9Router 智能路由与自动回退（Smart Routing Auto Fallback）实战指南-创锋一号

9Router 智能路由与自动回退（Smart Routing & Auto Fallback）实战指南

【免费下载链接】9routerUnlimited FREE AI coding. Connect Claude Code, Codex, Cursor, Cline, Copilot, Antigravity to FREE Claude/GPT/Gemini via 40+ providers. Auto-fallback, RTK -40% tokens, never hit limits.项目地址: https://gitcode.com/GitHub_Trending/9r/9router

本篇技术指南以 9Router 官方文档（gitbook/content/ja/features/smart-routing.md）为主体，深入讲解其三层回退路由系统的架构原理、自动切换判定逻辑、Dashboard 配置项与配额重置策略，并结合仓库源码（open-sse/services/combo.js、open-sse/services/accountFallback.js）剖析底层实现。读完本文，你将掌握如何为 Claude Code、Codex、Cursor、Cline 等客户端配置永不中断的智能路由，让订阅、低价 API 与免费层协同工作，做到"配额受限也不停编码"。

一、三层回退系统：路由的核心骨架

9Router 采用"智能路由"思想：优先榨干你已经付费的订阅价值，其次使用超低价 API 兜底，最后回退到免费层保障 24 小时可用性。整体流程如下（原文流程图）：

Request → 9Router → 检查 Tier 1（订阅） ↓ 配额耗尽 检查 Tier 2（低价） ↓ 预算上限 检查 Tier 3（免费） ↓ Response

Tier 1：订阅层（主用）

Claude Code（Pro/Max）
OpenAI Codex（Plus/Pro）
Gemini CLI（每月 18 万次免费额度）
GitHub Copilot
Antigravity（Google）

目标：从你已支付的订阅中获取最大价值，避免额度闲置浪费。

Tier 2：低价层（备份）

GLM-4.7（输入 100 万 token 约 $0.60）
MiniMax M2.1（输入 100 万 token 约 $0.20）
Kimi K2（每月固定 $9）

目标：订阅配额耗尽时提供超低价备份，按文档口径比 ChatGPT API 便宜约 90%。

Tier 3：免费层（应急）

iFlow（8 个模型）
Qwen（3 个模型）
Kiro（免费使用 Claude）

目标：零成本兜底，实现"无限制编码"。

以上价格与额度数字均出自官方文档原文，实际价格与可用额度请以供应商当前公布为准。

二、自动切换：三类典型场景

9Router 实时监控配额并按需切换供应商，官方文档给出了三个典型场景。

场景 1：订阅配额耗尽

用户请求 → cc/claude-opus-4-5 ↓ 配额耗尽（达到 5 小时限制） 自动切换 → glm/glm-4.7 ↓ 日配额耗尽 自动切换 → minimax/MiniMax-M2.1 ↓ 5 小时配额耗尽 自动切换 → if/kimi-k2-thinking（免费） ↓ 响应送达 ✅

结果：零停机、无缝体验。

场景 2：速率限制

用户请求 → cx/gpt-5.2-codex ↓ 被限流（请求过多） 自动切换 → glm/glm-4.7 ↓ 响应送达 ✅

场景 3：供应商不可用

用户请求 → cc/claude-opus-4-5 ↓ 供应商错误（503） 自动切换 → 下一个可用模型 ↓ 响应送达 ✅

底层实现：handleComboChat 的逐级尝试

上述切换在源码层面由 open-sse/services/combo.js 中的handleComboChat完成。它按序遍历 Combo 中的每个模型：

调用handleSingleModel(body, modelStr)发出请求；
若返回2xx成功，立即返回响应，中断遍历；
若失败，解析错误体中的error.message与retryAfter，记录所有模型中最早的retryAfter；
调用checkFallbackError(status, errorText)判定该错误是否应触发回退：
- 对于 503/502/504 这类瞬时错误，若冷却时间在 5 秒内，会先等待冷却再继续尝试下一个模型，给短暂过载的供应商恢复机会（源码注释明确说明这是为了修复"Combo 在瞬时 503 时直接跳过"的问题）；
- 若判定为不应回退，直接返回该错误响应；
全部模型失败后，统一返回503 Service Unavailable（而非 406），并尽可能附带retryAfter供客户端重试；若错误信息含 "no credentials"，同样以 503 返回。

错误是否触发回退由 open-sse/config/errorConfig.js 的ERROR_RULES驱动，自上而下匹配：

文本规则（优先）：no credentials（冷却 2 分钟）、request not allowed（5 秒）、improperly formed request（2 分钟）、rate limit/too many requests/quota exceeded/capacity/overloaded（指数退避）；
状态码规则：401/402/403/404（冷却 2 分钟）、429（指数退避）。

其中指数退避配置为 errorConfig.js：基础 2 秒、指数递增、上限 5 分钟、最大 15 级；未匹配的瞬时错误默认冷却 30 秒（TRANSIENT_COOLDOWN_MS）。

