Cheaplane

Cheaplane 🛣️

让高级订阅留在主线程。把繁琐工作交给便宜模型——Cheaplane 还会帮你挑选合适的模型。别再把高级模型的令牌浪费在样板活上。

Cheaplane 是一个精简的单文件 MCP 服务（约 250 行代码，仅依赖标准库和 mcp），为你的主 Agent（例如使用 Max 订阅的 Claude Code）提供一个额外工具：delegate。你的 Agent 继续负责思考（规划、架构设计、最终审查），并把可替代的繁琐工作——样板代码、格式整理、翻译、长文档摘要——交给本地 LiteLLM 代理背后的便宜模型（DeepSeek、Kimi、Qwen 等）。可以把它想成高级 Agent 的廉价实习生——它负责处理枯燥的部分，你则继续思考。

让它安全的关键：委派调用和你的订阅运行在物理隔离的进程中，绝不共享凭据。（为什么这很重要 ⬇️）

让它省心的关键：自动路由。 delegate(task) 会根据任务本身选择合适的便宜模型——代码 → DeepSeek，长文档 → Kimi，中文 → Qwen。（工作原理 ⬇️）

让它真正派上用场的关键：每轮都会触发提醒钩子，确保 Agent 不会忘记这个工具——大多数“委派”工具都会忽略这一点。此外，节省账本还会告诉你它帮你省下了多少配额。

看看实际效果——你的 Agent 把一项杂活交出去，自动路由会将其发送给便宜的代码模型：

delegate("convert to a TypeScript interface: {id, name, email, isAdmin, roles[]}")

interface User {
  id: number;
  name: string;
  email: string;
  isAdmin: boolean;
  roles: string[];
}

_{↑ 真实调用的输出——不是模拟结果，也没有手动选择模型。这次调用的令牌成本比高级模型低约 90 倍，而且你的订阅配额分毫未动。}

问题所在

高级模型在处理难题时物有所值——但每个令牌都会计入你的套餐，你却把配额消耗在重复琐事上：重新整理 JSON、翻译 UI 字符串、总结你只会读一次的文档。常见的“直接用便宜模型”方案会迫使你做出糟糕的选择：

• 把整个 Agent 降级 → 真正重要的工作会失去主线程的高质量表现。
• 所有请求都通过 API 密钥路由 → 你无法继续使用已经付费的订阅。

Cheaplane 保留了最佳组合：高级模型在主线程负责判断 + 便宜模型处理重复琐事 + 计费在物理上绝不混用。

Cheaplane 的优势

2026 年流行的做法是把整个 Agent 都换成便宜的模型（类似 DeepClaude）。这样确实能大幅降低成本，但会降低你实际用于思考的对话质量，还会导致你的其他 MCP 工具无法使用，而且如果你订阅的是 Pro/Max，这种做法根本不适用。Cheaplane 则选择了相反的做法：

_{以上对比依据截至 2026 年年中公开报告中后端替换方案（类似 DeepClaude）的表现；具体情况因工具而异，也可能发生变化。}

“便宜”究竟有多便宜？

繁重的基础工作其实很简单——为此支付高端费率纯属浪费。每百万 Token 的费用（截至 2026 年年中的公开标价）：

在 Opus 上，一个输出 Token **约需 $25，而在 DeepSeek 上约需 $0.28——对于不需要高智能的工作，前者贵了约 90 倍。**你使用的是订阅，因此不会直接支付这 $25——主对话消耗的是配额，而不是美元。重点就在这里：每一项委派出去的日常任务，都会为你留出本可用于高难度问题的高端配额。（在 DeepSeek Flash 上总结一份 40 页的文档，费用约为 $0.005——甚至不会影响你的配额。）

_{价格为截至 2026 年年中的公开标价，具体费用因套餐档位和缓存情况而异，请查看各服务提供商的信息。稳定不变的是数量级上的差距，而不是精确的节省金额。}

计费隔离（核心所在）

大多数“省钱”技巧都会把账单混在一起。Cheaplane 则让它们从根本上彼此隔离：

flowchart LR
    A["Main agent<br/>premium subscription"] -->|"delegate(task)"| B["Cheaplane MCP<br/>own process, own key"]
    B -->|HTTP| C["LiteLLM proxy<br/>localhost:4000"]
    C --> D["DeepSeek / Kimi / Qwen<br/>cheap, pay-per-use"]

