我开发了一款接入 20+免费大模型渠道的 AI 编程工具

我做了十几年游戏开发，从 Unity C# 做到 Unreal C++，后来又碰了不少自研引擎。去年开始深度用 Claude Code 和 Codex CLI 写代码——不是那种"帮我写个排序"的用法，是让它读整条渲染管线，跨十几个文件改逻辑，加物理调试工具，修多线程 bug 。

Claude Code 的质量确实能打。它会先读项目结构，搞清楚调用链，再动手改。改了之后跑编译验证，报错了自己查，查到再修，循环到过。Codex 补刀也准，尤其是 C++ 模板报错的时候，它能把那一大坨 error 日志翻译成人话，告诉我问题在哪一行。

但账单是真的顶不住。

Claude Code 的 Dynamic Workflows 很能打，但账单更狠

先说一下 Claude Code 的 Dynamic Workflows 是什么——不是"付费功能"，是 Claude Code 内置的一套工作流执行系统。你写一个 .js 脚本，里面用 agent()、parallel()、pipeline()、consensus() 这些函数定义步骤，Claude Code 就会按你的流程自动调度——串行、并行、投票、验收，全自动跑。

举个例子，你想审查代码质量，可以这样写：

parallel([
  agent("扫描潜在 bug"),
  agent("检查安全漏洞"),
  agent("审查性能热点"),
  agent("评估可维护性"),
]);
consensus([...], { strategy: "multi-lens" });

四个 agent 并行扫代码，一个 consensus 节点汇总投票。一个简单的流程。

但这玩意儿一旦展开就是算力黑洞。一个 parallel 块 5 个 agent ，一个 pipeline 里 3 个阶段，每个阶段再并行 5 个——三层嵌套就是 75 个 agent 出来。 每个 agent 独立调 API 、读代码、推理、输出，一场下来几千次 API 调用。改个复杂点的功能，几十上百个 agent 不是夸张，是常态。

Claude Code 的 Dynamic Workflows 本身不收费。 但它是"多 agent = 多 token"的架构——agent 的规模和你承担的成本线性相关。你用 100 个 Claude agent 跑一个大型重构，不管 Anthropic 收不收费，token 账单都能把月预算打穿。

这才是核心矛盾：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。

免费模型到处都有，但没统一的管理方式

我手上有这些免费/低成本渠道的 key：

• GitHub Models：免费 playground access ，有速率限制，需要 GitHub token （models:read scope ）
• Hugging Face Router：免费用户每月有 Inference Provider 积分
• SambaNova Cloud：Free Tier ，不绑支付方式就能用，有日请求/Token 上限
• Together AI：注册送试用额度
• Groq：免费层，推理速度确实快
• Gemini：Google 免费层
• DeepSeek / Kimi：白菜价
• NVIDIA NIM / OpenRouter / Mistral / Cerebras / Fireworks / Z.ai：各有免费或试用渠道
• LLM7 / Kilo Gateway：无 key 渠道，开了就能用
• 本地的 Ollama / LM Studio / llama.cpp

渠道是不少。但每个都要单独注册、配 key 、记 env 。今天想用 Groq 切一下，翻半天邮件找 key ；明天想试 SambaNova 的 DeepSeek-V3.1 ，又得重新配一轮。

更关键的是：你有了便宜模型，不等于它能写出好代码。 免费模型的单次回答质量，跟 Claude Code / Codex 比确实有差距——推理深度不够、上下文一长就跑偏、复杂重构容易翻车。所以很多人手里攒着一堆免费 key ，最后还是老老实实给 Claude 充钱。

我想解决的问题就一个：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。 一个模型单打独斗不行，那让它当一条流水线里的一个工位——规划用便宜的、执行用便宜的、验证用便宜的，多个便宜模型并行交叉审查，质量差距靠结构和协作来弥合。

FreeUltraCode：把这些渠道统一管起来

FreeUltraCode 是个本地桌面应用（ Tauri 2 + Rust ，源码在 GitHub 上）。它做的事情很直接：

一个下拉菜单，切渠道。

底部 Channel 选择器里列出所有你配好的渠道。想用哪个点哪个，接下来的对话走那条线。注册三步：选 channel → 点"去注册"跳官网拿 key → 贴回来保存，状态变绿色 Ready 。

它不替你翻墙、不替你注册、不存你的 key 到任何服务器。所有配置、聊天记录、API key 全在你本地机器上。

关键是：中间切模型，上下文保留。 前面聊的文件引用、中间结论、工具输出，换渠道之后还能接着用。不用重新喂上下文。

实际用法（游戏开发场景）

需求："给这个第三人称角色控制器加上攀爬系统"

第一步 → 切 GitHub Models / Groq
  让 AI 扫项目结构，找到 CharacterMovement 、Input 、Animation 三层
  读相关代码，列出现有接口和需要改的地方
  （免费模型干这些够了）

第二步 → 切 Claude Code / Codex
  核心逻辑来了——状态机新增 Climbing 状态，
  物理查询改 Raycast → CapsuleTrace ，
  动画蓝图加 BlendSpace
  （贵的模型做关键设计决策）

第三步 → 切 Together AI / DeepSeek
  补测试用例、跑 Lint 、生成注释、写提交信息
  （量大但简单，免费渠道并行跑）

第四步 → 切回 Claude Code
  最终审查——walk through 所有改动，检查边界条件，
  确认网络同步逻辑没漏
  （把关必须用稳的）

Free Auto：切渠道的脏活让工具干

上面说的是手动切渠道——你知道哪个模型适合当前任务，自己选。但有时候你不想管这些。比如凌晨两点跑 CI 挂了一个 linting 任务，你只想让随便一个免费渠道把事情做了，别来烦你。

