关于 UberLLM
UberLLM 是面向 AI 模型使用者的托管 MCP 服务和模型 API 市场。一个密钥即可调用聊天、图像、视频、音乐和语音模型,并通过工具查询模型、报价和账户余额。
主要功能
- 01查询模型及实时价格
- 02估算请求费用
- 03生成和编辑图像
- 04启动并跟踪视频任务
- 05查询账户余额
适用场景
- 01请求前比较可用模型
- 02生成内容前估算费用
- 03创建图像或启动视频生成
- 04查询预付余额和任务状态
MCP 相关
托管的 Streamable HTTP MCP 服务提供模型查询、费用报价、图像生成与编辑、视频任务管理及余额查询工具。工具调用按对应 API 请求计费。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://api.uberllm.dev/mcpclaude mcp add --transport http dev-uberllm https://api.uberllm.dev/mcp{"mcpServers":{"dev-uberllm":{"type":"http","url":"https://api.uberllm.dev/mcp"}}}在 Cursor 中打开{"servers":{"dev-uberllm":{"type":"http","url":"https://api.uberllm.dev/mcp"}}}在 VS Code 中打开{"mcpServers":{"dev-uberllm":{"type":"http","url":"https://api.uberllm.dev/mcp"}}}{"mcpServers":{"dev-uberllm":{"serverUrl":"https://api.uberllm.dev/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
https://api.uberllm.dev/mcp需要授权工具
详细介绍
UberLLM
UberLLM 是一个 AI 模型 API 市场:提供聊天、图像、视频、音乐和语音模型。你只需使用一个密钥,即可调用一个兼容 OpenAI 和 Anthropic 的 API。每个请求都由该模型的第三方推理提供商处理,费用按该提供商收取的价格计算。
- 请求不收取 UberLLM 费用。使用银行卡充值需支付 5.5% + $0.50。
- 预付费。账户初始余额为 $0;请求失败不会收费。
- 基础 URL:
https://api.uberllm.dev/v1(OpenAI)或https://api.uberllm.dev(Anthropic)。 - 模型和实时价格:https://uberllm.dev/models
- 文档:https://uberllm.dev/docs
本仓库包含公开工具:Claude Code 和 Codex 插件、uberllm Agent 技能、附带校验和的 Claude Code 安装程序,以及适用于 SDK 和 MCP 客户端的复制即用配置。
获取密钥
使用电子邮箱登录 https://uberllm.dev(系统会发送验证码,无需密码),充值,然后在 Dashboard → Keys 中创建密钥。密钥以 ull_ 开头。
在编码 Agent 中安装
本仓库提供 Claude Code 插件、Codex 插件和 Agent 技能。每种方式都会添加 UberLLM 托管的 MCP 服务(https://api.uberllm.dev/mcp,Streamable HTTP)和/或 uberllm 技能,该技能可以指导你配置 UberLLM、选择模型以及生成图像和视频。无需在本地构建或运行任何内容:服务托管在远程,使用你的密钥进行身份验证,格式为 Authorization: Bearer ull_...。
MCP 工具:list_models、get_model、quote、generate_image、edit_image、start_video、get_job、wait_job、balance。工具调用的收费方式与相同的 API 请求完全一致。完整参考文档:https://uberllm.dev/docs/mcp
Claude Code 插件(MCP 服务 + 技能)。在 Claude Code 中:
/plugin marketplace add PSA-Team-source/uberllm
/plugin install uberllm@uberllm
启用插件时,Claude Code 会要求你提供 API 密钥,并将其保存在系统的凭据存储中。之后可使用 claude plugin configure uberllm 设置或更改密钥。
Codex 插件(MCP 服务 + 技能):
codex plugin marketplace add PSA-Team-source/uberllm
codex plugin add uberllm@uberllm
export UBERLLM_API_KEY=ull_... # the MCP server reads the key from here
仅安装技能(适用于 Claude Code、Codex、Cursor、OpenCode 和其他支持读取 Agent Skills 的 Agent),通过 skills.sh 安装:
npx skills add PSA-Team-source/uberllm
仅安装 MCP 服务,适用于 Claude Code:
claude mcp add --transport http uberllm https://api.uberllm.dev/mcp --header "Authorization: Bearer ull_..."
