这个 Skill 能做什么，适合哪些场景？
9Router 技能是连接 9Router AI 网关的入口文档。9Router 是一个本地或远程部署的网关服务，暴露 OpenAI 兼容的 REST API，涵盖聊天、图像生成、语音合成、语音识别、嵌入、网页搜索与网页抓取等能力，支持 40+ 供应商和 100+ 模型。该技能本身只负责环境配置（设置 NINEROUTER_URL 与 NINEROUTER_KEY）和模型发现，并按需引导获取对应能力子技能的 SKILL.md。适合已经或打算自建 9Router 网关、希望让编码代理直接复用免费模型额度的用户。技能采用 MIT 许可证，与仓库中其余 8 个技能打包在同一 monorepo 中。
指导设置 NINEROUTER_URL 和 NINEROUTER_KEY 环境变量并验证 /api/health；通过 /v1/models 及其子端点（/v1/models/image、/v1/models/tts、/v1/models/embedding、/v1/models/web、/v1/models/stt、/v1/models/image-to-text）发现可用模型与组合（combo）；给出带 Authorization Bearer 头的 OpenAI 兼容 REST 调用方式；按用户所需能力从 GitHub 原始地址抓取对应的子技能 SKILL.md（聊天、图像、TTS、STT、嵌入、网页搜索、网页抓取共 7 个）；提供 401、400、503 等错误码的排查指引。
- 已本地运行 9Router 的开发者，想让 Claude Code、Codex、Cursor、Cline 等编码工具直接调用免费模型而不写供应商样板代码
- 订阅额度经常浪费的用户，希望代理按订阅→低价→免费三层自动切换避免中断
- 希望零成本使用 Kiro、OpenCode Free、Vertex AI 免费额度进行日常编码的用户
- 需要在同一套 API 后面切换多家供应商（OpenAI、Anthropic、Gemini、DeepSeek、Qwen 等）进行模型对比的工程师
- 需要图像生成、TTS、嵌入等非聊天能力，但想通过统一 OpenAI 兼容接口调用的用户
如何安装这个 Skill？
- 技能在运行时从未固定的 master 分支拉取子技能文件，内容可能随时变化且无完整性校验，建议审查后再使用或自行固定版本。
- 必须先安装并运行 9Router 网关且连接供应商后技能才有用；文档未明确声明此前置条件。
- 核心功能依赖 GitHub raw 访问与海外AI供应商，中国大陆网络可达性存疑；技能本身无中文支持。
- RTK节省20-40% token、免费无限使用等宣传性数字未经独立验证。
- 静态审阅，未执行任何命令；所有结论仅基于源码阅读，置信度低。
- Shell / 命令行
- 网络访问
9Router running locally (default port 20128)curl for API calls
本技能位于 decolua/9router 仓库的 skills/9router/SKILL.md，随整个技能集（共 9 个技能）一起分发，仓库采用 MIT 许可证。前提是先安装并运行 9Router 网关本体：README 推荐 npm install -g 9router && 9router，仪表盘默认在 http://localhost:20128；源码或 Docker 运行方式见仓库 README（未在本技能内重复说明）。将 skills/9router 文件夹放入你的 Agent Skills 目录即可，具体安装路径未在源码中说明。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/decolua/9router.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/9router" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
1) 导出环境变量：export NINEROUTER_URL="http://localhost:20128"，若网关启用鉴权再设置 export NINEROUTER_KEY="sk-..."（密钥来自 Dashboard → Keys）；2) 验证：curl $NINEROUTER_URL/api/health 应返回 {"ok":true}；3) 用 curl $NINEROUTER_URL/v1/models（或 image/tts/embedding/web/stt/image-to-text 子端点）发现模型，取 data[].id 作为请求的 model 字段；4) 向 ${NINEROUTER_URL}/v1/... 发送带 Authorization Bearer 头的标准请求；5) 需要具体能力时，按技能内表格抓取对应子技能的 SKILL.md。触发方式：当用户提到 9Router、NINEROUTER_URL 或想免样板代码调用 AI 时使用。
这个 Skill 有哪些优点和局限？
- OpenAI 兼容的统一 REST 接口，一份代码可调用 40+ 供应商、100+ 模型
- 模型发现按能力分类（聊天/图像/TTS/STT/嵌入/网页），结构清晰
- 文档提供明确的错误码排查表（401/400/503），失败模式可预期
- 入口技能按需加载子技能，上下文开销小
- 强依赖一个正在运行的 9Router 网关，没有网关实例时技能完全不可用
- 本技能只是入口与索引，实际操作细节分散在 7 个子技能中，需要额外网络抓取
- README 中的部分免费信息以 2026 年为准（如 iFlow、Qwen、Gemini CLI 免费层已停用），时效性需自行核实
- 仓库未展示针对该技能的测试套件，可靠性主要依赖网关本身的稳定性
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| 9Router 网关接入技能 本页 | 46 · 谨慎使用 | ★ 31k | 17 天前 | MIT |
| 9Router Chat 技能 | 47 · 谨慎使用 | ★ 31k | 17 天前 | MIT |
| Hugging Face 本地模型运行器 | 44 · 不推荐 | ★ 11k | 17 天前 | Apache-2.0 |
| Cost Mode 成本优化模式 | 54 · 谨慎使用 | ★ 38 | 11 天前 | MIT |
| 9Router 图像生成技能 | 52 · 谨慎使用 | ★ 31k | 17 天前 | MIT |
README 提到本项目受 CLIProxyAPI（Go 原版实现）启发，并有 TypeScript 分支 OmniRoute（增加 36+ 供应商、四层回退等）。若只需要一个轻量路由代理而不需要仪表盘与 token 节省功能，直接用 CLIProxyAPI 类方案也是选择。
FollowSkills 如何评估这个 Skill？
技能本身仅读取环境变量并发起本地HTTP请求，权限克制，无破坏性默认行为；但要求在运行时从 raw.githubusercontent.com 拉取未固定的 master 分支 SKILL.md，构成供应链风险且无内容校验/回滚说明，发布者身份未验证。扣分点：远程内容无版本固定、无完整性校验。
设置、模型发现与错误码（401/400/503）说明自洽且附健康检查命令；但整体依赖本地网关服务已运行及远程技能文件可达，无测试证据、无离线降级路径，失败反馈依赖远程服务。扣分点：关键路径未经执行复现，依赖外部可用性。
触发条件清晰（用户提及9Router、NINEROUTER_URL或需要免样板AI接入），场景与错误处理明确；但完全依赖本地运行的9Router服务，未声明该前置为不适用边界；中文支持未覆盖（README有多语言但技能本身无中文）。扣分点：前置依赖边界未声明，中国网络可达性证据不足（依赖GitHub raw与海外免费供应商）。
文档分层良好（索引技能+能力子技能），含示例响应、错误表和MIT许可证，仓库有版本号(0.5.69)和CI；但子技能通过master分支URL引用而非版本固定，技能本身无changelog，维护责任仅隐含于仓库。扣分点：引用无版本固定、无变更记录。
若网关已配置，该技能能减少接入样板并自动路由多供应商，具有真实价值；但静态审阅无法验证端到端产出，且价值前提是用户已完成安装、供应商连接和密钥配置等大量前置工作。扣分点：核心价值不可静态验证，前置成本较高。
API形状、端点和错误码可通过仓库源码（ping.js等）部分交叉印证；README提供npm/Docker徽章与第三方视频，但多为营销性证据；无提交的测试套件覆盖技能关键路径。扣分点：缺乏独立可复现的执行证据。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →