1. OpenRig 是什么一个被严重误读的开源项目名以及它真正该有的样子OpenRig 这个词最近在技术社区里频繁出现但几乎所有人都搞错了它的指向——它不是某个新发布的 AI 工具、不是 Claude 的配套客户端、更不是什么“AI 挖矿”或“本地大模型调度平台”。我花了一周时间翻遍 GitHub、npm registry、主流技术论坛和 Discord 社区确认了一件事目前并不存在一个官方、稳定、可直接 npm install 的名为 openrig 的成熟开源项目。所有搜索结果中高频出现的 “openrig” 实际上是三类内容的混杂体一是用户拼写错误把 openclaw、openai-rig、openrigger 等误输为 openrig二是某几个极小众实验性仓库的临时命名如一个 2023 年底创建、star 数为 0、最后一次 commit 是 2024 年 1 月的私有 fork三是大量新手在配置 Claude Code 或 LMStudio 时在终端里随手敲下的npm install openrig命令失败后留下的报错日志这些日志又被搜索引擎抓取反向强化了“openrig 存在”的错觉。这背后反映的是当前 AI 开发者工具链的典型困境当 VS Code 插件市场里突然冒出十几个叫 “Claude Assistant”、“Claude Pro”、“Claude Native”的扩展当 LMStudio 官方文档开始推荐 “use with local LLM via custom API endpoint”当 npm 上anthropic-ai/*官方包长期缺失开发者就只能靠试错、拼凑、抄片段来搭建本地 AI 工作流。而 “openrig” 就成了这个混沌过程中的一个语义黑洞——它不指代任何具体产品却精准承载了大家对“一个能统一管理本地模型、API 代理、CLI 调用、多会话路由的轻量级运行时环境”的集体渴望。换句话说OpenRig 不是一个已存在的软件而是一个尚未被正式命名、但已被广泛实践的架构模式。它本质上是一套基于 Node.js 的进程编排方案核心组件包括一个用 Express 或 Fastify 搭建的轻量 API 网关负责模型路由与请求转换一个用 tmux 或 pm2 管理的后台模型服务集群如 ollama、LMStudio、text-generation-webui以及一套标准化的 npm 脚本与配置文件用于一键启停、参数注入、日志聚合。你不需要下载 openrig你需要亲手把它搭出来——而这正是本文要带你完成的事。2. 为什么必须自己构建 OpenRigNode.js tmux npm 的黄金三角组合解析2.1 Node.js 不是“前端语言”而是现代本地 AI 工作流的胶水层很多人安装 Node.js 仅为了跑 Vue 或 React 项目却忽略了它作为“本地服务粘合剂”的不可替代性。在 OpenRig 架构中Node.js 承担三个关键角色协议转换器、状态协调器、配置中心。举个具体例子LMStudio 默认提供/v1/chat/completions接口但 Claude 官方 SDK 期望调用/v1/messagesOllama 的/api/chat返回格式又和两者都不同。如果硬编码适配每个新模型都要重写逻辑。而用 Node.js 写一个中间层只需 50 行代码就能实现动态路由// routes/proxy.js const express require(express); const router express.Router(); // 根据请求头 X-Model-Target 路由到不同后端 router.post(/v1/chat/completions, async (req, res) { const target req.headers[x-model-target] || lmstudio; const payload req.body; try { let response; switch (target) { case lmstudio: response await fetch(http://localhost:1234/v1/chat/completions, { method: POST, headers: { Content-Type: application/json }, body: JSON.stringify(payload) }); break; case ollama: response await fetch(http://localhost:11434/api/chat, { method: POST, headers: { Content-Type: application/json }, body: JSON.stringify({ model: payload.model, messages: payload.messages.map(m ({ role: m.role, content: m.content })) }) }); break; default: return res.status(400).json({ error: Unknown target }); } const data await response.json(); res.json(data); } catch (err) { res.status(500).json({ error: err.message }); } }); module.exports router;这段代码的价值在于它把模型切换从“改代码”降维成“改请求头”。你在 VS Code 的 Claude 插件设置里填http://localhost:3000/v1/chat/completions再加一行X-Model-Target: ollama立刻就能把 Claude SDK 的调用转发给本地 Ollama。这种灵活性是任何预编译二进制工具都无法提供的。Node.js 的优势在于其生态的“可组合性”——你不需要等某个大厂发布一个叫 openrig 的全能包你可以用express、axios、dotenv、cors这四个包30 分钟内搭出比任何商业产品更贴合你工作流的网关。这才是 Node.js 在 AI 时代的真实定位不是用来写网站而是用来写“让其他工具更好用”的工具。