proxypal

GitHub
1.1k 219 简单 1 次阅读 3天前MIT语言模型
AI 解读 由 AI 自动生成,仅供参考

ProxyPal 是一款专为开发者设计的桌面应用,旨在打通各类编程工具与主流 AI 订阅服务之间的壁垒。许多开发者虽然购买了 Claude、ChatGPT、Gemini 或 GitHub Copilot 等服务的会员,却受限于特定平台,无法在 Cursor、Cline、Continue 等心仪的编辑器中自由调用。ProxyPal 完美解决了这一痛点,它作为一个本地代理服务器,能将上述所有 AI 服务统一转换为标准的 OpenAI 兼容接口。

只需在 ProxyPal 中配置好账号,用户即可让任何支持 OpenAI 协议的编程工具无缝接入自己已有的 AI 订阅,实现“一次配置,随处可用”。除了核心的连接功能,ProxyPal 还提供了直观的使用分析面板,帮助开发者实时监控请求量、Token 消耗及响应状态,从而更有效地管理成本。

技术上,ProxyPal 基于 Rust 和 Tauri v2 构建,确保了轻量级与高性能,并内置了对 GitHub Copilot 桥接及 Antigravity 思维模型的支持。它能自动检测并配置本地已安装的 CLI 智能体,大幅降低了上手门槛。如果你是一位希望灵活组合现有 AI 资源、追求高效编码体验的软件工程师或技术研究人员,ProxyPal 将是你工作流中不可或缺的得力助手。

使用场景

资深全栈开发者李明正在重构一个遗留项目,他习惯使用 Cursor 编辑器进行代码补全,但公司统一采购的是 Claude Pro 和 GitHub Copilot 订阅,且团队内部对模型切换有严格的数据追踪需求。

没有 proxypal 时

  • 工具链割裂:Cursor 默认绑定特定模型,若想调用已付费的 Claude 或 Copilot 接口,需手动修改复杂的配置文件或寻找不稳定的第三方插件。
  • 多账号管理混乱:同时维护多个 AI 服务的 API Key 和 OAuth 凭证,在不同终端和工具间反复复制粘贴,极易出错且存在泄露风险。
  • 成本黑盒:无法直观查看各模型的具体消耗(Token 数、请求次数),难以评估哪个订阅最划算,更无法向团队展示具体的节省金额。
  • 调试困难:当 AI 响应缓慢或报错时,缺乏统一的日志面板来查看请求状态码和耗时,排查问题如同“盲人摸象”。

使用 proxypal 后

  • 无缝集成任意工具:启动 proxypal 本地代理服务后,只需将 Cursor 指向 http://localhost:8317/v1,即可直接在编辑器中调用所有已登录的 Claude、Copilot 等订阅模型。
  • 统一凭证管理中心:通过简洁的桌面 UI 一次性配置并管理所有 AI 账号,自动检测并适配本地 CLI 工具,彻底告别手动配置环境变量。
  • 透明化用量分析:仪表盘实时展示各模型的请求成功率、Token 消耗及预估节省费用,让每一分订阅费都花得明明白白。
  • 全链路监控:内置的请求监视器详细记录每次调用的响应时间与状态,快速定位网络波动或模型异常,大幅提升调试效率。

proxypal 通过构建统一的本地代理层,打破了付费 AI 订阅与开发工具间的壁垒,让开发者能以最低摩擦成本灵活调度所有算力资源。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该工具为桌面应用程序,非 Python 脚本。macOS 用户若遇到应用被拦截,需运行命令 'xattr -cr /Applications/ProxyPal.app' 解除隔离。支持 Apple Silicon (ARM64) 和 Intel (x64) 架构的 macOS,以及 x64 架构的 Windows 和 Linux (.deb)。开发环境需安装 pnpm 和 Cargo。
python未说明
Rust
Tauri v2
SolidJS
TypeScript
Tailwind
CLIProxyAPI
proxypal hero image

快速开始

ProxyPal

使用您的 AI 订阅(Claude、ChatGPT、Gemini、GitHub Copilot)与任何编码工具配合使用。原生桌面应用,封装了 CLIProxyAPI

发布版本 许可证 下载量

ProxyPal 仪表盘

为什么选择 ProxyPal?

您已经为 Claude、ChatGPT 或 GitHub Copilot 付费了,为什么不能在自己最喜欢的编码工具中使用它们呢?

