quotio
Quotio 是一款专为 macOS 设计的原生菜单栏应用,旨在成为开发者管理 AI 编程助手的统一指挥中心。它解决了开发者在使用 Claude、Gemini、OpenAI、Qwen 等多个 AI 服务时,需要频繁切换账号、手动追踪配额以及配置复杂命令行工具的痛点。
通过 Quotio,用户可以轻松整合不同平台的订阅账户,在一个界面内实时查看各账号的令牌(Token)使用量和剩余额度。其核心亮点在于“智能故障转移”机制:当某个账号配额耗尽或遇到限制时,系统能自动切换到其他可用账号,确保像 Claude Code、OpenCode 或 Droid 等 AI 编程代理持续稳定运行,无需人工干预。此外,它还支持一键自动配置各类 CLI 工具,并提供直观的流量监控仪表盘和低配额通知功能。
这款工具特别适合重度依赖 AI 进行代码生成、调试和重构的软件工程师及技术研究人员。如果你同时拥有多个 AI 服务订阅,并希望高效管理资源以避免工作中断,Quotio 将极大提升你的开发工作流效率。目前支持英语、越南语和简体中文,让全球开发者都能轻松上手。
使用场景
资深全栈开发者李明正在 macOS 上利用多个 AI 编程助手(如 Claude Code、Gemini CLI)并行重构一个大型微服务架构,需要高频调用不同模型的代码生成与调试能力。
没有 quotio 时
- 账号切换繁琐:需要在终端手动导出不同的 API Key 或反复登录多个网页版账户,打断编码心流。
- 额度监控盲区:无法直观看到各平台(Claude、Gemini、Qwen)的剩余配额,常在关键任务时突然遇到"429 Too Many Requests"报错。
- 故障应对被动:当某个模型服务波动或额度耗尽时,必须手动停止当前任务并重新配置命令行工具切换到备用模型,耗时且易出错。
- 配置管理混乱:针对不同 CLI 工具(如 OpenCode、Droid)需分别编写复杂的代理配置文件,维护成本极高。
使用 quotio 后
- 统一入口管理:通过菜单栏一键聚合所有 AI 账户,CLI 工具自动指向 quotio 本地代理,无需再手动切换环境变量或登录状态。
- 实时可视监控:仪表盘实时展示各模型的 Token 消耗与剩余额度,低配额时自动弹窗预警,让资源规划心中有数。
- 智能自动故障转移:配置“轮询”或“优先填满”策略后,若主用模型额度不足,quotio 自动将请求无缝转发至备用模型,任务零中断。
- 一键工具适配:自动检测并配置 Claude Code、Gemini CLI 等工具,瞬间完成多代理环境的搭建,开箱即用。
quotio 将分散割裂的 AI 账户体系整合为稳定高效的本地指挥中枢,让开发者专注于代码逻辑而非资源调度。
运行环境要求
- macOS
未说明
未说明

快速开始
Quotio
macOS 上 AI 编程助手的终极控制中心。
Quotio 是一款原生 macOS 应用程序,用于管理 CLIProxyAPI —— 一个为您的 AI 编程代理提供支持的本地代理服务器。它可以帮助您在一个地方管理多个 AI 账户、跟踪配额并配置 CLI 工具。
✨ 功能
- 🔌 多提供商支持:通过 OAuth 或 API 密钥连接 Gemini、Claude、OpenAI Codex、Qwen、Vertex AI、iFlow、Antigravity、Kiro、Trae 和 GitHub Copilot 等账户。
- 📊 独立配额模式:无需运行代理服务器即可查看配额和账户信息——非常适合快速检查。
- 🚀 一键配置 AI 代理:自动检测并配置 Claude Code、OpenCode、Gemini CLI 等 AI 编程工具。
- 📈 实时仪表板:实时监控请求流量、令牌使用情况和成功率。
- 📉 智能配额管理:按账户可视化配额跟踪,并提供自动故障转移策略(轮询 / 先填)。
- 🔑 API 密钥管理:为您的本地代理生成和管理 API 密钥。
- 🖥️ 菜单栏集成:从菜单栏快速访问服务器状态、配额概览和自定义提供商图标。
- 🔔 通知:当配额不足、账户冷却期或服务出现问题时发出警报。
- 🔄 自动更新:内置 Sparkle 更新程序,实现无缝更新。
- 🌍 多语言支持:支持英语、越南语和简体中文。
🤖 支持的生态系统
AI 提供商
| 提供商 | 认证方式 |
|---|---|
| Google Gemini | OAuth |
