EchoBird – 开源 AI Agent 桌面管理工具，多账号切换与多模型路由

EchoBird 是一款由独立开发者 edison7009 于 2026 年 5 月推出的开源 AI Agent 桌面管理工具，主要用于统一管理 ChatGPT、Codex CLI、Claude Code 等编程 Agent 的账号与模型配置，支持多账号切换和最多 20 个模型的优先级路由，适用于多账号额度管理、Agent 环境批量搭建与本地大模型试跑等场景。

EchoBird 的核心能力

它要解决的是「同一台机器上装了一堆 Agent，账号、模型、配置各记各的」这件事：把模型信息抽成一个公共数据源，四个场景共用，配置一次就能处处生效。站内的 Pi 是把终端 Agent 做到极简，EchoBird 走的是另一头，管的是「很多个 Agent 怎么共存」。

多账号切换与额度查看

在 App Manager 里可以保存多个 ChatGPT、Codex CLI 与 Claude Code 账号，浏览器授权后即可在启动时选择用哪个。Claude Code 一侧还能看到当前套餐、5 小时与 7 天两个维度的剩余额度以及重置倒计时（服务商返回数据时才显示），切换账号这件事从改配置文件变成点一下。

多模型优先级路由

Smart Router 把多个模型提供方放成一条本地 API，模型卡片拖拽排序即为优先级，请求按顺序尝试，遇到限流、额度耗尽或临时不可用就自动回落到下一个，冷却结束后再按原顺序重试。最多可挂 20 个模型，已配好的模型不必重复填密钥。同时挂多个模型时的成本账，站内的 AI 让代码多了三成，交付却没多 提供了另一种观察角度。

Model Nexus 统一模型中心

OpenAI、Anthropic、本地模型与 API 中转站的配置集中在这一处，App Manager、Smart Router、本地模型、AI 项目四个场景共用同一份数据。提交前可先做一次延迟探测，避免把不可用通道设成首选。

一键安装与一键换模型

仓库内置各工具的安装参考，并直接改写每个工具自己的原生配置文件，所以既能从一个地方装，也能一键把模型指向新提供方，不用手改 TOML 或 JSON，也不用按 CLI 逐个重新登录。这一点是多数「模型切换器」留给用户自己解决的部分。

内置本地大模型运行时

自带 vLLM、SGLang、llama.cpp 三种运行时，选一个量化版本点启动即可在本地跑模型。对不愿意按次付费的人，门槛从额度换成了本机硬件：能跑什么取决于模型规模、量化方式与内存显存配置，llama.cpp 可以纯 CPU 跑小模型，vLLM 与 SGLang 对运行环境和显存的要求更高。

对话式安装修复 Agent

Install & Repair Agent 用对话方式安装和修复主流工具，报错信息可以直接贴给它，由它辅助排查依赖缺失、路径错误或配置冲突这类故障，实际效果取决于问题类型与运行权限。本地与远程机器都支持，对不熟悉命令行的人，这一段省掉的是查文档的时间。

EchoBird 与 Claude Code CLI 的对比

两者都在处理「用哪个模型跑 Agent」，但站位不同：一个管环境，一个本身就是 Agent。下表按可核实的结构项并列。

差别在三处。产品形态：EchoBird 是图形界面，适合多工具共存；Claude Code CLI 是终端里的单一工具。多模型路由：EchoBird 把回落做成拖拽排序，主通道挂了自动换；Claude Code CLI 以 Anthropic 模型为主，跨厂商要自己配端点。开源协议：前者从 v5.0.0 起 MIT，配置与安装可改；后者闭源。

另外的差异在日常维护：EchoBird 把配置文件收在一处改写，省掉手动编辑；Claude Code CLI 的配置跟随自身版本演进，稳定程度取决于版本与配置是否兼容。本地模型差异更大，EchoBird 直接带运行时，Claude Code CLI 需要外部推理服务配合。

如果想先看清「单个终端 Agent 能做成什么样」，站内的 Pi（极简开源终端编程 Agent，只给模型四个基础工具）可以当作对照样本。

EchoBird 的应用场景与适用人群

它的价值集中在「同一台机器要伺候好几个 Agent」的地方；只用一个工具、且不换模型的人，收益有限。桌面端的管理类工具，站内的 TeleAgent 是另一种做法，把助手直接做到桌面上：

• 多账号额度管理：几个账号轮着用，剩余额度与重置时间在一屏里看全。
• Agent 环境批量搭建：新机器到手，一次装齐 Claude Code、Codex CLI、OpenClaw 等工具。
• 本地模型试跑：不想按 token 付费，用内置运行时先跑一个量化版本评估效果。
• 图形化操作：不熟悉终端的人，靠图形界面完成安装、启动与模型切换。
• 团队统一配置：把 provider 与模型顺序固定下来，减少「为什么他那边能跑我这边不行」。

适用人群：想把多个 Agent 的产出收进一套工作流，站内的 Prime Agent 是另一条思路。适合同时使用多个编程 Agent、又不想逐个维护配置文件的开发者，也适合要给非技术同事装 AI 工具的支持角色；只用一个 Agent、模型也不换的场合，直接用官方 CLI 更省事。

EchoBird 的使用方法

官方给了三条路：一行脚本最快，安装包适合不碰终端的人，Smart Router 用来把本地端点接进别的工具。想先看「把智能体嵌进页面」这条路的形态，站内的 Page Agent 是另一端的样本；完整安装说明与支持工具清单见 官方仓库。

一键脚本安装：一条命令装好本体

1. 打开仓库 README 的 Install 段，复制 One-line install 给出的脚本。
2. 在终端里执行该脚本，等待安装与依赖检查结束。
3. 首次启动后进入 Model Nexus，先填一个可用的模型提供方做连通性验证。

安装包安装：不碰终端的那条路

1. 到 releases 页按系统下载对应安装包，架构因平台而异：Windows 是 x64，macOS 是 Apple Silicon（arm64），Linux 两者都有。
2. 安装完成后打开 App Manager，选择要管理的工具，逐个加入并授权账号。
3. 在启动项里选好账号或模型，确认工具能按所选账号正常拉起。

Smart Router：把本地端点接进别的工具

1. 在 Smart Router 里从模型目录或已配模型中加入候选项，拖拽确定优先级。
2. 在目标工具里把接口地址指向 EchoBird 提供的本地端点，协议选 OpenAI Chat Completions 或 Anthropic Messages。
3. 使用期间保持 EchoBird 在后台运行，主通道限流时观察是否自动回落到下一项。

注意两点：Smart Router 切换的是模型 API，不自动轮换登录账号；ChatGPT 与 Codex CLI 走第三方模型需要 Responses API，它目前没有暴露；账号与密钥由应用在本地管理，调用第三方 API 时请求仍会发给对应服务商；共用一台机器时建议先确认系统账户隔离。想先对比终端类 Agent 的形态，站内的 VS Code 1.137 提供了另一种把 Agent 放进编辑器里的做法。

EchoBird 的项目地址

• 产品官网：https://echobird.ai
• GitHub 主仓库：https://github.com/edison7009/EchoBird

EchoBird 的价格方案

本体开源，v5.0.0 及后续版本采用 MIT 协议（v4.x 及更早为 AGPL-3.0），安装包与图形界面功能目前不收费，也没有订阅档位这一层。官网提供自愿打赏渠道，不换取功能。

实际支出落在模型侧：用商业 API 按各家当期价格计费，用 OpenAI、Anthropic 的订阅账号则按账号额度消耗。接入本地模型后，边际成本只剩电费与显卡，敏感数据也不必离开本地。

EchoBird 的常见问题