Workweave 开源的编程 Agent 模型路由器(Apache-2.0):把 Claude Code、Codex、opencode、pi 指向本地一个端点,按每轮任务难度、prompt 缓存重建成本、任务是否卡住、以及你各平台订阅的剩余额度,在便宜模型与前沿模型之间自动分派请求;兼容 Anthropic / OpenAI / Gemini 三种 API 格式,provider key 留在本地,官方称质量接近 GPT-6 Astra 而成本约 51%。 定价:自托管:Apache-2.0 开源,自行部署,官方未标价;官方订阅两档——Code Max $10/月(仅开源模型池)、Code Boost $100/月(完整模型池)。官方未公布按路由成本比例抽成的计费方式。。编辑评分:⭐ 4.5。
Weave Router 2.0 是什么?
Weave Router 是 Workweave 开源的模型路由器,2.0 版本在 2026 年 10 月发布。它的形态是一个本地端点:把 Claude Code、Codex、opencode、pi 这些编程 Agent 的请求指向 localhost:8080,路由器替你决定这一轮该用哪个模型。
官方给的一句话是「读你 Agent 的每一轮,把它送到能答对的最便宜的模型上,把前沿模型留给真正需要的回合」。
和常见的「便宜模型兜底」路由器相比,2.0 的差别在于它要同时回答四个问题,而不是一个问题:
- 这一轮有多难? 一个在 1.0 十倍会话量上训练的复杂度分类器,毫秒级打分。
- 换模型省下的钱,够不够付缓存重建的成本? 只有省下的钱超过缓存重建代价时才降级。
- 便宜模型真的做完了吗? 升级分类器盯着任务,卡住、循环、漏答就切回前沿模型。
- 哪个订阅还有额度? 先在 Codex 里用你已有的 Claude 席位、在 Claude Code 里用 GPT 席位,把包月额度先跑满。
许可证是 Apache-2.0(README 明确从 router-v0.2.24 起切换,更早版本保留原许可),可商用、可自托管、含专利授权,但不含 Workweave 商标使用权。
核心功能
1. 复杂度与缓存双约束的路由
多数路由方案翻车在缓存上:频繁切模型会让 prompt 缓存大量 miss,省下的单价被重建成本吃掉。Weave 的做法是「缓存感知」——只在划算时才往下走,并提高切换阈值。
2. 升级分类器(escation)
便宜模型不是万能的。任务卡住、循环、漏答时自动升回前沿模型,这是「便宜模型能用」和「便宜模型敢用」的分界线。
3. 订阅额度感知
这是它最有辨识度的一层:你有 Claude 包月又有 ChatGPT 包月,但两个工具各锁各的模型。路由器把请求调到「你已经有额度但当前没用上」的那一侧,先消耗固定成本,再谈按量计费。
4. 三种 API 格式 + 一个端点
同时兼容 Anthropic Messages、OpenAI Chat Completions、Gemini 原生格式,流式、工具调用、视觉都支持。接入方式是一条命令:npx @weave-os/router(托管)或 make full-setup(自托管全栈,含路由器 + 仪表盘 + Postgres)。
5. 客户端覆盖
Claude Code(make install-cc)、Codex(--codex,保留原有 ChatGPT OAuth,router key 走 X-Weave-Router-Key 头)、opencode(要求主版本 ≥ 2)、pi(官方扩展,带 Loom 界面)、Cursor(早期 beta,走 Override OpenAI Base URL)。
6. BYOK 与可观测性
Provider 密钥留在本地、静态加密,提示词从路由器直连你配置的 provider,不经 Weave。自带 OTLP 追踪,可接 Weave 仪表盘、Honeycomb、Datadog、Grafana。
版本/套餐对比
| 形态 | 价格 | 说明 |
|---|---|---|
| 自托管 | 无官方标价(Apache-2.0,自行部署) | Docker + Postgres 全栈;多副本需 Pub/Sub 做缓存失效 |
| Code Max | $10/月 | 官方称「只在开源模型池内做智能路由」的编码订阅 |
| Code Boost | $100/月 | 完整模型池(含前沿模型) |
需要说明的是:官方页面没有公布任何「按路由成本抽成百分比」的托管计费方式,网上流传的比例说法在官网、README、定价区都找不到依据。
官方基准(自测,需自行验证):同一 Codex harness、每题两次机会(pass@2)、Router 与 GPT-6 Astra 同日同版本配对,覆盖 SWE-Atlas 与 Terminal-Bench 4.0 两组任务(66 题与 124 题)。官网给出的对比是 62.1% 对 60.6%(多解 1 题)与 62.1% 对 66.1%(少解 5 题),成本约为 Astra 的 51%,速度 2.3×。也就是说,官方自己的数据里它并非全面胜出:一组略高、一组略低,成本优势才是主要卖点。
值不值得用?