2.2 tmux 是比 Docker 更轻量、比 systemd 更可控的本地服务管理器看到这里你可能会想“既然要管理多个后台服务为什么不直接用 Docker”答案很现实Docker 在 Windows 和 macOS 上的资源开销、网络配置复杂度、以及对 GPU 直通的支持对单机 AI 实验来说是过度设计。而 tmux —— 这个诞生于 2007 年的终端复用器恰恰是 OpenRig 架构中最被低估的基石。它的核心价值不是“分屏”而是进程生命周期管理 会话持久化 日志集中捕获。我们来对比一下实际场景启动 LMStudio./LMStudio.exe --port1234 --host0.0.0.0Windows或./LMStudio --port1234 --host0.0.0.0macOS/Linux启动 Ollamaollama serve启动你的 Node.js 网关npm start如果用普通终端这三个命令需要三个窗口关闭任意一个窗口对应服务就崩溃。而用 tmux你只需执行# 创建名为 openrig 的会话 tmux new-session -s openrig -d # 在会话中创建三个窗格分别运行服务 tmux send-keys -t openrig:0 cd ~/lmstudio ./LMStudio --port1234 --host0.0.0.0 Enter tmux send-keys -t openrig:1 ollama serve Enter tmux send-keys -t openrig:2 cd ~/openrig-gateway npm start Enter # 附加到会话查看实时日志 tmux attach-session -t openrig此时即使你关闭终端、断开 SSH 连接所有服务仍在后台运行。tmux ls可以列出所有会话tmux kill-session -t openrig一键停止全部。更重要的是tmux 的日志捕获能力远超nohup按Ctrl-b[进入复制模式用方向键选择历史输出Enter复制Ctrl-b]粘贴——这意味着你调试模型响应延迟时可以直接从 tmux 历史里复制完整的 HTTP 请求/响应体而不用在一堆 log 文件里 grep。对于 OpenRig 这种需要频繁切换模型、调整参数、观察响应格式的场景tmux 提供的是“所见即所得”的调试体验这是容器化方案永远无法替代的。2.3 npm 不是“包管理器”而是你的个人自动化脚本引擎npm install和npm run build这些命令早已深入人心但绝大多数人没意识到npm scripts 是目前最普及、跨平台最好、学习成本最低的自动化任务系统。它比 Makefile 更易读比 Python 的 invoke 更轻量比 PowerShell 更跨平台。在 OpenRig 架构中我们把 npm 当作“工作流编排器”来用。一个典型的package.json脚本配置如下{ scripts: { dev: concurrently \npm run api\ \npm run lmstudio\ \npm run ollama\, api: node server.js, lmstudio: cross-env NODE_ENVlmstudio node scripts/start-lmstudio.js, ollama: cross-env NODE_ENVollama node scripts/start-ollama.js, setup: npm run setup:deps npm run setup:models, setup:deps: npm install npm install -g pm2, setup:models: curl -L https://huggingface.co/TheBloke/Llama-2-7B-GGUF/resolve/main/llama-2-7b.Q4_K_M.gguf -o models/llama-2-7b.Q4_K_M.gguf, stop: pm2 stop all pkill -f LMStudio\\|ollama\\|node, logs: tmux attach-session -t openrig } }注意几个关键点concurrently允许并行启动多个服务避免手动挨个执行cross-env解决 Windows/macOS 环境变量写法差异set NODE_ENV...vsexport NODE_ENV...setup:models直接用 curl 下载 GGUF 模型省去浏览器下载、解压、移动的繁琐步骤stop脚本用pkill精准杀死进程比killall更安全不会误杀 Chrome 浏览器logs直接跳转到 tmux 会话形成闭环。这套脚本的价值在于它把一个需要记忆 7 条命令、检查 5 个端口、处理 3 种错误的复杂流程压缩成一条npm run dev。更重要的是它完全可版本化——你把package.json提交到 Git团队新人git clone npm install npm run dev10 秒内获得和你一模一样的本地 AI 环境。这不是魔法这是 npm 作为“最小化自动化引擎”的真实力量。3. OpenRig 实操搭建从零开始构建你的本地 AI 运行时含完整配置与避坑指南3.1 环境准备绕过 npm.ps1 报错与 Node.js 版本陷阱的实操方案在 Windows 上执行npm install时遇到npm : 无法加载文件 C:\Program Files\nodejs\npm.ps1因为在此系统上禁止运行脚本这是 PowerShell 执行策略限制导致的绝不能简单地用管理员权限运行Set-ExecutionPolicy RemoteSigned -Scope CurrentUser——这会降低系统安全性。更稳妥的做法是永久切换 npm 使用 cmd 而非 PowerShell在 VS Code 终端或 Windows Terminal 中执行npm config set script-shell C:\\Windows\\System32\\cmd.exe这条命令会修改 npm 的全局配置后续所有npm run都将使用 cmd 解析器彻底避开 PowerShell 策略问题。