OnlyTerp/opengrok 是一个面向 Grok Bot 的模型路由与配置工具，目标是让开发者在 Grok Bot 中按 agent 选择不同模型，并通过经过验证的 provider wire map 将请求参数正确映射到 xAI/Grok、智谱 GLM、Claude、Gemini、DeepSeek、本地 llama.cpp 等后端。项目强调一键安装、模型选择 UI、本地保存 API Key、更新后健康检查以及基于真实抓包验证的参数适配，避免“请求成功但参数未生效”的隐性问题。
适用领域
大模型应用集成 / AI Agent 工具链 / 模型路由与多模型适配 / Grok Bot 扩展 / OpenAI-compatible API 适配 / 本地 LLM 与云模型混合调用 / 语音助手与实时 AI 交互
配置难度
中高级。基础安装看起来很简单，但要稳定用于多模型、多 provider、云端 host 或本地模型场景，需要理解 API Key、模型参数映射、Grok Bot 绑定机制、patch 流程、doctor 诊断以及 provider wire capture。普通用户可按步骤试用，生产或团队内部部署建议由有经验的后端/AI 工程师维护。
商业价值
未知
01
技术亮点
- 一键安装体验较好：python setup.py 自动检测 Grok Bot、服务和已有绑定
- 支持按 agent 选择模型，而不是全局只能使用一个模型
- 核心价值在于 provider-specific wire map，解决不同模型供应商 reasoning、thinking、effort、fast lane 等参数语义不一致的问题
- 强调证据驱动：每个 wire map 需要有 wire-captures 作为验证依据
- 提供 doctor.py，可在 Grok Bot 静默更新后检测文件、服务、缓存和配置漂移
- 配置可热重载，部分路由修复无需重启
- 项目没有运行时依赖或依赖很少，README 标注 zero dependencies
- MIT License，便于二次开发和内部定制
- 覆盖模型较实用，包括 Grok、GLM、Claude、Gemini、DeepSeek、本地 llama.cpp
- 包含 QA 工具和 CI 测试，测试 provider maps、hop maps、泄漏扫描和引用完整性
- 附带 voice/ 本地实时语音助手，扩展了项目的应用场景
02
目标用户
- 使用 Grok Bot 的开发者
- 需要在同一 Bot/Agent 系统中切换多个模型的 AI 应用开发者
- 希望把 Claude、Gemini、DeepSeek、GLM、本地 llama.cpp 接入 Grok Bot 的用户
- 关注模型请求参数、thinking/reasoning/effort 等控制是否真实生效的高级用户
- 需要自带 Key、本地保存密钥、避免平台托管密钥的开发者
- 愿意调试本地服务、patch 云端 host、阅读日志和 doctor 诊断结果的技术用户
03
配置要求
- 需要本机已安装并可运行 Grok Bot
- 需要 Python 环境以运行 setup.py、doctor.py、qa.py 及相关工具
- 需要 Node.js 环境以运行 provider map 测试、voice 相关工具和部分 JavaScript/CJS 脚本
- 需要各模型供应商的 API Key 或登录态，例如 xAI/Grok、Zhipu GLM、Anthropic Claude、Google Gemini、DeepSeek、ElevenLabs 等，具体取决于所使用的模型
- API Key 声称保存在本机，不上传到项目方服务
- 如果使用本地模型，需要本地 llama.cpp 或兼容服务可用
- Windows、macOS、Linux 均被声明支持，但 README 对 Windows/PowerShell 语音助手启动示例更明确
- 使用云端 host 时，需要对 Grok Bot host 打补丁，并配置 file relay，以使保存的 model-bindings.json 真正被消费
- 新增 provider 时需要通过 tools/wire-probe.py 抓包/验证，并提供 wire capture
04
适用场景
- 在 Grok Bot 中为不同 agent 选择不同模型，例如一个 agent 用 Claude，另一个用 Gemini 或 DeepSeek
- 将国外模型和国内模型如 GLM 统一接入 Grok Bot，并修正不同 provider 的请求参数差异
- 为 Gemini fast lane、DeepSeek reasoning slug、GLM thinking disabled 等特殊能力做正确路由
- 在 Grok Bot 更新后快速检测绑定、服务、缓存、文件是否发生漂移
- 对新模型供应商执行 wire probe，验证参数字段是否真正生效
- 通过本地 llama.cpp 跑本地模型，并让其作为 Grok Bot 的可选后端
- 搭建本地实时语音助手，使用 STT、OpenAI realtime brain 和 ElevenLabs TTS 组合实现语音交互
05
部署与配置
- 克隆仓库：git clone https://github.com/OnlyTerp/opengrok
- 进入目录：cd opengrok
- 运行安装脚本：python setup.py
- 安装脚本会检测 Grok Bot 安装位置和可用服务，采用已有绑定或询问少量配置问题
- 打开模型选择器后，为每个 agent 选择模型
- 点击测试发起真实请求，确认模型可用
- 保存配置
- 需要排查时运行：python tools/doctor.py
- 需要仓库自检时运行：python tools/qa.py
- 如果使用云端 Grok Bot host，需要额外阅读 docs/CLOUD-HOST.md，并运行 tools/apply-box-patch.py 安装 binding consumer
06
风险与注意事项
- 项目与 Grok Bot 内部实现强相关，如果 Grok Bot 更新 bundle、host 或绑定机制，可能需要重新 patch 或等待项目适配
- 云端 host 场景需要打补丁和 file relay，操作复杂度和维护风险高于普通 npm/python 工具
- README 声称多项 provider 行为已验证，但不同地区、账号权限、模型版本和 API 变更可能导致结果不一致
- 涉及多个第三方模型 API Key，虽然项目声明本地保存，但用户仍需自行审计代码和文件权限
- 仓库 star 数中等，生态和长期维护确定性仍需观察
- 部分 provider 状态仍是 capture pending，例如 OpenRouter、Groq、Mistral、xAI OAuth，不能视为生产就绪
- 对中国大陆开发者而言，Claude、Gemini、xAI、ElevenLabs 等服务可能存在网络访问、支付和合规限制
- 自动 patch 外部应用存在被安全软件拦截、应用完整性校验失败或违反目标应用使用条款的可能
- 如果 wire map 错误，可能造成 token 浪费、reasoning 默认开启、响应质量下降或请求失败
- 语音助手部分依赖 OpenAI realtime、ElevenLabs、Grok/xAI 等，成本和可用性风险较高
2026-08-30
第26名
新收录 · github_search
