code-switch
Code Switch 是一款专为 Claude Code 和 Codex 用户设计的多供应商管理工具，旨在解决开发者在使用不同 AI 代码模型时频繁切换配置、难以监控成本以及缺乏故障容错机制的痛点。
通过在本机启动一个智能 HTTP 代理服务器，Code Switch 让命令行工具无需重启即可平滑切换背后的 AI 供应商。它支持自动降级策略：当首选模型服务不可用时，系统会自动无缝回退到备用供应商，确保持续稳定的开发体验。此外，工具提供请求级别的用量统计，帮助用户清晰掌握每一笔 API 花费，并内置了流行的 Claude Skill 仓库管理与自动安装功能，极大简化了插件生态的使用流程。
这款工具特别适合依赖 AI 辅助编程的软件开发者、技术研究人员以及需要灵活调度多种大模型资源的极客用户。其核心技术亮点在于基于 Wails 3 构建的轻量级架构，能够透明地路由请求至不同端点（如 /v1/messages 或 /responses），在后台动态维护供应商优先级，而前端 CLI 始终只需连接固定的本地地址。无论是 macOS、Windows 还是 Linux 用户，都能通过 Code Switch 获得更高效、可控且低成本的 AI 编码工作流。
使用场景
某全栈开发团队在同时使用 Claude Code 进行代码重构和 Codex 处理复杂逻辑时，面临多模型切换与成本控制的挑战。
没有 code-switch 时
- 每次切换 AI 供应商（如从 Claude 切到 Codex）都必须重启终端服务，打断开发心流，效率极低。
- 当某个供应商接口超时或报错时，任务直接失败，开发者需手动重试或临时更换配置，缺乏自动容错机制。
- 无法直观查看每个具体请求的费用明细，月底结算时难以区分是 Claude 还是 Codex 产生了高额支出。
- 管理 MCP Server 和安装 Claude Skill 需要分别执行多条命令行指令，环境配置繁琐且容易出错。
使用 code-switch 后
- 无需重启任何服务，通过图形界面即可平滑切换供应商，开发过程零中断，保持专注。
- 内置自动降级策略，当主供应商请求失败时，code-switch 会自动无缝回退到备用供应商，保障任务连续执行。
- 提供请求级别的用量统计面板，每一笔调用的花费清晰可见，帮助团队精准优化预算分配。
- 一站式管理双平台 MCP Server，并支持自动下载及自定义安装 Claude Skill，将原本复杂的配置简化为点击操作。
code-switch 通过透明代理与智能路由技术，将碎片化的多模型管理转化为流畅、可控且经济高效的统一开发体验。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明
快速开始
代码切换
集中管理 Claude Code 与 Codex 供应商
- 无需重启 cc & codex，即可平滑切换不同供应商
- 支持多供应商自动降级，确保使用体验流畅
- 支持按请求级别进行用量统计，让费用支出一目了然
- 支持 cc & codex Mcp Server 双平台管理
- 支持 Claude Skill 自动下载与安装，内置 2 个热门技能仓库
- 支持添加自定义 Skill 仓库
基于 Wails 3
实现原理
应用启动时，会初始化并在本地 18100 端口创建一个 HTTP 代理服务器，默认绑定：18100。
同时，系统会自动更新 Claude Code 和 Codex 的配置，并将服务地址指向 http://127.0.0.1:18100。
在代理内部，仅暴露兼容的关键端点：
- /v1/messages 将请求转发至配置的 Claude 供应商
- /responses 将请求转发至 Codex 供应商；
请求由 proxyHandler 动态选择符合当前优先级与启用状态的提供商，并在失败时自动回退。
通过以上流程，CLI 看到的始终是一个固定的本地地址，而真实的请求则会被 Code Switch 透明地路由至您在应用中维护的供应商列表。
下载
macOS | Windows | Linux (amd64)
预览
开发准备
- Go 1.24+
- Node.js 18+
- npm / pnpm / yarn
- Wails 3 CLI：
go install github.com/wailsapp/wails/v3/cmd/wails3@latest
开发运行
wails3 task dev
构建流程
- 同步 build metadata：
wails3 task common:update:build-assets - 打包 macOS
.app：wails3 task package
交叉编译 Windows（macOS 环境）
- 安装
mingw-w64：brew install mingw-w64 - 运行 Windows 任务：
env ARCH=amd64 wails3 task windows:build # 生成安装器 env ARCH=amd64 wails3 task windows:package
发布
脚本 scripts/publish_release.sh v0.1.0 会自动打包并上传以下资产（macOS 会分别构建 arm64 与 amd64）：
codeswitch-macos-arm64.zipcodeswitch-macos-amd64.zipcodeswitch-arm64-installer.execodeswitch.exe
若需手动发布，可执行：
wails3 task package
env ARCH=amd64 wails3 task windows:package
scripts/publish_release.sh
常见问题
- 若
.app无法打开，先执行wails3 task common:update:build-assets，再进行构建。 - macOS 交叉编译需要终端拥有完全磁盘访问权限，否则
~/Library/Caches/go-build会报 operation not permitted。
版本历史
v0.1.82025/11/17v0.1.72025/11/13v0.1.62025/11/12v0.1.52025/11/12v0.1.42025/11/11v0.1.32025/11/10v0.1.22025/11/09常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。