat 、 ChatBox 、甚至你自己写的 Python 脚本——任何支持 OpenAI 协议的客户端,都能直接调 Qoder 订阅里的模型。

 

Qwen3.7-Max 、 DeepSeek V4 Pro 、 GLM-5.2 、 Kimi K2.6——这些国产顶级模型,不再被锁在 Qoder 终端里。它们可以在你喜欢的任何工具里工作。

 

这不是中转站。没有公网部署,没有多人共享,没有商业运营。它只在你本机运行,只吃你自己的订阅额度。

 

为什么需要"翻译"?

 

问题出在协议上。

 

Qoder CLI 有自己的对话协议、消息格式、流式响应格式和工具调用格式。这些格式和 OpenAI 的 /v1/chat/completions 不一样,和 Anthropic 的 /v1/messages 也不一样。就像一个只会说日语的人和一个只会说法语的人坐在同一张桌子上——他们能看见彼此,但聊不起来。

 

qorder-proxy 就是那个翻译官。

 

它启动一个本地 HTTP 服务,接收 OpenAI 或 Anthropic 格式的请求,翻译成 Qoder CLI 能理解的格式,调用 CLI 完成推理,再把结果翻译回客户端期望的格式返回。

 

整个过程中,你的 Token 从来不离开你的机器。

 

3 分钟装好

 

我试了一遍,确实 3 分钟够了。

 

npm install -g @qodercn-ai/qoderclicn

git clone https://github.com/lininn/qorder-proxy.git
cd qorder-proxy/qoder-proxy
npm install && npm link

qorder-proxy --web

qorder-proxy start

 

启动后 curl http://127.0.0.1:3000/health,看到 {"ok":true} 就能用了。

 

Web 配置界面是 v2.0 新加的——之前只能用 CLI 命令行配,现在浏览器一填就完事, Token 、后端、端口三项,保存后自动关闭。比我上次配 nginx 反代舒服十倍。

 

它支持什么模型

 

CN 后端( qoder.com.cn )当前支持的模型列表:

 

qwen3.7-max —— 通义千问旗舰,支持推理强度调节( low/medium/high/max 四档)•deepseek-v4-pro / deepseek-v4-flash —— DeepSeek V4 双版本•glm-5.1 / glm-5.2 —— 智谱 GLM 最新版•kimi-k2.6 —— 月之暗面 Kimi 最新•qwen3.6-plus / qwen3.6-flash —— 千问 3.6 系列

 

还有个 auto 模式——让 Qoder 自己选最合适的模型。

 

这些模型在 Cursor 里用是什么体验?我试了 Qwen3.7-Max 配 Continue 插件,代码补全和对话都正常走。 DeepSeek V4 Pro 做复杂重构,速度和直接用 CLI 差不多——因为底层确实就是在调 CLI 。

 

两个后端,两个世界

 

qorder-proxy 支持双后端切换:

 

  CN 后端 Global 后端
CLI 命令 qoderclicn qodercli
认证方式 Personal Access Token OAuth 登录
服务地址 qoder.com.cn qoder.com

 

一行命令切换:qorder-proxy config set backend global,然后 qorder-proxy restart

 

CN 后端用 PAT 认证,在 qoder.com.cn/account/integrations 创建,不依赖任何第三方登录流程。 Global 后端走 OAuth ,和 Qoder 官方一致。

 

安全边界:它不是中转站

 

这点必须说清楚。

 

qorder-proxy 默认只监听 127.0.0.1,不绑 0.0.0.0,不暴露公网。配置文件权限 0600 ,只有本机用户可读。日志自动脱敏 Token 、 Cookie 、 Authorization 头。

 

README 里写得很硬:禁止公网部署、禁止多人共享、禁止转售 API 、禁止绕过官方计费风控

 

这不是套话。这个工具的设计逻辑就是"个人本机使用"——每次请求启动一个新的 CLI 子进程,根本不是为并发设计的。你要是拿它当公网 API 网关,性能会教你做人。

 

市面上那些 OpenAI 中转站——CloseAI 、 openai-forward 、 chatgptProxyAPI——做的是另一件事:公网代理转发,多人共享 API Key ,按量或按月收费。那是商业服务,跟 qorder-proxy 不是同一个赛道。

 

qorder-proxy 更像是一个协议适配器——你说法语,它说日语,它帮你翻译,翻译完就完事了。

 

工具调用的局限

 

说实话,不完美。

 

工具调用( Tool Use / Function Calling )是通过 Prompt 指令 + 文本解析实现的,不是模型原生能力。什么意思?就是 qorder-proxy 会在发给 CLI 的 Prompt 里塞一段指令,让模型按特定格式输出工具调用,然后再用正则或 JSON 解析把结果捞出来。

 

这个方案的缺点很明显:如果模型输出不规范的 JSON ,或者干脆拒绝使用工具格式,响应会降级为纯文本。另外,带工具的请求不走流式——因为需要完整 JSON 才能解析。

 

但这不算是致命伤。大部分开发者用 qorder-proxy 的场景是对话和代码生成,不是重度 Agent 工作流。真要跑 Agent ,直接用 Qoder CLI 本身更合适。

 

Web 控制台:小而美

 

启动后访问 http://127.0.0.1:3000/ui,有个本地 Web 控制台:

 

Dashboard —— 健康状态、 Base URL 、模型数量•Models —— 模型列表(调 /v1/models)•Chat Test —— 简单非流式测试•Config —— 生成 OpenAI / Anthropic / OpenCode 配置示例•Usage —— 本地用量统计( token 级别,估算值)

 

Usage 页面的数据是本地估算,不代表 Qoder 官方账单。但用来监测自己的消耗节奏够用了——至少能知道今天是不是用太多了。

 

一个有意思的问题

 

qorder-proxy 诞生在一个灰色地带的边缘。

 

它不提供 Token 、不共享额度、不绕过计费——但它的存在本身,确实让 Qoder 订阅的价值变大了。 20 美元的 Qoder Pro ,原来只能在 CLI 里用,现在变成了一整套本地 API 生态。这对 Qoder 官方来说,是好事还是坏事?

 

用户得到了更多价值,但也许也意味着更高的资源消耗。如果每个人都把订阅额度接到 Cursor 里高强度使用, Qoder 的算力成本会不会扛不住?

 

目前 Qoder 没有对这个工具表态。 README 里的免责声明写得很清楚——如果官方不允许,请立即停止使用。

 

这句话,既是边界,也是悬在头上的问号。

 


 

相关链接:
- qorder-proxy GitHub : https://github.com/lininn/qorder-proxy
- Qoder CN PAT 创建: https://qoder.com.cn/account/integrations
- Qoder 官网: https://qoder.com/zh

 

免费领 Qoder Pro:用我的邀请链接注册,直接送一个月 Pro——GLM-5.2 随便用。→ https://qoder.com.cn/referral?referral_code=SOTtWioqAyhveY6SPPYSfjMIuKm4CnLz

 

暂无评论,快来发表第一条评论吧!

📮 需求咨询