三、模型选择逻辑

9Router 依据以下四个维度选择最优模型：

配额可用性——检查供应商剩余配额；
成本层级——优先订阅 → 低价 → 免费；
重置时机——考虑配额何时重置；
供应商健康度——跳过持续报错的供应商。

优先级判断示例

以请求cc/claude-opus-4-5为例：

1. 检查 Claude Code 配额 ✅ 可用 → 使用 cc/claude-opus-4-5 ❌ 耗尽 → 进入步骤 2 2. 检查回退层级（如已配置） ✅ GLM 配额可用 → 使用 glm/glm-4.7 ❌ 耗尽 → 进入步骤 3 3. 检查免费层 ✅ iFlow 可用 → 使用 if/kimi-k2-thinking ❌ 全部耗尽 → 返回配额错误

能力感知的自动切换（auto-switch）

除按序回退外，源码还实现了"能力感知"重排。handleComboChat在开始遍历前，若启用autoSwitch，会先调用detectRequiredCapabilities(body)（combo.js）扫描当前用户轮次的输入模态：

OpenAI / Claude 的image_url、image、input_image→ 标记vision；
file、document、input_file或application/pdfMIME → 标记pdf；
Gemini / Antigravity 的inlineData/fileData图片 MIME → 标记vision。

随后reorderByCapabilities(models, required)（combo.js）对模型做稳定排序，将满足硬性能力（vision/pdf/audioInput/videoInput）的模型浮到队首，且绝不丢弃任何模型——回退链完整性保持不变。这一点由测试 tests/unit/combo-autoswitch.test.js 验证，例如"将具备 vision 能力的模型浮到最前，同时保留 deepseek 模型作为回退"。

轮询策略（round-robin）

对于不希望"永远只打第一个模型"的场景，Combo 支持round-robin策略与stickyLimit参数（combo.js）：按配置的请求次数粘滞在当前模型上，达到上限后轮转到下一个，并在内存中按 Combo 名称独立记录轮转状态；resetComboRotation可在 Combo/设置变更时清空状态。相关行为由 tests/unit/combo-routing.test.js 覆盖，且默认fallback策略不参与轮转。

四、配置选项：Dashboard 操作手册

1. 启用/停用自动回退

Dashboard → Settings → Smart Routing → 切换「Auto Fallback」开/关

开（默认）：自动层级切换；
关：严格模式（Strict mode），主用模型不可用时直接返回错误。

2. 设置预算上限

Dashboard → Settings → Budget Control → 日上限：$5 → 月上限：$50

预算用尽后，9Router 自动切换到免费层，防止超支。底层配套的配额统计与预算判定逻辑可参考 open-sse/services/usage/ 与 src/lib/usageDb.js 相关实现。

3. 配置回退顺序

Dashboard → Settings → Fallback Priority → 在各层级内拖拽调整供应商顺序

自定义顺序示例：

Tier 1: Gemini CLI → Claude Code → Codex Tier 2: MiniMax → GLM → Kimi Tier 3: iFlow → Kiro → Qwen

该顺序最终即 Combo 的模型数组顺序，由handleComboChat按序执行。

4. 配额重置通知

Dashboard → Settings → Notifications → 配额重置时发送邮件 → 配额使用 80% 时告警

五、典型配置示例

示例 1：基础自动回退

配置：

Model: cc/claude-opus-4-5-20251101 Fallback: 自动（默认三层）

运行表现：

早晨（配额全新）: Request → cc/claude-opus-4-5 ✅ 下午（配额耗尽）: Request → glm/glm-4.7 ✅（自动切换） 傍晚（GLM 配额用尽）: Request → minimax/MiniMax-M2.1 ✅（自动切换） 深夜（全部付费配额耗尽）: Request → if/kimi-k2-thinking ✅（免费层）

成本：每月额外支出约 $5–10（主要由订阅覆盖）。

示例 2：预算敏感型路由

配置：

Dashboard → Settings: Daily budget: $2 Monthly budget: $20 Fallback: 启用

运行表现：

第 1~15 天（预算内）: Requests → glm/glm-4.7（低价层） 成本: $1.50/天 第 16 天（到达预算）: Requests → if/kimi-k2-thinking（免费层） 成本: $0 次月（预算重置）: Requests → 重新使用 glm/glm-4.7

