mcpField
O
Orcarouter

Orcarouter

本地服务
orcarouter.aiAI 与智能体1322 周前更新

关于 Orcarouter

OrcaRouter 的官方 MCP 服务,可在 MCP 客户端中浏览模型目录并通过所选模型运行聊天补全。无需 API 密钥即可查看模型价格和能力;聊天调用则需要密钥。

主要功能

  1. 01浏览提供商和模型目录
  2. 02按提供商、能力或上下文筛选
  3. 03查看模型价格、延迟和端点信息
  4. 04运行聊天补全
  5. 05自动路由并配置备用模型链

适用场景

  1. 01比较模型价格和能力
  2. 02查询特定模型的详细信息
  3. 03通过自动路由模型完成聊天请求
  4. 04为聊天请求设置备用模型

MCP 相关

该服务通过 MCP 工具提供模型、提供商目录查询和聊天补全。目录工具无需 API 密钥;调用聊天工具需要 OrcaRouter API 密钥。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"orcarouter": {
"command": "npx",
"args": [
"-y",
"@orcarouter/mcp"
],
"env": {
"ORCAROUTER_API_KEY": "<ORCAROUTER_API_KEY>",
"ORCAROUTER_BASE_URL": "<ORCAROUTER_BASE_URL>",
"ORCAROUTER_REQUEST_TIMEOUT": "<ORCAROUTER_REQUEST_TIMEOUT>"
}
}
}
}
启动命令npx -y @orcarouter/mcp
需要配置的环境变量
ORCAROUTER_API_KEY密钥OrcaRouter API key. Required only for orcarouter_chat. Catalog tools (orcarouter_models_list, orcarouter_model_card, orcarouter_providers_list) work without it.
ORCAROUTER_BASE_URLOverride the gateway base URL. Defaults to https://api.orcarouter.ai.
ORCAROUTER_REQUEST_TIMEOUTPer-request timeout in seconds. Defaults to 300 (5 minutes) to accommodate long reasoning-model completions.

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@orcarouter/mcp1.1.5

工具

4

收录的工具列表 · 更新于 3 周前

参数类型必填说明
modelstring否要调用的模型。默认值为 `orcarouter/auto`,即工作区预置的自动路由器。使用 `orcarouter/<name>` 指定其他工作区路由器,或使用 `<provider>/<model>` 直接选择上游模型(例如 `openai/gpt-4o-mini`、`anthropic/claude-haiku-4.5`)。
modelsarray否可选的回退链。主模型失败时按顺序尝试各模型。最多 5 个条目,包括主模型。
promptstring是要发送的用户消息(单轮)。
max_tokensinteger否生成的最大 token 数(默认值为 10000)。对于 OpenAI 推理模型,会自动转换为 max_completion_tokens。
temperaturenumber否采样温度(默认值为 0.7)。
system_promptstring否可选的系统提示词,会添加到对话开头。

详细介绍

OrcaRouter

OrcaRouter MCP 服务

OrcaRouter 大模型网关的官方 MCP 服务。

Discord X npm version CI Smithery

English | 日本語 | 中文 | 한국어 | Deutsch | Français | Español | Italiano | Русский | Português | Tiếng Việt | हिन्दी


在任意 Model Context Protocol 客户端中浏览 OrcaRouter 的模型目录并运行聊天补全——无论是 Claude Desktop、Claude Code、Cursor、Windsurf、Zed,还是任何支持该协议的客户端。

无需 API 密钥即可浏览目录——注册前即可比较价格和能力。

可以做什么

  • 🗺️ 无需 API 密钥即可发现提供商和模型
  • 💬 通过任意已提供服务的模型运行聊天补全
  • 🧠 通过工作区的 orcarouter/auto 路由器自动路由请求(成本 / 质量 / 平衡 / LinUCB / gated-adaptive 策略)
  • 🔁 配置回退链(主模型 + 最多 4 个回退模型),提升可靠性
  • 📊 按提供商、能力或最小上下文窗口在服务端筛选模型
  • 🎯 查看详细的模型卡片:价格、上下文、延迟、支持的端点
  • 🔌 兼容 Claude Desktop、Claude Code、Cursor、Windsurf、Zed 及任何 MCP 客户端

示例

可以尝试这样说:

  • “列出 OrcaRouter 上的所有提供商”
  • “显示所有 Anthropic 模型及其价格”
  • “获取 minimax/minimax-m2.7 的详细信息”
  • “使用 orcarouter/auto 聊天并解释量子计算”

快速开始

Claude Code(CLI 单行命令)
claude mcp add orcarouter -s user \
  -e ORCAROUTER_API_KEY=sk-orca-your-key \
  -- npx -y @orcarouter/mcp
其他客户端(配置文件路径)
  1. 将适用于你的 MCP 客户端的示例配置复制到客户端的配置文件中:

    客户端示例操作
    Claude Desktopclaude-desktop.json替换
    Claude Codeclaude-code.json合并
    Cursorcursor.json替换
    Windsurfwindsurf.json替换

    有关配置文件路径以及 Zed 和其他客户端的说明,请参阅 examples/README.md。

  2. 将复制文件中的 sk-or-... 替换为你的 OrcaRouter API 密钥。

  3. 重启 MCP 客户端。

根目录下的 .mcp.json 是位于 Open Plugins 标准位置的相同配置,因此扫描该文件的注册表/发现工具(例如 cursor.directory)可以自动找到此服务。

需要 Node.js 18 或更高版本。ORCAROUTER_API_KEY 环境变量仅在使用 orcarouter_chat 时需要;目录工具无需此变量。

工具

  • orcarouter_chat — 运行聊天补全(可选备用链)
  • orcarouter_models_list — 浏览目录(价格、上下文、功能)
  • orcarouter_model_card — 查看某个模型的详细信息
  • orcarouter_providers_list — 列出提供商及其模型数量

完整的输入架构会在运行时通过 MCP tools/list 方法公开 — 你的 MCP 客户端(Claude Desktop、Cursor 等)会自动读取这些架构。

配置

名称必需说明
ORCAROUTER_API_KEY可选OrcaRouter API 密钥。仅在使用 orcarouter_chat 时需要。
ORCAROUTER_BASE_URL可选API 基础 URL。默认为 https://api.orcarouter.ai。
ORCAROUTER_REQUEST_TIMEOUT可选每次请求的 HTTP 超时时间,单位为秒。默认为 300。

安全

API 密钥从环境变量中读取,不会记录到日志中,且只会发送到 OrcaRouter API。有关漏洞披露政策,请参阅 SECURITY.md。

开发

# bun (preferred)
bun install
bun run test
bun run typecheck
bun run build

# or with npm
npm install
npm test
npm run typecheck
npm run build

构建会在 dist/index.js 生成一个带有 #!/usr/bin/env node shebang 的 ESM 包,可作为 orcarouter-mcp 二进制文件运行。

贡献

请参阅 CONTRIBUTING.md。适合新手的任务请查看 good first issue 标签。

许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。