mcpField
9
9router-chat

9router-chat

github.com/decoluaAgent 工作流31.6k140 次安装今天更新
代码仓库

关于 9router-chat

9router-chat 是通过 9Router 调用聊天模型的技能，适用于需要统一访问多个模型提供方的工作流。它提供 OpenAI 和 Anthropic 格式接口，并支持组合模型的自动回退。

主要功能

  1. 01支持 OpenAI 格式接口
  2. 02支持 Anthropic 格式接口
  3. 03发现模型及其元数据
  4. 04支持流式响应
  5. 05组合模型自动回退

适用场景

  1. 01通过统一接口调用聊天模型
  2. 02在应用中处理流式回复
  3. 03查询模型上下文窗口和参数
  4. 04提供方不可用时切换模型

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/decolua/9router --skill 9router-chat

安装后在 Claude Code 中输入/9router-chat确认已加载。

详细介绍

9Router — 聊天

需要设置 NINEROUTER_URL（若启用了鉴权，还需设置 NINEROUTER_KEY）。配置方法参见 https://raw.githubusercontent.com/decolua/9router/refs/heads/master/skills/9router/SKILL.md。

端点

  • POST $NINEROUTER_URL/v1/chat/completions — OpenAI 格式
  • POST $NINEROUTER_URL/v1/messages — Anthropic 格式

发现

curl $NINEROUTER_URL/v1/models | jq '.data[].id'
# Per-model metadata (contextWindow, params)
curl "$NINEROUTER_URL/v1/models/info?id=openai/gpt-4o"

组合（例如 vip、mycodex）会自动在多个提供商之间回退。

OpenAI 格式

curl -X POST $NINEROUTER_URL/v1/chat/completions \
  -H "Authorization: Bearer $NINEROUTER_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"openai/gpt-5","messages":[{"role":"user","content":"Hi"}],"stream":false}'

JS（OpenAI SDK）：

import OpenAI from "openai";
const client = new OpenAI({ baseURL: `${process.env.NINEROUTER_URL}/v1`, apiKey: process.env.NINEROUTER_KEY });
const res = await client.chat.completions.create({
  model: "openai/gpt-5",
  messages: [{ role: "user", content: "Hi" }],
  stream: true,
});
for await (const chunk of res) process.stdout.write(chunk.choices[0]?.delta?.content || "");

Anthropic 格式

curl -X POST $NINEROUTER_URL/v1/messages \
  -H "Authorization: Bearer $NINEROUTER_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"model":"cc/claude-opus-4-7","max_tokens":1024,"messages":[{"role":"user","content":"Hi"}]}'

响应结构

OpenAI（/v1/chat/completions）：

{ "id": "chatcmpl-...", "object": "chat.completion", "model": "openai/gpt-5",
  "choices": [{ "index": 0, "message": { "role": "assistant", "content": "Hello!" }, "finish_reason": "stop" }],
  "usage": { "prompt_tokens": 8, "completion_tokens": 2, "total_tokens": 10 } }

流式输出（stream:true）会发送 SSE：data: {choices:[{delta:{content:"..."}}]}\n\n ... data: [DONE]\n\n。

Anthropic（/v1/messages）：

{ "id": "msg_...", "type": "message", "role": "assistant", "model": "cc/claude-opus-4-7",
  "content": [{ "type": "text", "text": "Hello!" }],
  "stop_reason": "end_turn", "usage": { "input_tokens": 8, "output_tokens": 2 } }

评论

支持 Markdown