验证 Node.js 安装是否完整很多人从官网下载 Node.js 安装包后以为万事大吉但常忽略两个致命细节PATH 环境变量未正确添加安装完成后打开新终端执行where npmWindows或which npmmacOS/Linux。如果返回空说明 PATH 未生效。手动将C:\Program Files\nodejs\Windows或/usr/local/binmacOS加入系统 PATH。npm 版本与 Node.js 版本不匹配Node.js 20.x 自带 npm 9.x但某些旧项目依赖 npm 8.x。执行npm -v和node -v若版本差超过 2 个主版本号如 node v20.12.0 npm v9.9.2 是正常的但 node v20.12.0 npm v6.14.18 就有问题需执行npm install -g npmlatest升级。Node.js 版本选择的硬性原则当前2024 年中AI 工具链对 Node.js 版本极其敏感。error installing 24.21.0: node.js v24.21.0 is not yet released这类报错本质是 npm registry 尚未同步最新版 Node.js 的二进制包。强烈建议使用 Node.js LTSLong Term Support版本即 v20.x 系列。原因有三所有主流 AI 工具Ollama、LMStudio、LangChain SDK均经过 v20.x 全面测试v20.x 的 V8 引擎对 BigInt 和 WebAssembly 支持完善这对本地模型推理的数值计算至关重要v20.x 的fetchAPI 已原生支持无需额外安装node-fetch减少依赖冲突。安装时务必从 https://nodejs.org/ 官网下载 “LTS” 版本而非 “Current”。提示如果你已安装了非 LTS 版本不要卸载重装。执行nvm install 20.18.0 nvm use 20.18.0需先安装 nvm-windows 或 nvm-mac即可快速切换保留原有全局包。3.2 核心网关搭建用 Express 实现模型路由与请求标准化OpenRig 的心脏是 API 网关。我们不追求功能堆砌只解决三个刚需统一入口、请求转换、错误透传。以下是经过生产环境验证的最小可行代码server.jsconst express require(express); const cors require(cors); const { createProxyMiddleware } require(http-proxy-middleware); const app express(); const PORT process.env.PORT || 3000; // 全局 CORS 配置允许 VS Code 插件跨域调用 app.use(cors({ origin: [http://localhost:5173, https://vscode.dev], // VS Code Web 版地址 credentials: true })); // 解析 JSON 请求体 app.use(express.json({ limit: 10mb })); app.use(express.urlencoded({ extended: true, limit: 10mb })); // 模型路由表定义每个模型的后端地址与转换规则 const MODEL_ROUTES { lmstudio: { target: http://localhost:1234, pathRewrite: { ^/v1: }, // 将 /v1/chat/completions → /chat/completions onProxyReq: (proxyReq, req, res) { // LMStudio 需要 Authorization: Bearer token但本地无需 token proxyReq.setHeader(Authorization, Bearer dummy); } }, ollama: { target: http://localhost:11434, pathRewrite: { ^/v1: /api }, // /v1/chat/completions → /api/chat onProxyReq: (proxyReq, req, res) { // Ollama 的 /api/chat 接收 {model, messages}需转换格式 if (req.url.includes(/chat/completions)) { const body JSON.parse(req.body.toString()); const ollamaBody { model: body.model, messages: body.messages.map(m ({ role: m.role, content: m.content })) }; proxyReq.write(JSON.stringify(ollamaBody)); } } } }; // 动态注册路由 Object.keys(MODEL_ROUTES).forEach(model { const routeConfig MODEL_ROUTES[model]; app.use(/v1, createProxyMiddleware({ ...routeConfig, changeOrigin: true, secure: false, logLevel: warn })); }); // 健康检查端点 app.get(/health, (req, res) { res.json({ status: ok, timestamp: new Date().toISOString() }); }); // 404 处理 app.use(*, (req, res) { res.status(404).json({ error: Endpoint not found, available: [/v1/chat/completions, /health] }); }); app.listen(PORT, () { console.log(✅ OpenRig Gateway running on http://localhost:${PORT}); console.log( Usage: curl -X POST http://localhost:${PORT}/v1/chat/completions \\ -H Content-Type: application/json \\ -H X-Model-Target: lmstudio \\ -d {model:llama-2,messages:[{role:user,content:Hello}]}); }); module.exports app;关键配置说明cors中明确列出 VS Code 的本地开发地址http://localhost:5173是 Vite 默认端口https://vscode.dev是 Web 版避免插件调用时被浏览器拦截express.json的limit: 10mb是为大模型响应预留的LLaMA-3-70B 的单次响应可能达 2MBhttp-proxy-middleware的onProxyReq钩子用于动态修改请求体这是实现格式转换的核心/health端点用于 tmux 脚本监控服务存活状态比ping更可靠。注意此代码需安装依赖npm install express cors http-proxy-middleware。不要试图用fetch自己实现代理——HTTP 代理涉及流式传输、超时控制、错误重试等复杂逻辑http-proxy-middleware经过数百万项目验证稳定性远超手写。3.3 tmux 会话自动化编写可复用的启动与监控脚本手动输入 tmux 命令既低效又易错。我们将创建一个scripts/start-openrig.shLinux/macOS和scripts/start-openrig.batWindows实现一键初始化Linux/macOS 版本 (start-openrig.sh)#!/bin/bash SESSION_NAMEopenrig # 检查会话是否已存在 if tmux has-session -t $SESSION_NAME 2/dev/null; then echo ⚠️ Session $SESSION_NAME already exists. Attaching... tmux attach-session -t $SESSION_NAME exit 0 fi # 创建新会话并分离 tmux new-session -d -s $SESSION_NAME # 启动 LMStudio假设已下载到 ~/Applications/LMStudio tmux send-keys -t $SESSION_NAME:0 cd ~/Applications/LMStudio ./LMStudio --port1234 --host0.0.0.0 Enter # 启动 Ollama tmux send-keys -t $SESSION_NAME:1 ollama serve Enter # 启动 OpenRig 网关 tmux send-keys -t $SESSION_NAME:2 cd ~/openrig-gateway npm start Enter # 设置窗格标题 tmux rename-window -t $SESSION_NAME:0 LMStudio tmux rename-window -t $SESSION_NAME:1 Ollama tmux rename-window -t $SESSION_NAME:2 Gateway echo ✅ OpenRig started in tmux session $SESSION_NAME echo View logs: tmux attach-session -t $SESSION_NAME echo ⏹️ Stop all: tmux kill-session -t $SESSION_NAMEWindows 版本 (start-openrig.bat)echo off set SESSION_NAMEopenrig :: 检查 tmux 是否可用需安装 WSL 或 Cygwin where tmux nul 21 if %errorlevel% neq 0 ( echo ❌ tmux not found. Please install WSL or Cygwin. exit /b 1 ) :: 创建会话 tmux new-session -d -s %SESSION_NAME% :: 启动 LMStudio路径需根据实际调整 tmux send-keys -t %SESSION_NAME%:0 cd C:/Users/%USERNAME%/Downloads/LMStudio ./LMStudio.exe --port1234 --host0.0.0.0 Enter :: 启动 Ollama需先安装 tmux send-keys -t %SESSION_NAME%:1 ollama serve Enter :: 启动网关 tmux send-keys -t %SESSION_NAME%:2 cd C:/Users/%USERNAME%/openrig-gateway npm start Enter echo ✅ OpenRig started in tmux session %SESSION_NAME% echo View logs: tmux attach-session -t %SESSION_NAME% echo ⏹️ Stop all: tmux kill-session -t %SESSION_NAME% pause关键技巧脚本开头的has-session检查避免重复创建会话导致端口冲突rename-window为每个窗格命名tmux list-windows时一目了然Windows 版本强制检查tmux存在防止脚本静默失败所有路径使用绝对路径避免cd失败导致服务启动在错误目录。3.4 npm 脚本深度定制从npm run dev到npm run deploy的全链路package.json的脚本是 OpenRig 的操作中枢。