结果：每月不超 $20，始终可用。

示例 3：仅订阅模式

配置：

Dashboard → Settings: Auto Fallback: 关 Strict mode: 开

运行表现：

Request → cc/claude-opus-4-5 ✅ 配额可用 → 成功 ❌ 配额耗尽 → 返回错误（不回退）

适用场景：只想用付费订阅、零额外成本。

示例 4：仅免费模式

配置：

Model: if/kimi-k2-thinking Fallback: qw/qwen3-coder-plus → kr/claude-sonnet-4.5

运行表现：

所有请求 → 仅走免费层 成本: 永远 $0

适用场景：个人项目、学习、实验。

六、最佳实践：四种路由策略

1. 最大化订阅价值

策略: - 订阅模型设为 Tier 1 - 在 Dashboard 监控配额使用量 - 仅当订阅耗尽时使用低价层

推荐 Combo：

cc/claude-opus-4-5 → glm/glm-4.7 → if/kimi-k2-thinking

2. 成本优先

策略: - 先使用 Gemini CLI 免费层（每月 18 万） - 回退到 GLM/MiniMax（超低价） - 应急: iFlow（免费）

推荐 Combo：

gc/gemini-3-flash-preview → glm/glm-4.7 → if/kimi-k2-thinking

3. 质量优先

策略: - 使用最强模型（Claude Opus、GPT-5.2） - 回退到优质低价模型（GLM-4.7） - 最后手段: 免费层

推荐 Combo：

cc/claude-opus-4-5 → cx/gpt-5.2-codex → glm/glm-4.7

4. 24 小时可用性

策略: - 回退链始终包含免费层 - 监控配额重置时间 - 在供应商间分散用量

推荐 Combo：

cc/claude-opus-4-5 → glm/glm-4.7 → minimax/MiniMax-M2.1 → if/kimi-k2-thinking

结果：永不缺配额，随时编码。

关于自定义回退链（Combo）的完整创建方法，参见 Combos 自定义回退链指南；其前端配置入口位于 Dashboard 的 Combos 页面，服务端执行入口即上文分析的handleComboChat。

七、配额重置策略

不同供应商的配额窗口与重置节奏差异巨大，规划用量可显著提升资源利用率（下表为文档口径，实际请以供应商为准）：

供应商	配额重置	策略
Claude Code	5 小时 + 每周	早晨使用全新配额
Codex	5 小时 + 每周	Claude 配额耗尽后使用
Gemini CLI	每日（1K）+ 每月（18 万）	全天使用
GLM-4.7	每天上午 10:00	傍晚使用，次日早晨重置
MiniMax M2.1	5 小时滚动	随时可用，追踪滚动窗口
iFlow/Qwen/Kiro	无限制	应急备份

示例日课：

08:00 - 13:00: Claude Code（全新 5 小时配额） 13:00 - 18:00: Gemini CLI（1K/日配额） 18:00 - 22:00: GLM-4.7（低价，上午 10 点重置） 22:00 - 08:00: MiniMax 或 iFlow（5 小时滚动或免费）

源码层面，供应商的限流恢复时间会记录在连接的rateLimitedUntil字段上，getEarliestRateLimitedUntil（open-sse/services/accountFallback.js）会汇总所有账号中最先恢复的时间，而formatRetryAfter将其格式化为"reset after Xm Ys"这类人类可读文本，供日志与响应头使用。

八、监控与告警

Dashboard 配额追踪器

Dashboard → Quota Overview: Claude Code: 剩余 2.5h / 5h（50%） Gemini CLI: 今日 450 / 1000 次请求 GLM-4.7: 5M / 10M token（8 小时后重置） MiniMax: 3M / 5M token（5 小时滚动）

实时通知

Dashboard → Notifications: ⚠️ Claude Code 配额已用 80%（剩余 1 小时） ✅ GLM-4.7 配额已重置（10M token 可用） 💰 日预算已用 50%（$2.50 / $5）

使用统计

Dashboard → Analytics: 今日: 5000 万 token - 3000 万 经 Claude Code（订阅） - 1500 万 经 GLM-4.7（$9） - 500 万 经 iFlow（免费） 成本: $9（对比 ChatGPT API 约 $1000） 节省: 99%

上述节省比例为文档演示示例口径。用量统计的持久化实现在仓库中由 src/lib/usageDb.js 与 open-sse/services/usage/ 承担，配额监控与预算控制的前端交互位于 src/app/(dashboard)) 目录下的 Dashboard 页面。

九、故障排查

问题："All providers quota exhausted"（所有供应商配额耗尽）

解决步骤：

查看 Dashboard 配额追踪器；
等待配额重置（查看倒计时）；
在回退链中加入免费层；
或提高预算上限。

问题："Too many fallback switches"（回退切换过于频繁）

解决步骤：

检查主用供应商是否宕机；
提高配额上限（升级订阅）；
换用更便宜的主用模型（如用 GLM 替代 Claude）。

问题："Unexpected costs"（出现意外费用）

解决步骤：

Dashboard → Analytics → 复核用量；
设置日/月预算上限；
非关键任务切到免费层；
使用带免费回退的 Combo。

若需要更深度的用量与成本监控方案，可继续阅读 Quota Tracking 配额追踪指南；自定义回退链的完整配置方法见 Combos 自定义回退链指南。英文原文文档位于 gitbook/content/en/features/smart-routing.md，其他语言版本（含日文原文）可在 gitbook/content/ 下按语言目录查阅。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析