视频介绍了 Agent Link 的安装与配置方法,通过本地网关把多个模型供应商接入 Claude Code、Codex 等智能体,并统一管理模型切换、故障转移、MCP 工具和手机远程控制。
核心作用:让智能体客户端与模型来源自由组合。 按视频演示,Claude Code、Codex、OpenCode 等可以通过 Agent Link 调用不同供应商的模型,例如在 Claude Code 中使用 GPT、Gemini、DeepSeek 等。它承担的是请求转发与配置管理,实际能力、费用和额度仍取决于所选模型及渠道。
安装支持 macOS 和 Windows。 下载对应系统版本;macOS 将应用拖入“应用程序”即可安装。视频为处理安装限制,演示了临时允许“任何来源”、安装后恢复安全设置的流程,但文字稿没有提供完整终端命令,无法准确复现;开放该权限会降低系统安装防护。
基础配置流程:添加供应商 → 填入令牌 → 获取模型 → 保存 → 启用智能体。 视频主要使用作者提供的 API 分发站:创建并复制 API 令牌,在 Agent Link 中填写,然后获取模型列表。演示还将高级设置中的上下文窗口设为 100 万;这一配置不能让模型突破其实际支持的上下文上限。
接入客户端后,部分应用需要重启。 在 Agent 页面中开启 Claude Code、Codex、OpenCode 等目标智能体。视频中的 macOS 操作需要退出相关应用并重新打开,配置才生效;作者称 Windows 通常可以立即生效。
视频对 Codex 相关客户端演示了额外登录步骤。 先选择“使用其他方式登录”,再选择“OpenAI API 密钥”,填入 API 分发站令牌并继续,然后在 Agent Link 中启用 Codex、退出并重开客户端。文字稿多次混用 ChatGPT 与 Codex 的名称,具体入口应以实际客户端为准。
模型来源包括 API、订阅账户与插件渠道。 除 API 分发站外,视频展示了登录 Claude、ChatGPT 等订阅账户,以及通过插件接入其他平台的方式;插件市场可选择国内镜像以加快下载。不同渠道的免费额度、订阅权益和可用模型各不相同,视频也提醒,直接接入 Claude 账户存在封号风险。
本地网关必须正常运行。 界面中的网关状态应保持绿色,演示默认端口为 7500。如果端口被占用,可在“设置 → 网络与共享”中改成 7501、7502、7503 等可用端口,应用设置并重启网关。
通过方案保存模型配置,快速切换使用组合。 可以为不同智能体指定模型,将当前配置保存为 A、B 等方案,再通过“应用”切换。部分模型旁的“闪电”按钮代表 Fast 模式,视频称其以消耗更多额度换取更快响应。
路由组用于同一模型的多渠道故障转移。 如果同一模型在多个供应商处均可调用,可将它们组成路由组;当某个渠道报错或额度耗尽时,系统尝试切换到其他渠道。请求路径为:智能体客户端 → Agent Link 本地网关 → 可用供应商 → 返回客户端,目的是提高连续可用性并利用各渠道额度。
成本策略与故障转移是不同功能。 视频提到可配置“复杂任务使用更强模型、简单任务使用便宜模型”或“便宜优先”等策略,但没有详细演示判断规则。作者也提醒,任务对人类的难度未必等于对模型的难度,自动分配需要谨慎设置。
统一管理 MCP 与 Skills,扩展生图和浏览器操作。 在资源库中添加 Agent Link Image MCP,并分配给目标智能体后,可通过相应图像模型生成图片;添加 Playwright MCP 可提供浏览器操作能力。资源库还支持管理其他 MCP 和导入 Skills,具体能力依赖已安装工具、权限及后端模型。
手机远程控制依赖另一个工具 ORCA。 在电脑和手机分别安装 ORCA,在电脑端“设置 → 移动端”生成二维码,再用手机扫码配对。手机通过 ORCA 操作电脑上的项目,由电脑调用 Claude Code、Codex、OpenCode 等 CLI 完成任务。
标题中的保证性说法需要与演示区分。 “国内免梯”“永不封控”“服务不中断”属于作者宣传,视频没有证明这些条件能长期成立;实际仍受渠道可用性、平台规则和网络环境影响。标题称项目开源,但文字稿未提供源码仓库或许可证;部分模型名称也有明显转写疑点,不宜据此确认具体型号。作者自述开发花费 3,142 美元,消耗约 4 个 ChatGPT Pro 账户的额度及额外 API 额度,这并非用户使用成本。