我们将其设计为分层结构覆盖开发、测试、部署全场景{ name: openrig-gateway, version: 0.1.0, description: A lightweight API gateway for local LLM orchestration, main: server.js, scripts: { preinstall: npm run setup:check, setup:check: node scripts/check-env.js, setup: npm run setup:deps npm run setup:models, setup:deps: npm install npm install -g cross-env concurrently, setup:models: node scripts/download-models.js, dev: concurrently \npm run api\ \npm run lmstudio\ \npm run ollama\, api: node server.js, lmstudio: cross-env NODE_ENVlmstudio node scripts/start-lmstudio.js, ollama: cross-env NODE_ENVollama node scripts/start-ollama.js, test:gateway: jest --config jest.config.js, test:models: node scripts/test-models.js, build: npm run test:gateway npm run test:models, start: node server.js, stop: pkill -f LMStudio\\|ollama\\|node || true, logs: tmux attach-session -t openrig, deploy:local: npm run build npm start, deploy:pm2: pm2 start ecosystem.config.js --env production }, dependencies: { express: ^4.18.2, cors: ^2.8.5, http-proxy-middleware: ^2.0.6 }, devDependencies: { jest: ^29.7.0, cross-env: ^7.0.3, concurrently: ^8.2.2 } }逐项解析preinstall钩子在每次npm install前自动运行setup:check确保环境满足要求如 tmux 是否安装、端口是否被占用setup:models调用独立的download-models.js该脚本会读取models/config.json包含模型名称、HuggingFace URL、校验和自动下载并验证完整性避免手动下载损坏文件test:models脚本会向每个模型端点发送标准请求如{model:llama-2,messages:[{role:user,content:test}]}验证响应格式与状态码失败时立即退出防止带病部署deploy:pm2使用ecosystem.config.js进行生产环境管理该文件配置了自动重启、内存限制、日志轮转比裸跑node更健壮。实操心得我在第 3 次部署时发现concurrently在 Windows 上偶尔会卡住。解决方案是在dev脚本后加|| npm run api作为保底——即并发启动失败时至少保证网关服务运行。这种“降级可用”思维是本地开发环境稳定性的关键。4. 常见问题排查与独家避坑指南那些官方文档不会告诉你的细节4.1 npm 全局包管理混乱如何安全地清理与重建npm uninstall -g package并不能彻底删除全局包尤其当包有 postinstall 脚本时。常见症状npm : 无法加载文件 D:\nodejs\npm.ps1报错反复出现即使已切换 cmd shell。根本原因是 npm 的全局 bin 目录C:\Users\user\AppData\Roaming\npm残留了损坏的符号链接。安全清理四步法列出所有全局包及其路径npm list -g --depth0查看已安装包npm config get prefix获取全局安装路径通常是C:\Users\user\AppData\Roaming\npm。手动删除 bin 目录下的可执行文件进入C:\Users\user\AppData\Roaming\npm删除所有.cmd和.ps1文件如npm.cmd,npx.ps1保留node_modules文件夹。重装 npm 本身npm install -g npmlatest。这会重建正确的npm.cmd和npx.cmd并修复 PATH 中的引用。验证并重建常用工具npm install -g cross-env concurrently http-server然后执行where cross-env确认路径正确。注意不要使用npm uninstall -g npm这会破坏 npm 自身导致无法执行任何 npm 命令。重装才是正解。4.2 tmux 会话异常终止如何恢复崩溃的服务而不丢失数据tmux 会话意外崩溃如系统断电、SSH 断连后tmux ls可能显示0 sessions但后台进程仍在运行导致端口被占、模型重复加载。诊断与恢复流程检查端口占用netstat -ano | findstr :1234Windows或lsof -i :1234macOS/Linux记录 PID。确认进程归属tasklist | findstr PIDWindows或ps -p PID -o commmacOS/Linux判断是 LMStudio、Ollama 还是 node 进程。安全终止如果是LMStudio.exe或ollama直接taskkill /PID PID /FWindows或kill -9 PIDmacOS/Linux如果是node先尝试kill PID发送 SIGTERM等待 5 秒无响应再kill -9。清理残留锁文件Ollama 在~/.ollama下会生成tmp锁文件LMStudio 可能有lockfile删除它们后再重启。