用 Rust 编写的单一二进制工具,对编码智能体的提示词和工具输出做确定性压缩,被移除的内容可按需找回。
Fast-Editor/Lynkr
面向 Claude Code、Cursor 等 AI 编程工具的自托管 LLM 网关,可跨模型路由请求并压缩工具输出以减少 token 消耗。
- Star
- 636
- Fork
- 73
- 未关闭 Issue
- 5
- 最近提交
- 昨天
这是什么?
Lynkr 是一个基于 Node.js 的命令行工具和 HTTP 代理,位于 AI 编程工具与模型服务商之间。Claude Code、Cursor、Codex 等工具将请求发送到本地的 Lynkr 端点,再由它转发给 Ollama、llama.cpp、LM Studio、OpenRouter、AWS Bedrock、Azure OpenAI、Databricks、OpenAI 等服务。切换服务商只需修改 base URL 和 API Key,客户端代码无需改动。
项目的核心目标是降低 token 消耗。它会压缩较大的 JSON 工具返回结果、去掉未使用的工具定义,并通过语义缓存复用相似的重复请求,同时按复杂度对请求分级,让简单任务走低成本模型,复杂任务再升级。此外还提供本地仪表盘,用于查看花费、模型层级分布和请求日志,并为 Claude Code 提供状态栏。
可通过 npm、Homebrew、Docker 或一行安装脚本安装,`lynkr init` 向导可帮助生成 `.env` 配置文件。项目还支持 MCP 集成和流式响应。
核心功能
- 01将 Claude Code、Cursor、Codex 等工具的请求转发到 14 个以上 LLM 服务商,包括本地模型。
- 02压缩较大的 JSON 工具返回结果,并移除未使用的工具定义以减少 token。
- 03根据复杂度将请求分配到 SIMPLE、MEDIUM、COMPLEX、REASONING 等模型层级。
- 04对语义相近的提示词进行缓存,命中时不计 token 费用。
- 05提供本地仪表盘,可查看花费、路由准确率和单次请求日志。
- 06支持实时流式响应和 MCP 集成。
适用场景
- 让 AI 编程助手使用 Ollama 等免费本地模型,避免 API 费用。
- 将简单编程问题交给低成本模型,复杂任务交给高端模型。
- 在现有编程工具中接入公司的 Azure、Bedrock 或 Databricks 服务。
- 统计多个服务商和编程会话的 token 消耗。
快速上手
- 1
通过 npm 全局安装 Lynkr
npm install -g lynkr - 2
运行交互式向导生成 .env 配置文件
lynkr init - 3
从 ollama.com 安装 Ollama,然后拉取推荐的免费模型
ollama pull qwen2.5-coder:latest - 4
启动 Lynkr
lynkr start
使用前须知
- 需要 Node.js 20 或更高版本。
- 许多功能需要外部模型服务商、API 密钥,或 Ollama 等本地模型服务,本地模型还需要较大内存。
标签
常见问题
- Lynkr 是什么?
- 面向 Claude Code、Cursor 等 AI 编程工具的自托管 LLM 网关,可跨模型路由请求并压缩工具输出以减少 token 消耗。 Lynkr 是一个基于 Node.js 的命令行工具和 HTTP 代理,位于 AI 编程工具与模型服务商之间。Claude Code、Cursor、Codex 等工具将请求发送到本地的 Lynkr 端点,再由它转发给 Ollama、llama.cpp、LM Studio、OpenRouter、AWS Bedrock、Azure OpenAI、Databricks、OpenAI 等服务。切换服务商只需修改 base URL 和 API Key,客户端代码无需改动。
- Lynkr 可以免费使用吗?用的什么许可证?
- Lynkr 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- Lynkr 还在维护吗?
- 活跃维护中。Lynkr 最近一次提交是在 2026年10月21日。
- Lynkr 适合用来做什么?
- 让 AI 编程助手使用 Ollama 等免费本地模型,避免 API 费用。 将简单编程问题交给低成本模型,复杂任务交给高端模型。 在现有编程工具中接入公司的 Azure、Bedrock 或 Databricks 服务。 统计多个服务商和编程会话的 token 消耗。
- Lynkr 怎么安装和运行?
- 通过 npm 全局安装 Lynkr: npm install -g lynkr 运行交互式向导生成 .env 配置文件: lynkr init 从 ollama.com 安装 Ollama,然后拉取推荐的免费模型: ollama pull qwen2.5-coder:latest 启动 Lynkr: lynkr start
- 在哪里获取 Lynkr?
- 源代码和安装说明在 GitHub 上:https://github.com/Fast-Editor/Lynkr
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
本地模型网关,让 Claude Code、Codex、OpenCode 等编程代理共用一个端点,并把请求路由到多个模型提供商。
本地代理,让 Codex、Claude Code 等客户端接入任意 LLM 提供商。
可自托管的 OpenAI 兼容 LLM 网关,通过单一端点接入 40 多家模型服务商,并提供虚拟密钥、预算与用量统计。
在内容发送给大模型前压缩工具输出、日志、文件和 RAG 片段的上下文压缩层。
一个命令行工具,扫描代码库并生成精简的 AI 上下文文件,减少编程助手探索项目时消耗的 token。