值得肯定的地方:
- 路由决策有依据:基于论文 Avengers-Pro 的集群打分器 + 进程内 ONNX embedder,按「动作」而不是按「轮次」路由,比靠提示词让模型自己选模型靠谱得多。
- 缓存感知这一层解决的是真实存在的坑,不是营销话术。
- 订阅额度调度切中重度 Agent 用户的痛点:两个包月订阅互相闲置,钱白付。
- Apache-2.0 是真开源许可,可商用、可改、可自托管,provider key 不出本地。
- 客户端覆盖面够广,Claude Code / Codex / opencode / pi 都是一条命令接入。
需要留个心眼的地方:
- 官方基准是自测,只跟 GPT-6 Astra 和 OpenRouter Auto 比,没有第三方复现。而且官方数据里它在 Terminal-Bench 4.0 上低于 Astra(62.1% vs 66.1%,124 题少解 5 题),「打平」的说法要看具体任务分布。
- Cursor 接入仍是 early beta,README 原文写着「性能可能不是最佳」。
- 自托管不是一条命令:Docker + Postgres,多副本还要 Pub/Sub,不设
ROUTER_ADMIN_PASSWORD仪表盘管理会被禁用。 - 流式请求的最终成本不在响应头里,要在
message_delta事件里读weave_cost,自己接监控时要处理。 - 迭代很快:5.5k stars 但 180 个 open issue,接口和端点可能变。
- 多了一层代理,出问题时排查链路变长:是 provider 挂了、路由选错了,还是缓存策略算错了?
总体结论: 如果你同时订阅了两家以上的编码 Agent,或者被多模型切换的账单折磨,这个工具解决的是真问题,而且是开源可自托管的那一类。但别把它当成「自动省钱开关」:收益取决于你的任务分布里有多少简单轮次、缓存命中率有多高,官方基准只证明它在自己的测试集上不亏质量。先用自托管跑一周真实会话,看 /v1/sessions/:id/cost 的节省数字再决定要不要付费档。
使用建议
- 先自托管跑一周。 Apache-2.0 免费,拿自己的真实会话测,看节省额与质量是否同时成立,再考虑 Code Max / Boost。
- 盯住缓存命中。 如果工作流本身频繁换模型或改系统提示,缓存感知的路由收益会打折,这类场景要单独测。
- 把 Cursor 当实验。 官方自己标了 early beta,生产环境用 Claude Code / Codex / opencode 这几条成熟路径。
- 自托管记得设管理密码。 不设
ROUTER_ADMIN_PASSWORD时推理能跑,但仪表盘管理功能是关闭的。 - 别丢掉开关。
npx @weave-os/router off --claude可以直接连回原 provider 而不删配置,出问题能立刻降级。
适合谁用?
推荐: 同时持有 Claude 与 ChatGPT/Codex 包月、每天跑大量 Agent 任务的团队;希望模型路由留在自有基础设施、不接受请求过第三方的团队(自托管 + BYOK);已经在用 OpenRouter 但嫌「自动选模型」不够精细的重度用户。
可考虑: 想先量化「换便宜模型到底掉不掉质量」的团队——它的升级分类器和成本报表正好用来做这个实验;自建 Agent 平台、需要一个兼容三种 API 格式的路由层的开发者。
不推荐: 只用一个模型、每月 API 花费几十美元的轻度用户,多一层代理的复杂度不划算;要求第三方基准背书才敢上生产的环境;必须用 Cursor 且不能接受 beta 质量的团队。