ProxyPal 正是为此而生——一个代理,支持所有 AI 订阅,兼容任意客户端。

功能特性

  • 多 AI 提供商:连接 Claude、ChatGPT、Gemini、Qwen、iFlow、Vertex AI,以及自定义的 OpenAI 兼容端点。
  • GitHub Copilot 桥接:通过 OpenAI 兼容 API 使用 Copilot 模型。
  • Antigravity 支持:通过 Antigravity 代理访问高级思维模型。
  • 跨平台适用:支持 Cursor、Cline、Continue、Claude Code、OpenCode 等,以及任何 OpenAI 兼容的客户端。
  • 使用分析:跟踪请求数量、令牌消耗、成功率及预估节省金额。
  • 请求监控:查看所有 API 请求,包括响应时间和状态码。
  • 自动配置:检测已安装的 CLI 客户端并自动完成设置。

快速开始

  1. Releases 下载。
  2. 启动 ProxyPal 并运行代理服务。
  3. 连接您的 AI 账户(OAuth 或认证文件)。
  4. 将您的编码工具指向 http://localhost:8317/v1

macOS 用户

该应用目前尚未使用 Apple 开发者证书签名。如果 macOS 阻止了应用运行,请执行以下命令:

xattr -cr /Applications/ProxyPal.app

支持的平台

平台 架构 状态
macOS Apple Silicon (ARM64)
macOS Intel (x64)
Windows x64
Linux x64 (.deb)

支持的客户端

兼容 Cursor、Claude Code、OpenCode、Cline、Continue、GitHub Copilot,以及任何 OpenAI 兼容的客户端。

开发环境

pnpm install
pnpm tauri dev

检查命令

pnpm check:ts        # 如果已安装 tsgo,则使用 tsgo;否则使用 tsc --noEmit
pnpm check:parallel  # 包括 check:ts、lint 和 format:check,且并行执行
cd src-tauri && cargo check

可选的 tsgo 设置:

pnpm add -D @typescript/native-preview

可选的 VS Code 设置:

{
  "typescript.experimental.useTsgo": true
}

技术栈:前端采用 SolidJS + TypeScript + Tailwind,后端基于 Rust + Tauri v2,代理层使用 CLIProxyAPI。

贡献指南

  1. 每个 PR 只包含一项功能:保持更改聚焦。
  2. 提交信息清晰:避免无关更改。
  3. 测试您的修改:运行 pnpm tauri dev 并验证。
  4. 遵循现有模式:参考类似实现。

添加新代理

  • src-tauri/src/lib.rs 中添加检测逻辑。
  • 将图标添加到 public/logos/ 目录(使用 currentColor 以适配深色模式)。
  • 更新相关组件中的代理列表。
  • 测试自动配置流程。

支持我们

如果 ProxyPal 为您节省了时间,请考虑 给我买杯咖啡

许可证

MIT


星标历史

星标历史图表

版本历史

v0.4.132026/03/19
v0.4.122026/03/14
v0.4.112026/03/10
v0.4.102026/03/06
v0.4.92026/03/05
v0.4.82026/03/02
v0.4.72026/03/02
v0.4.62026/02/28
v0.4.52026/02/26
v0.4.42026/02/26
v0.4.32026/02/25
v0.4.22026/02/23
v0.4.12026/02/23
v0.4.02026/02/22
v0.3.1222026/02/21
v0.3.1212026/02/21
v0.4.172026/03/25
v0.4.162026/03/25
v0.4.152026/03/21
v0.4.142026/03/21

相似工具推荐

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

139k|★★☆☆☆|今天
开发框架Agent语言模型

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。

87.6k|★★☆☆☆|今天
开发框架语言模型

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。

85k|★★☆☆☆|今天
图像数据工具视频

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。

77.1k|★★★☆☆|昨天
Agent图像开发框架

PaddleOCR

PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来,转换成计算机可读取的结构化数据,让机器真正“看懂”图文内容。 面对海量纸质或电子文档,PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域,它扮演着连接图像与大型语言模型(LLM)的桥梁角色,能将视觉信息直接转化为文本输入,助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显:不仅支持全球 100 多种语言的识别,还能在 Windows、Linux、macOS 等多个系统上运行,并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目,PaddleOCR 既能满足快速集成的需求,也能支撑前沿的视觉语言研究,是处理文字识别任务的理想选择。

74.9k|★★★☆☆|今天
语言模型图像开发框架

OpenHands

OpenHands 是一个专注于 AI 驱动开发的开源平台,旨在让智能体(Agent)像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点,通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员,还是需要快速原型验证的技术团队,都能从中受益。OpenHands 提供了灵活多样的使用方式:既可以通过命令行(CLI)或本地图形界面在个人电脑上轻松上手,体验类似 Devin 的流畅交互;也能利用其强大的 Python SDK 自定义智能体逻辑,甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK,这不仅构成了平台的引擎,还支持高度可组合的开发模式。此外,OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩,证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能,支持与 Slack、Jira 等工具集成,并提供细粒度的权限管理,适合从个人开发者到大型企业的各类用户场景。

70.6k|★★★☆☆|今天
语言模型Agent开发框架