Cheaplane 进程**绝不会导入你的订阅服务提供商的 SDK、读取其身份验证信息或接触其 OAuth Token。**它只知道一件事：一个 HTTP 端点（你的代理）及其密钥。主对话计入你的订阅；委派调用则计入你的低价代理。两者绝不会相互串账——这不是靠策略，而是由架构保证。

快速开始

最快方式 — 使用 Claude Code，只需运行一个脚本：

git clone https://github.com/millennialdreamer/cheaplane && cd cheaplane
cp litellm.yaml.example litellm.yaml          # then: export DEEPSEEK_API_KEY=sk-...
litellm --config litellm.yaml &               # start the cheap-model proxy on :4000
bash setup.sh                                 # deps + register MCP + reminder hook + verify

setup.sh 具有幂等性（可安全重复运行）：它会安装依赖项、在 Claude Code 中注册 delegate MCP 服务、安装每轮提醒钩子，并端到端验证整个调用链。然后启动一个新的 Claude Code 会话即可。

更喜欢安装包？ Cheaplane 已发布到 PyPI — 无需克隆，也无需硬编码路径：

pip install cheaplane          # or: uvx cheaplane  /  pipx install cheaplane
claude mcp add delegate cheaplane

你仍需要下方第 1 步中的代理，而提醒钩子也很实用 — 这一部分需要项目仓库。

# litellm.yaml — exposes DeepSeek under the model_name "deepseek"
model_list:
  - model_name: deepseek
    litellm_params:
      model: deepseek/deepseek-chat        # swap for any provider/model LiteLLM supports
      api_key: os.environ/DEEPSEEK_API_KEY

pip install 'litellm[proxy]'
litellm --config litellm.yaml        # serves http://localhost:4000

pip install cheaplane        # installs a `cheaplane` command; that's the whole install

git clone https://github.com/millennialdreamer/cheaplane && cd cheaplane
uv sync     # or:  python -m venv .venv && .venv/bin/pip install mcp

{
  "mcpServers": {
    "delegate": { "command": "cheaplane" }
  }
}

{
  "mcpServers": {
    "delegate": {
      "command": "uv",
      "args": ["run", "--directory", "/ABSOLUTE/PATH/TO/cheaplane", "python", "server.py"]
    }
  }
}

uv run python probe.py
# ✅ chain works (main → MCP → cheap model → back)

使用 delegate

你的 Agent 现在可以使用 delegate(task) — 路由会自动完成；仅在需要时手动指定：

delegate("convert this JSON to a TypeScript interface: …")      #  auto → deepseek (code)
delegate("summarize this 40-page contract: …")                  #  auto → kimi (very long input)
delegate("…Chinese text in the task auto-routes here…")        #  auto → qwen (Chinese copy)
delegate("translate these UI strings to Japanese", "flash")     #  explicit alias still wins

别名会映射到你的 LiteLLM model_name。无需修改代码即可将它们指向你的代理 — 设置 DELEGATE_MODEL_MAP 环境变量（一个 JSON 对象），或者创建 ~/.claude/delegate-model-map.json（会热重载，无需重启）；也可以编辑 server.py 中的 MODEL_ALIASES。

查看节省的费用

每次委派调用都会向 ~/.cheaplane/usage.jsonl 追加一行仅包含元数据 — 绝不包含任务内容。随时向你的 Agent 查询 savings（输出示例）：

Cheaplane savings — all time
  delegated calls : 184
  tokens offloaded: ~412,300 in / ~365,800 out
  premium cost avoided (Opus list): ~$11.21
  actually spent (DeepSeek-class) : ~$0.16  (≈70× cheaper, in+out blended)
  last 7 days     : 31 calls, ~$2.04 avoided

这些数字是按公开标价估算的 — 真正节省的是从未消耗的高级额度。记录文件仅保存 token 数量和模型名称；你可以随时删除该文件，也可以设置 DELEGATE_NO_LOG=1 来完全关闭日志记录。

让你的 Agent 真正用起来

每个“委派给廉价模型”工具都有个鲜为人知的真相：**安装它并不难，难的是让你的 Agent 真正用起来。**把工具放进 Agent 后，处理真实任务几轮，它就会忘记工具的存在，转而用高级模型的 token 自己埋头处理那些苦差事。指令会逐渐沉到上下文深处，注意力也会转移。

Cheaplane 开箱即提供解决方案，你可以叠加使用以下三层：

1. 技能（SKILL.md）——教 Agent 何时委派。适用于任何客户端；它是被动的，因此可作为基础。
2. 在你的 CLAUDE.md / system prompt 中加入一行默认指令：*“动手处理本可委派的苦差事之前，先把它委派出去。”*效果更好，但静态指令在漫长对话中仍会逐渐淡出。
3. 逐轮提醒钩子——可靠的方案（Claude Code）。它会在每个提示词中重新注入提醒，让这个习惯始终留在视野中。这正是让工具从已安装变为真正使用的关键。

