AI Router v2.0 — 多模型智能路由

一个智能的多模型协作程序：图片 → 可切换的视觉模型看图 → DeepSeek 归纳总结 → 最终回答。

纯文本问题直接交给 DeepSeek 处理。

🎯 为什么需要这个程序？

模型	优势	短板
DeepSeek	推理强、总结好、超便宜	❌ 不支持图片输入（纯文本模型）
视觉模型	强大的视觉理解、看图说话	归纳总结不如 DeepSeek

💡 解决方案：取长补短，视觉模型看图 → DeepSeek 总结 → 用户得到最佳回答。

视觉模型可自由切换：Kimi / OpenAI GPT-4o / 通义千问 VL / 智谱 GLM-4V / Google Gemini / 自定义端点。

🏗 架构

用户输入（文字 + 可选图片）
    │
    ▼
┌─────────────────┐
│   Input Router   │  检测输入类型
└─────┬───────────┘
      │
      ├── 有图片 ──→ [视觉模型] 看图 ──→ 文字描述
      │         (kimi/openai/qwen/glm/gemini/custom)
      │                                        │
      └── 无图片 ──────────────────────────────┤
                                               ▼
                                    ┌─────────────────┐
                                    │  DeepSeek Chat   │
                                    │  归纳总结 / 回答  │
                                    └────────┬────────┘
                                             │
                                             ▼
                                      最终回答 → 用户

🚀 快速开始

1. 安装依赖

cd ai-router
pip install -r requirements.txt

# 如果要用 Gemini 做视觉，额外安装：
# pip install google-genai

2. 配置 API Key

cp .env.example .env
# 编辑 .env，填入 API Key：
#   DEEPSEEK_API_KEY=sk-你的deepseek-key
#   VISION_API_KEY=sk-你的视觉模型-key
#   VISION_PROVIDER=kimi  （或 openai/qwen/glm/gemini/custom）

API Key 获取地址：

DeepSeek: https://platform.deepseek.com
Kimi: https://platform.moonshot.cn
OpenAI: https://platform.openai.com
通义千问: https://dashscope.console.aliyun.com
智谱: https://open.bigmodel.cn
Gemini: https://aistudio.google.com

3. 使用

命令行

# 纯文本 → DeepSeek
python main.py "量子计算是什么？"

# 图片分析（默认 Kimi）
python main.py "这张图里有什么？" -i photo.jpg

# 切换到 OpenAI GPT-4o
python main.py "分析图表" -i chart.png --vision openai

# 切换到通义千问
python main.py "描述图片" -i img.jpg --vision qwen

# 查看所有供应商
python main.py --list-providers

# 交互模式（可动态切换）
python main.py

Web 界面

python server.py          # 启动后端
# 然后双击 web_ui.html    # 打开前端

Claude Code 集成（MCP）

AI Router 可以作为 Claude Code 的 MCP 工具使用，让 Claude 在处理图片问题时自动调用。

配置方式： 项目根目录已有 .mcp.json，Claude Code 重新打开后自动加载。

# 重启 Claude Code 后即可使用
# 在对话中直接说"帮我分析这张图片"即可触发

可用的 MCP 工具：

工具	说明
`ai_router_chat`	核心工具：发问 + 可选图片 → 管道处理
`ai_router_list_providers`	列出所有视觉供应商
`ai_router_switch_provider`	切换视觉供应商
`ai_router_config_status`	检查配置状态

使用示例（在 Claude Code 对话中）：

用户：帮我分析 C:/photos/screenshot.png 这张图片里有什么？

Claude 会自动：
1. 调用 ai_router_chat(question="这张图片里有什么？", image_paths=["C:/photos/screenshot.png"])
2. 图片 → Kimi 看图 → DeepSeek 总结 → 返回答案给用户

用户：切换到 OpenAI 做视觉理解

Claude 调用：
ai_router_switch_provider(provider_id="openai")

📁 文件说明

文件	说明
`ai_router.py`	核心引擎：视觉客户端、DeepSeek 客户端、路由器、Pipeline
`main.py`	CLI 命令行入口
`server.py`	HTTP API 服务器（供 Web UI 调用）
`mcp_server.py`	MCP Server（供 Claude Code 集成）
`web_ui.html`	Web 界面（单文件，双击即用）
`.env.example`	API Key 配置模板
`requirements.txt`	Python 依赖

🔧 API 端点

方法	路径	说明
POST	`/api/chat`	对话接口，支持动态切换供应商
GET	`/api/health`	健康检查
GET	`/api/config`	获取配置状态
GET	`/api/providers`	列出所有视觉供应商

👁 视觉供应商

ID	名称	默认模型	获取 Key
`kimi`	Kimi (Moonshot)	kimi-k3	platform.moonshot.cn
`openai`	OpenAI GPT-4o	gpt-4o	platform.openai.com
`qwen`	通义千问 VL	qwen-vl-max	dashscope.console.aliyun.com
`glm`	智谱 GLM-4V	glm-4v	open.bigmodel.cn
`gemini`	Google Gemini	gemini-2.5-flash	aistudio.google.com
`custom`	自定义端点	—	Ollama/vLLM/LiteLLM 等

📝 许可

MIT License