ClawRouter

为 AI Agent 而生的智能 LLM 路由器

背景：为什么 AI Agent 需要一个"路由器"？

在传统的 LLM 使用场景中，开发者通常需要手动选择模型、注册 API Key、绑定信用卡、管理多个平台的账户。这个过程对于人类开发者来说虽然繁琐，但尚可接受。然而，当 AI Agent 开始大规模运行时，这些"人类友好"的设计反而成了阻碍。

AI Agent 无法注册账户、无法输入信用卡信息、也无法管理 API Key。 它们只能做一件事：签名交易。

BlockRunAI 团队正是看到了这个痛点，推出了 ClawRouter——一个专为 AI Agent 设计的 LLM 智能路由器。它的核心创新在于：用钱包签名替代 API Key 认证，用 USDC 微支付替代信用卡结算，让 AI Agent 能够真正独立地与付费 LLM 服务交互。

图1：ClawRouter 项目 Banner

核心机制：15 维度评分 + 智能路由

ClawRouter 的核心逻辑并不复杂：对每个请求，从 15 个维度进行评分，然后自动路由到性价比最高的模型。 这 15 个维度涵盖了请求的复杂度、上下文长度、质量要求、延迟敏感度等因素。

路由策略分为四档：

• Free 模式：仅使用免费的 NVIDIA 模型，成本 100% 节省
• Eco 模式：选择最便宜的可用模型，节省 95-100%
• Auto 模式：平衡质量与成本，节省 74-100%（默认策略）
• Premium 模式：选择最高质量模型，不考虑成本

实际测试中，ClawRouter 的混合平均成本为 $2.05/M tokens，而直接使用 Claude Opus 的成本为 $25/M tokens，节省幅度高达 92%。

技术架构：TypeScript + 本地代理

ClawRouter 整体采用 TypeScript 开发，运行在 Node.js 环境。它以本地代理服务（端口 8402）的形式运行，将所有发往 OpenAI 兼容格式的请求拦截并重新路由。

架构层面有几个值得注意的亮点：

x402 微支付协议集成：ClawRouter 深度集成了 x402 协议（支持 EVM 和 SVM 双链），每次请求的结算通过 USDC 完成，无需预充值或订阅。用户只需向钱包地址转入少量 USDC，即可支撑数千次请求。

Solana 生态集成：通过 @solana/kit 库支持 Solana 链上的钱包签名操作，扩展了支付通道的多样性。

55+ 模型支持：覆盖 OpenAI、Anthropic、Google (Gemini)、xAI、DeepSeek 等主流模型提供方，提供统一接口。

模块化插件架构：代码组织清晰，源码位于 src/ 目录，支持 OpenClaw 插件扩展，测试套件使用 Vitest，代码风格使用 ESLint + Prettier 规范。

// 从 OpenAI SDK 的视角，一切正常工作
import { OpenAI } from 'openai';
const client = new OpenAI({
  base_url: "http://localhost:8402",
  api_key: "x402"  // x402 是特殊标记，触发钱包签名认证
});
const response = await client.chat.completions.create({
  model: "blockrun/auto",  // 自动路由策略
  messages: [...]
});

部署体验：纯 CLI 工具，门槛低但有坑

ClawRouter 以 npm 包的形式分发，安装极为简单：

npm install -g @blockrun/clawrouter
clawrouter setup  # 必须执行，完成 OpenClaw 插件注册

⚠️ 关键注意事项：仅执行 npm install 而跳过 clawrouter setup，会导致插件未注册，模型列表只显示 7 个默认模型而非全部 38+ 个 BlockRun 模型。这是目前最大的"坑"，文档中虽有说明但容易被忽略。

对于 OpenClaw 用户，可以使用一键安装脚本：

curl -fsSL https://blockrun.ai/ClawRouter-update | bash
openclaw gateway restart

多模态扩展：图生图、视频生成、语音通话

除了文本 LLM 路由，ClawRouter 还集成了多种多模态能力：

图片生成：支持 DALL-E 3、GPT Image 1、Flux、Gemini 图像模型等，通过 /cr-imagegen 斜杠命令调用，价格从 $0.015/图起。

视频生成：集成 ByteDance Seedance 和 xAI Grok Imagine Video，通过 /videogen 命令调用，5 秒视频成本约 $0.42-1.49。

语音通话：集成 Twilio 电话验证和 Bland.ai 语音外呼，通过 /cr-call 命令直接发起 AI 驱动的语音通话。

争议与局限

局限一：依赖 BlockRun 网关服务 ClawRouter 虽然是开源本地代理，但其路由决策背后依赖的模型评分数据、免费模型配额、以及 x402 结算通道，实际上由 BlockRun 公司的网关服务提供。如果 BlockRun 停止运营，免费模型和 x402 支付可能受影响。

局限二：仅支持 OpenAI 兼容接口 项目设计围绕 OpenAI API 格式，不原生支持 Vertex AI、AWS Bedrock 等企业级 LLM 接口，企业内部部署场景受限。

局限三：Web-UI 缺失 目前没有任何 Web 管理界面，路由策略调整、模型切换、余额查询均需通过 CLI 命令操作，对非技术用户不太友好。

行业意义：开启 Agent 原生 AI 基础设施

ClawRouter 最有价值的地方不在于"节省成本"，而在于它提出了一种 Agent 原生（Agent-Native） 的 AI 基础设施范式：AI Agent 应该像人类一样拥有自己的钱包、自己做支付决策、自己管理资源。

这种模式与 Web3 的去中心化支付理念结合，代表了 AI Agent 经济独立的第一步——如果每个 AI Agent 都能自主完成从任务委托到费用结算的全流程，那么真正意义上的"AI 打工时代"才可能到来。

ClawRouter 获得了 USDC Hackathon 的 Agentic Commerce 赛道冠军，其 x402 + USDC 的支付路径已在 Base 和 Solana 两条链上验证可用。随着更多模型提供方接入 x402 协议，Agent 自主调用高质量付费 AI 模型的门槛将持续降低。