Cursor(~/.cursor/mcp.json)及其他支持 URL 的客户端:
{
"mcpServers": {
"uberllm": {
"url": "https://api.uberllm.dev/mcp",
"headers": { "Authorization": "Bearer ull_..." }
}
}
}
VS Code(.vscode/mcp.json;VS Code 会要求你输入一次密钥并将其保存):
{
"inputs": [
{ "type": "promptString", "id": "uberllm-key", "description": "UberLLM API key (ull_...)", "password": true }
],
"servers": {
"uberllm": {
"type": "http",
"url": "https://api.uberllm.dev/mcp",
"headers": { "Authorization": "Bearer ${input:uberllm-key}" }
}
}
}
Claude Desktop(Settings → Developer → Edit Config),通过
mcp-remote 配置:
{
"mcpServers": {
"uberllm": {
"command": "npx",
"args": ["-y", "mcp-remote", "https://api.uberllm.dev/mcp", "--header", "Authorization:${UBERLLM_AUTH}"],
"env": { "UBERLLM_AUTH": "Bearer ull_..." }
}
}
}
该服务已列入官方 MCP Registry,名称为 dev.uberllm/mcp(server.json)。
OpenAI SDK
from openai import OpenAI
client = OpenAI(base_url="https://api.uberllm.dev/v1", api_key="ull_...")
r = client.chat.completions.create(
model="deepseek/deepseek-v4-flash",
messages=[{"role": "user", "content": "Say hello in five words."}],
)
print(r.choices[0].message.content)
Anthropic SDK
from anthropic import Anthropic
client = Anthropic(base_url="https://api.uberllm.dev", api_key="ull_...")
m = client.messages.create(
model="anthropic/claude-haiku-4.5",
max_tokens=100,
messages=[{"role": "user", "content": "Say hello in five words."}],
)
print(m.content[0].text)
目录中的任意聊天模型都可通过这两个 API 使用。模型 ID 与 https://uberllm.dev/models 上的 ID 相同。
Vercel AI SDK
import { createOpenAICompatible } from "@ai-sdk/openai-compatible";
import { generateText } from "ai";
const uberllm = createOpenAICompatible({
name: "uberllm",
apiKey: process.env.UBERLLM_API_KEY,
baseURL: "https://api.uberllm.dev/v1",
includeUsage: true,
});
const { text } = await generateText({
model: uberllm("deepseek/deepseek-v4-flash"),
prompt: "Say hello in five words.",
});
流式传输、工具调用和图像:https://uberllm.dev/docs/ai-sdk
Claude Code
手动配置(3 步)
-
在 Dashboard → Keys 中创建密钥。
-
将密钥保存到只有你能读取的文件中:
mkdir -p ~/.uberllm && chmod 700 ~/.uberllm printf '%s\n' 'ull_your_key' > ~/.uberllm/key && chmod 600 ~/.uberllm/key -
将以下内容添加到
~/.claude/settings.json(适用于所有项目)或<project>/.claude/settings.local.json(适用于单个项目):{ "apiKeyHelper": "cat ~/.uberllm/key", "env": { "ANTHROPIC_BASE_URL": "https://api.uberllm.dev", "CLAUDE_CODE_ENABLE_GATEWAY_MODEL_DISCOVERY": "1" } }
使用安装程序
install/claude-code.sh(macOS、Linux)和
install/claude-code.ps1(Windows)与
https://uberllm.dev/install/ 提供的文件逐字节完全一致。它们会通过浏览器为你登录,将密钥保存到权限为 600 的文件中,将 ANTHROPIC_BASE_URL 和一个 apiKeyHelper 合并到你的 Claude Code 设置中(并先备份该文件),然后发送一条测试请求。--uninstall 可撤销这些更改。
先阅读并检查,再运行:
curl -fsSL https://uberllm.dev/install/claude-code.sh -o claude-code.sh
shasum -a 256 claude-code.sh # compare with install/SHA256SUMS
less claude-code.sh
sh claude-code.sh # add --project for this project only
| 文件 | SHA-256 |
|---|---|
claude-code.sh | f5aa1c4610992d8f4ecc1b1cd777bc731c5fad9da6a38cac46989834b194d66c |
claude-code.ps1 | 60d631b48e60a2e3f17e5eee19136d47a255f143627986e86b6ceb379858a3b9 |
如果你下载的文件与上方校验值不一致,请勿运行,并发送邮件告知我们:[email protected]。
详情:https://uberllm.dev/docs/claude-code
支持
[email protected] · 隐私政策 · 条款
许可证
MIT
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。