cn-llm-bridge

MCP Bridge：本地 Qwen 视觉 + faster-whisper 转写，以及 Kimi K3 深度合成。

这是什么？

cn-llm-bridge 是一组 MCP（Model Context Protocol）服务器，把国产大模型的能力接入 Claude Code。

graph LR
    Client[MCP Client / Claude Code] --> CB[cn_llm_bridge]
    Client --> KB[kimi_bridge]
    CB --> Qwen[Qwen3.7-Plus<br/>视觉理解]
    CB --> Whisper[faster-whisper<br/>本地转写]
    CB --> QwenASR[qwen3-asr-flash<br/>云端转写]
    KB --> Kimi[Kimi K3<br/>深度合成]

模块

主推理模型随你选——Claude 官方、DeepSeek 或任何 OpenAI 兼容模型都可以。cn-llm-bridge 只负责多模态扩展，不绑定主模型。

模型版本随厂商更新：所有模型 ID 通过环境变量配置，百炼或 Kimi 发新模型时改一行 .env 即可切换，无需改代码。

核心理念：Claude Code 只调度，不做出力活。 它负责 orchestration——读需求、派任务、审结果。真正跑推理的那一层，交给最合适的模型。

Related MCP server: Kimi MCP Server

快速开始

1. 安装

git clone https://github.com/maxliven/cn-llm-bridge.git
cd cn-llm-bridge
pip install -e .

2. 获取 API Key

• 阿里百炼（必填 — 视觉 + 云端转写）：bailian.console.aliyun.com

• Kimi（可选 — 深度合成）：platform.moonshot.cn

3. 配置 Claude Code

在 ~/.claude/mcp.json 中添加：

{
  "mcpServers": {
    "cn-llm-bridge": {
      "command": "python",
      "args": ["-m", "cn_llm_bridge.server"],
      "env": {
        "QWEN_API_KEY": "sk-your-key-here",
        "BAILIAN_BASE_URL": "https://dashscope.aliyuncs.com/compatible-mode/v1"
      }
    },
    "kimi-bridge": {
      "command": "python",
      "args": ["-m", "kimi_bridge.server"],
      "env": {
        "KIMI_API_KEY": "sk-your-key-here",
        "KIMI_BASE_URL": "https://api.moonshot.cn/v1"
      }
    }
  }
}

重启 Claude Code，问它「你能看到什么 MCP 工具？」——会列出 vision_analyze、audio_transcribe、kimi_chat 等。

4. 开始用

在 Claude Code 中直接说人话：

• 「分析这张截图」→ 自动调用 vision_analyze

• 「把这段录音转成文字」→ 自动调用 audio_transcribe

• 「对比这三张设计稿的变化」→ 先逐张 vision_analyze，再 kimi_synthesize 综合

💡 切换模型版本：所有模型 ID 都支持环境变量覆盖。百炼发新模型时，改一行配置即可——无需改代码。见 .env.example。

可用工具

设计原则

原则一：Generator ≠ Evaluator

写作业和批作业的不能是同一个人。 同一个模型审查自己的输出时有严重确认偏误——生成时走错路，审查时大概率走同一条路，然后告诉你"没问题"。

Claude Code 只调度和审查，推理交给独立模型。两个模型的思考路径彼此独立，一个的盲点被另一个照亮。

原则二：结构化输出 >> 自由文本

让子模型返回 JSON，主模型只读关键字段。一个 summary: "登录按钮错位" 是 15 个 token，让主模型自己理解整张截图可能要 500 个。

vision_analyze 返回结构化 JSON（summary、details、text_found、objects），主模型只需读字段做决策。

原则三：参数按场景差异化

OCR 用高清，场景描述低分辨率就够。_infer_detail_level 根据 prompt 内容自动推断——你的提问里有「文字」「识别」「OCR」就自动切高清。

原则四：透传层格式约束

模型有时返回「带 markdown 包裹的 JSON」——直接解析会炸。_ensure_json 自动剥离、修复。格式错误最大的成本不是报错，是排查报错浪费的时间。

工程决策

复杂度自评估

vision_analyze 让模型自己评估任务复杂度（simple / medium / complex），自动控制 details 字段长度。过滤掉 80% 的低信息密度输出。

自适应 max_tokens

单次重试

遇到 5xx 等 1.5 秒重试一次——就一次。过度重试是用更多请求撞同一堵墙。

项目结构

cn-llm-bridge/
├── README.md
├── LICENSE
├── pyproject.toml
├── .env.example
├── .gitignore
├── cn_llm_bridge/          # cn-llm-bridge MCP server
│   ├── __init__.py
│   └── server.py
├── kimi_bridge/            # kimi-bridge MCP server
│   ├── __init__.py
│   └── server.py
└── tests/                  # pytest 测试（CI 自动运行）

依赖

• Python ≥ 3.10

• mcp — MCP 协议 SDK

• httpx — 异步 HTTP 客户端

• faster-whisper — 本地音频转写（可选，CPU 就能跑）

常见问题

需要 GPU 吗？ 不需要。faster-whisper 用 INT8 量化，CPU 足够。视觉和深度合成都走云端 API。

支持哪些音频格式？ m4a、mp3、wav、ogg、flac 等。云端转写是主路径，本地 faster-whisper 是兜底。

和直接用 Claude 官方多模态有什么区别？ Claude 官方多模态是最好的选择——如果你能稳定使用。cn-llm-bridge 解决的是另一个问题：模型多样性 + 稳定可控。

License

MIT © 2026

AI 能力不是越强越好，是越「对」越好。

Ecosystem

• cc-skill-router — Skill routing system for Claude Code. Register cn-llm-bridge tools as skills for automatic routing.

🌐 Part of the maxliven AI tooling ecosystem: cc-skill-router · cn-llm-bridge