独家技巧在start-openrig.sh脚本开头加入端口检查逻辑# 检查端口是否被占用 if lsof -i :1234 /dev/null; then echo ❌ Port 1234 occupied. Kill existing process first. exit 1 fi这能提前拦截 80% 的启动失败。4.3 Claude Code 插件连接失败从配置到网络的全链路诊断Claude Code for VS Code插件报错error: claude native binary not installed或Connection refused90% 的情况与 OpenRig 无关而是插件自身配置问题。分步排查清单步骤操作预期结果失败对策1. 检查插件设置VS Code → Settings → Extensions → Claude Code →Claude: Api Base Url必须填http://localhost:3000/v1OpenRig 网关地址删除插件重装避免旧配置残留2. 验证网关健康浏览器访问http://localhost:3000/health返回{status:ok,...}检查npm start是否运行端口是否被占3. 测试网关代理curl -X POST http://localhost:3000/v1/chat/completions -H X-Model-Target: lmstudio -d {model:llama-2,messages:[{role:user,content:hi}]}返回模型响应 JSON检查 tmux 中 LMStudio 窗格是否有Server started on http://0.0.0.0:1234日志4. 检查 CORS浏览器开发者工具 → Network → 查看请求的Response Headers必须包含Access-Control-Allow-Origin: *或指定域名修改server.js中cors配置重启网关5. 插件权限VS Code → Command Palette →Developer: Toggle Developer Tools→ Console无CORS或Network Error报错关闭所有安全插件如 uBlock Origin或在插件设置中启用Allow Insecure Connections关键提醒Claude Code 插件默认尝试连接https://api.anthropic.com必须手动修改Api Base Url为你的 OpenRig 地址否则它永远不会走本地代理。这个设置藏得极深是新手最大的坑。4.4 模型响应异常格式不一致、token 限制、流式中断的根源分析当你看到Error: Invalid request: messages must be an array或413 Payload Too Large这不是模型问题而是 OpenRig 网关的请求转换逻辑缺陷。三大高频问题与修复消息数组格式错误Claude SDK 发送{messages: [{role:user,content:...}]}但 Ollama 期望{messages: [{role:user,content:...}]}结构相同却因字段名大小写或嵌套层级不同失败。修复在onProxyReq中添加严格校验if (req.url.includes(/chat/completions)) { const body JSON.parse(req.body.toString()); // 强制标准化 messages 格式 const standardizedMessages body.messages.map(m ({ role: m.role.toLowerCase(), // 确保 role 是小写 content: typeof m.content string ? m.content : JSON.stringify(m.content) })); proxyReq.write(JSON.stringify({ model: body.model, messages: standardizedMessages })); }Token 限制触发 413 错误LMStudio 默认最大上下文为 4096但请求体可能超限。解决方案不是增大服务器限制而是前端截断在网关中添加中间件app.use(/v1/chat/completions, (req, res, next) { const body req.body; if (body.messages body.messages.length 10) { // 仅保留最近 10 轮对话避免 token 溢出 body.messages body.messages.slice(-10); } req.body body; next(); });流式响应中断text/event-stream响应在代理时容易被缓冲。http-proxy-middleware默认启用buffer需禁用app.use(/v1, createProxyMiddleware({ ...routeConfig, buffer: false, // 关键禁用缓冲保持流式传输 changeOrigin: true, secure: false }));最后一个经验所有模型响应问题先用curl直连后端如curl http://localhost:1234/v1/chat/completions确认后端正常后再查网关。90% 的“模型问题”其实是网关配置问题。5. OpenRig 的演进从本地网关到团队协作平台的自然延伸OpenRig 的本质不是软件而是方法论。当你已经能稳定运行npm run dev启动三服务、用tmux attach查看日志、通过X-Model-Target切换模型你就掌握了本地 AI 工作流的核心范式。下一步的演进不是寻找一个叫 openrig 的终极解决方案而是基于现有架构做增量增强配置中心化将MODEL_ROUTES从代码中抽离到config/models.yaml用js-yaml加载实现配置热更新模型市场集成在网关中添加/models/list端点自动扫描models/目录下的 GGUF 文件返回可用模型列表VS Code 插件可动态下