项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2896
使用教程
环境要求
- 已安装 Docker 与 Docker Compose(Docker 方式)
- Node.js 与 npm 环境(主机安装方式)
- 能访问 ccs.kaitran.ca 或 raw.githubusercontent.com 的网络
- 本机 3000 与 8317 端口未被占用
安装与启动步骤
-
1下载 compose 文件
从官网拉取官方 docker-compose.yaml 到当前目录,文件位置决定后续启动目录。
curl -fsSL https://ccs.kaitran.ca/docker-compose.yaml -o docker-compose.yaml -
2后台启动服务
在 compose 文件所在目录执行,拉取镜像并以后台方式启动仪表盘与 CLIProxy。
docker compose up -d -
3打开仪表盘
浏览器访问 http://localhost:3000 查看仪表盘,CLIProxy 服务监听 http://localhost:8317。
-
4全局安装 CLI
不使用 Docker 时,用 npm 全局安装 ccs 命令行工具;Docker 用户可跳过本步。
npm install -g @kaitranntt/ccs -
5初始化配置
运行交互式配置,设置要使用的服务商档案与账号信息。
ccs config -
6启动运行时
按需选择运行时:ccs 启动默认,codex、xai(别名 ccs grok)、glm、ollama 等各对应一个模型来源。
ccs ccs codex ccs xai ccs --target droid glm ccs glm ccs ollama -
7运行本地模型
需要隐私或离线场景时,用 ccs ollama 直接传入提示词调用本地模型。
ccs ollama "summarize these logs"
如何确认成功
浏览器打开 http://localhost:3000 能进入仪表盘、http://localhost:8317 的 CLIProxy 有响应即启动成功;CLI 方式执行 ccs 能进入运行时。
常见问题
Q:Docker 该用哪个镜像?
A:ghcr.io/kaitranntt/ccs-dashboard:latest 已废弃,请改用 ghcr.io/kaitranntt/ccs:latest,迁移细节见 issue #1251 与 docker/README.md。
Q:公司代理环境下下载不了 compose 文件怎么办?
A:改用直链下载:https://raw.githubusercontent.com/kaitranntt/ccs/main/docker/compose.yaml 保存为 compose.yaml 后再启动。
Q:不想用 Docker,能直接装在宿主机吗?
A:可以。执行 npm install -g @kaitranntt/ccs 全局安装,然后运行 ccs config 完成配置,再用 ccs 系列命令启动运行时。
Q:怎么切换不同服务商或模型?
A:通过 ccs 的不同子命令切换运行时,例如 ccs codex、ccs xai(别名 ccs grok)、ccs glm、ccs --target droid glm,无需反复改配置文件。
Q:如何查看用量和成本?
A:仪表盘提供 Usage Analytics,可跨档案跟踪用量、成本与会话模式,详见文档 Dashboard Analytics 页面。
注意事项
- ccs-dashboard 镜像已弃用,统一使用 ghcr.io/kaitranntt/ccs:latest。
- Docker 方式默认暴露 3000(仪表盘)和 8317(CLIProxy)两个端口,注意端口冲突。
- 要把同网络的兄弟容器接入 CLIProxy,参考 docker/README.md 的 Connect your app to CLIProxy 一节。
- 更多 CLI 命令与参数见官方文档 CLI Reference:https://docs.ccs.kaitran.ca/reference/cli-commands。
核心亮点
- 支持 300+ 模型,覆盖主流 AI 服务商,切换零成本
- 提供可视化仪表盘和远程代理,适合团队协作
- WebSearch 回退机制,兼容不支持搜索的模型
不足之处
- 文档/社区待观察
- 依赖第三方 API 稳定性,多服务商集成维护成本高
适用场景
- 开发者本地调试多个 AI 模型,快速对比输出效果
- 团队共享代理,统一管理多账号和 API 密钥
- 需要 WebSearch 但模型不原生支持时的降级方案
替代项目
claude-code-router、aichat、one-api
上一篇:octelium
下一篇:krakend-ce
同类项目推荐
mlops-python-package
开源
一键生成标准 MLOps 项目骨架,快速落地数据管道
Production-shaped MLOps Python package and reference implementation of the MLOps Cod···
turbo-fieldfare
开源
在 MacBook 上2GB内存跑26B大模型
Gemma 4 26B-A4B inference in ~2 GB of RAM on any M-series MacBook
anemll-flash-llama.cpp
开源
让 Mac 统一内存也能跑动超大 MoE 模型
Flash-MoE sidecar slot-bank runtime for large GGUF MoE models on Apple Silicon — ll···
build-and-deploy-real-time-featu···
开源
用Python快速搭建实时特征管道,让模型用上最新数据。
Develop and deploy a real-time feature pipeline in Python, using Bytewax and Hopswo···
LongMemory
开源
给 AI 应用装上本地长期记忆,告别每次对话都失忆
Local persistent memory store for LLM applications including claude desktop, github ···
GenieX
开源
一行代码让高通设备跑起前沿大模型,离线AI轻松实现
Run frontier LLMs and VLMs locally on Qualcomm devices across NPU, GPU, and CPU with···
NeuroAPI
开源
俄罗斯开发者一键接入全球主流 AI 模型,绕过支付和地域限制。
NeuroAPI: российский AI API для Codex CLI и Claude Code — безопа···
mlops.toys
开源
一站式逛遍 MLOps 工具,快速选型不迷路
A curated list of MLOps projects, tools and resources
litellm-rs
开源
用 Rust 实现的高性能 AI 网关,一行代码切换 100+ 大模型
Self-hosted Rust LLM gateway with OpenAI-compatible APIs, load balancing, failover, ···