这时候 FreeUltraCode 的 Auto 渠道（freecc:auto，Channel 下拉菜单第一个选项）就上场了。它不是某个固定的上游 API——它是一个智能路由器：

1. 你配好 20+ 个免费渠道的 key （愿意配几个配几个）
2. 切到 Auto ，发请求
3. 代理按顺序轮转尝试——哪个渠道先返回正常结果，用哪个
4. 碰了 429 （限流）？自动跳过，等 30 秒冷却再重试
5. 碰了 5xx （上游挂了）？标记故障，本轮不再尝试
6. 所有渠道都挂了？返回 503 + 失败日志，告诉你谁挂了、为什么

连接超时有预算——每个渠道不会死等，超时就换下一个。成功的渠道天然排在前面（冷却状态清空），有问题的被推到队尾。

实际效果就是：发请求，等结果，渠道切换完全无感。你配了 8 个渠道，Auto 就是 8 个渠道的容灾池——一个挂了自动下一个顶上。

Auto 也可以固定模型。 比如你在 Settings 里给 Auto 设 model override 为 z-ai/glm-5.1，那无论 Auto 这次路由到 Groq 、Together 还是 DeepSeek ，都会要求上游跑同一个模型。适合你对模型效果有偏好的场景。

实际场景（游戏开发）：

凌晨两点，CI 挂了，Claude Code 报了个 lint 错误。
你不在电脑前，但 FreeUltraCode 的定时任务还在跑。

Auto 渠道自动尝试：
  GitHub Models → 429 ，跳过，冷却 30s
  Groq → 正常，几分钟修完
  （后面的 DeepSeek 、Together 、HuggingFace 根本不用动）

第二天早上起床，CI 绿了，commit 写好了。
你甚至不知道昨晚到底是 Groq 还是 DeepSeek 修的问题。
也不需要知道。

本地代理：不用改全局配置，多条线同时跑

市面上类似的工具有 cc-switch ，但它的做法是改 Claude Code 的全局环境变量——切一次渠道，改一轮 ANTHROPIC_BASE_URL。这意味着同一时间只能走一条线，而且是对全局生效的，你开两个终端窗口也全切过去了。

FreeUltraCode 没走这条路。它内置一个 Rust 写的本地反向代理，监听 127.0.0.1，按端口路径路由。你的 Claude Code 不用改任何配置，它以为自己还在跟 Anthropic 官方 API 说话，但实际上：

Claude Code → 127.0.0.1:8766/ch/official     → Anthropic 官方
Claude Code → 127.0.0.1:8766/ch/deepseek     → DeepSeek
Claude Code → 127.0.0.1:8766/ch/kimi         → Kimi
Claude Code → 127.0.0.1:8766/ch/auto         → Free Auto 智能切换

每个渠道对应一个端口路径，互不干扰。你可以同时开着官方 Claude 、DeepSeek 、Kimi 三个渠道的 Claude Code 会话。 代理在中间做 Anthropic ↔ OpenAI 协议互译，上游是 OpenAI 协议的（ Groq 、Together 、DeepSeek ），代理帮你翻；上游本身就是 Anthropic 协议的（ Kimi 、Z.ai ），直接透传。

更关键的是：同一个 Claude Code 会话里也能动态切渠道。 Claude Code 每次都从环境变量 ANTHROPIC_BASE_URL 读 API 地址——FreeUltraCode 的 gateway 在每次调用时动态注入这个值。这就意味着：

第一轮对话：
  DeepSeek 扫项目结构，找问题 → 便宜

第二轮对话：
  切回 Claude 官方 → 精准修复

同一场会话，上下文全保留。

不需要重新开终端，不需要重喂文件引用和中间结论。DeepSeek 负责定位问题，Claude 官方负责动手改——各干各擅长的，成本可控。

所以对比 cc-switch 和 FreeUltraCode 的渠道切换方式：

/ultracode：用便宜模型跑出贵模型的质量

这就是 FreeUltraCode 里 /ultracode 干的事。一句话描述任务，自动生成执行方案，并行跑多个子 agent——规划、执行、审查、对抗验证、验收门——整条链路全走你配的免费渠道。

fuc ultracode "把武器系统的伤害计算从客户端移到服务端，处理好预测回滚"

六个内置策略自动选择：分类执行、并行合成、对抗验证、生成过滤、锦标赛、循环直到完成。

底层逻辑：用结构化流水线替代单模型深度推理。 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。

每次运行在 .fuc-run/<run-id>/ 下留完整日志：任务账本、事件流、裁决、最终结果。

技术栈

适合谁

• 每天用 Claude Code / Codex 写代码，token 账单肉疼的
• 手上有好几个免费渠道的 key ，但切来切去配置麻烦的
• 知道哪些任务可以放便宜模型跑、哪些必须用贵的，想精细化省成本的
• 做游戏/图形/系统开发的——这类项目文件多、编译重、AI 调用量大

不适合偶尔问一句的轻度用户。轻度使用直接开终端跑 Claude Code 就够了，不需要套个壳。

当前默认模型（部分）

项目地址

• GitHub：github.com/wellingfeng/FreeUltraCode
• Discord：discord.gg/2C9ptSEFG
• QQ 群：149523963

跑起来

cd app
npm install
npm run dev       # Web → localhost:5173
npm run desktop   # Tauri 桌面应用

Windows 直接双击仓库根目录的 run.bat。