对于其他 MCP 客户端（没有 UserPromptSubmit 钩子系统），请使用第 1–2 层——将这一行指令接入客户端支持的 system prompt。

安装钩子——安全且幂等（会备份你的设置，采用合并而非覆盖的方式，并在重复运行时去重）：

bash install-hook.sh            # registers hooks/delegate-reminder.sh as a UserPromptSubmit hook
# verify it's wired up:
python3 -c "import json,os;s=json.load(open(os.path.expanduser('~/.claude/settings.json')));print([h['command'] for e in s.get('hooks',{}).get('UserPromptSubmit',[]) for h in e.get('hooks',[])])"

开启新会话后，你的 Agent 每轮都会自检：“这是本可委派的苦差事吗？→ 委派出去。”

_{每轮提醒约消耗 60 个 token，远低于一次被遗忘的委派所浪费的数百个高级模型 token。该钩子使用 Claude Code 的 UserPromptSubmit 机制。}

配置

常见问题

这会泄露我的订阅凭据吗？
不会。delegate 工具在独立进程中运行，只会向你配置的端点发出普通 HTTP 请求。它不会导入你的订阅 SDK，也不会接触其身份验证信息——请参阅账单隔离：这才是关键。

用量节省记录具体记录什么？
每次调用记录一行 JSON：时间戳、别名、模型名称，以及 token/字符数量。**绝不记录任务文本，也绝不记录模型的输出。**你可以随时删除 ~/.cheaplane/usage.jsonl，或设置 DELEGATE_NO_LOG=1。

auto 如何决定使用哪个模型？
server.py 中有一个小型确定性启发式规则（_pick_model，约 20 行，可自行查看和调整）：代码信号 → deepseek，超长输入 → kimi，中文内容较多 → qwen，多步骤语言任务 → mimo，简短机械性杂务 → flash。显式指定别名时始终优先使用该别名。

这和所有事情都使用同一个 API 密钥有什么区别？
使用单个 API 密钥，就意味着你不再使用订阅，并且所有工作都要按 token 付费——包括难度较高的任务。Cheaplane 会保留你的订阅作为高级主线程，只把廉价且可替换的繁琐任务交给其他模型。

除了 Claude Code 之外也能用吗？
可以——任何兼容 MCP 的客户端都可以（Cursor、Cline、Windsurf 等）。主 Agent 只需支持 MCP 工具；通用 JSON 配置请参阅手动设置。

必须使用 DeepSeek / Kimi / Qwen 吗？
不必。任何可通过 OpenAI 兼容端点访问的模型都能使用；这些别名只是方便使用的标签，你可以通过 DELEGATE_MODEL_MAP 重新映射。

为什么使用代理，而不是直接调用服务提供商？
只需一个端点和一个密钥，还能记录用量并轻松切换模型；同时可避免 MCP 服务接触服务提供商的密钥。

路线图与创意（欢迎参与）

Cheaplane 的核心刻意保持精简，但它开辟的空间很大。目前已交付：✅ 自动路由（v0.2），✅ 节省费用记录（v0.2）。仍有不少值得开发的功能——欢迎提交提案和 PR，其中大多数都很适合作为入门任务：

• 更智能的路由 — 当前路由器采用易读的启发式规则；更好的信号（或经过训练的路由器）还有很大的探索空间。
• 更丰富的节省费用仪表板 — 记录采用纯 JSONL 格式；如果能提供 cheaplane stats HTML 视图就很棒。
• 结果缓存 — 跳过重复任务的再次委派。
• 自动审查 — 对返回的代码运行 lint 和测试，通过后再决定是否信任。
• 批量／并行委派 — 一次调用即可交办多项任务。
• 更多客户端接入方案 — 提醒钩子面向 Claude Code 的 UserPromptSubmit；Cursor、Cline 等工具也需要各自的提醒方式。

设计原则：保持核心为单文件且依赖轻量——这正是整个项目的意义所在。 扩展功能应以可选方式构建，让 5 分钟的阅读体验依然只需 5 分钟。

贡献

欢迎提交 Issue 和 PR——项目只有约 250 行单文件 Python 代码，没有沉重的依赖，很容易上手修改。添加实用的模型别名、路由信号或客户端接入方案，然后提交即可。

许可证

MIT — 参见 LICENSE。