| Anthropic Claude | OAuth |
| OpenAI Codex | OAuth |
| Qwen Code | OAuth |
| Vertex AI | 服务账号 JSON |
| iFlow | OAuth |
| Antigravity | OAuth |
| Kiro | OAuth |
| GitHub Copilot | OAuth |
IDE 配额跟踪(仅监控)
| IDE | 描述 |
|---|---|
| Cursor | 安装并登录后自动检测 |
| Trae | 安装并登录后自动检测 |
注意:这些 IDE 仅用于配额使用情况的监控,不能作为代理的提供商使用。
兼容的 CLI 代理
Quotio 可以自动配置以下工具使用您的集中式代理:
- Claude Code
- Codex CLI
- Gemini CLI
- Amp CLI
- OpenCode
- Factory Droid
🚀 安装
要求
- macOS 14.0 (Sonoma) 或更高版本
- 用于 OAuth 认证的互联网连接
Homebrew(推荐)
brew tap nguyenphutrong/tap
brew install --cask quotio
下载
从 Releases 页面下载最新的 .dmg 文件。
⚠️ 注意:该应用目前尚未使用 Apple 开发者证书签名。如果 macOS 阻止了该应用,请运行:
xattr -cr /Applications/Quotio.app
从源代码构建
克隆仓库:
git clone https://github.com/nguyenphutrong/quotio.git cd Quotio在 Xcode 中打开:
open Quotio.xcodeproj构建并运行:
- 选择“Quotio”方案
- 按
Cmd + R构建并运行
应用程序将在首次启动时自动下载
CLIProxyAPI二进制文件。
📖 使用方法
1. 启动服务器
启动 Quotio 并点击仪表板上的“开始”按钮,以初始化本地代理服务器。
2. 连接账户
转到“提供商”选项卡 → 单击某个提供商 → 通过 OAuth 进行认证或导入凭据。
3. 配置代理
转到“代理”选项卡 → 选择已安装的代理 → 单击“配置” → 选择自动或手动模式。
4. 监控使用情况
- 仪表板:整体健康状况和流量
- 配额:按账户细分的使用情况
- 日志:原始请求/响应日志,用于调试
⚙️ 设置
- 端口:更改代理监听端口
- 路由策略:轮询或先填
- 自动启动:在 Quotio 打开时自动启动代理
- 通知:开启或关闭各类事件的提醒
📸 截图
仪表板
提供商
代理设置
配额监控
故障转移配置
API 密钥
日志
设置
菜单栏
🤝 参与贡献
- 复刻项目
- 创建你的功能分支 (
git checkout -b feature/amazing-feature) - 提交你的更改 (
git commit -m '添加超赞功能') - 推送到该分支 (
git push origin feature/amazing-feature) - 打开一个拉取请求
💬 社区
加入我们的 Discord 社区,获取帮助、分享反馈并与其他用户交流:
⭐ 星标历史
📊 仓库活动
💖 贡献者
没有你们,我们不可能完成这一切。感谢有你!🙏
📄 许可证
MIT 许可证。详情请参阅 LICENSE 文件。
版本历史
v0.14.02026/02/22v0.13.02026/02/15v0.12.02026/02/12v0.11.02026/02/10v0.10.12026/02/10v0.10.02026/02/10v0.9.02026/02/06v0.8.02026/02/04v0.7.102026/01/30v0.7.92026/01/29v0.7.82026/01/29v0.7.72026/01/27v0.7.62026/01/17v0.7.52026/01/15v0.7.42026/01/13v0.7.32026/01/13v0.7.22026/01/12v0.7.12026/01/12v0.7.02026/01/09v0.7.0-beta-22026/01/08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。