Folkbench：给 AI API 中转站做"体检"，顺便替你换线路

一句话故事

晚上 11 点，Claude Code 突然开始报 503。你打开终端，发现自己上个月给三个不同中转站都充过钱，Base URL 到底填的是哪条线也记不清了；想换线路，还得翻 ~/.claude/settings.json、再翻 ~/.codex/config.toml，改错一个字段，Codex 的 OAuth 凭据就废了。

Folkbench 盯上的正是这个缝隙。它拆成了两半：folkbench.com 是一份公开的"中转站体检榜单"，持续探测各家 API 中转线路，把可用率、响应延迟、输入输出价格摊开给所有人看；Folkbench Switch 是配套的开源桌面客户端（Tauri 2 + Rust 写的），负责把榜单上选好的线路一键写进 Claude Code、Codex、Gemini CLI、Aider、OpenCode、Kimi CLI 等工具的本地配置文件。

图：Folkbench 官网榜单与桌面客户端总览

项目背景与由来

仓库 2026 年 10 月 2 日创建，一个多月就攒到 4241 star、400 名贡献者，在 AI 编程工具圈子里属于火箭速度。它的运营方是 Havenbyte LLC，官网同时挂着"站长入驻申请"和赞助商位——这意味着它同时是评测平台、商业导流平台和开源工具集合，这三重身份也决定了后面要讲的争议。

中转站（API relay / 灰产中转）这个生态在中文 AI 圈早已成型：一折价格、号称满血官方模型、支付宝微信直充。痛点在于没人能证明这些站到底靠不靠谱——价格可以写在首页，可用率只有你掏钱测了才知道。Folkbench 的做法是把探针做成公开数据：定时打请求，记录成功失败、延迟、Token 与实际花费，再按模型分组排榜。

打个比方：它像什么

如果说中转站是分散在城乡各处的"私人加油站"，Folkbench 就是把每家加油站都拉去打表——92 号还是 95 号，油价多少，节假日会不会断供。榜单旁边还开了个"加油站会员卡"服务（赞助商），帮新用户把优惠领到手。

Switch 则是你车上的一键换油枪适配器。不用每次自己掰接头，插上去就匹配 Claude Code、Codex、Gemini CLI 这些不同接口形状。

核心功能拆解

榜单侧（folkbench.com，闭源后端）

• 按模型维度聚合：GPT 6.1 Sol、Claude Fable 5.1、Grok 4.7、DeepSeek V4.1 Flash 等，每个模型下挂各中转站的 24 小时可用率、输入/输出单价、采样数
• 单站详情页会给出"数据安全等级"（0-7 级）、运营主体、公开政策证据、检查日期，例如 CheapAI 页面显示"数据安全 3 级 / 默认不留存 / 责任主体 Havenbyte LLC / 检查日期 2026-10-10"
• 图像、视频模型单列（成功率、P95 生成耗时、服务覆盖数），并支持用户自行发起一次检测生成报告

客户端侧（apps/switch，开源 Apache-2.0）

• 一键切换服务商：保存多家 Base URL + API Key，切换时只覆盖连接参数，保留工具其余自定义配置
• 配置无损：切换前给差异预览；切到第三方 Codex 线路时自动暂存官方 ChatGPT OAuth 凭据，切回官方时无损恢复
• 本地隐私：API Key 与配置只落本地，SQLite（rusqlite bundled）存储，不上传云端，可离线运行
• 用量估算：按会话统计 Token，按公开参考单价算钱
• 内置探针：客户端内直接看各站公开可用率与延迟，切源前先看状态
• 适配面很广：Rust 侧有 13 个 adapter（claude、codex、gemini、grok、kimi、qwen、minimax、hermes、openclaw、opencode、aider、dsh、pi），文件层面是原子写入（atomic.rs）加 journal 日志

图：按模型聚合的中转站榜单

技术栈构成

层	技术
桌面客户端	Tauri 2.11 + Rust 1.90 / edition 2024，workspace 拆 contract、telemetry 两个 crate
前端	React 19 + Vite + TanStack Router/Query + shadcn 风格 UI + i18next（zh/en）
通信	ts-rs 生成 TS 绑定（src/bridge/generated），Rust 命令 + IPC
网络	reqwest（rustls）、hyper（本地 Claude Desktop 重映射代理）、tokio
存储	SQLite + zstd + serde_yaml/toml_edit/JSON5，处理各家配置格式
博客站	Astro 7 + TypeScript，内容在 src/content/articles，多语言（zh-CN/en/es/ja）

工程规范值得一提：仓库根目录有 AGENTS.md、DESIGN.md、.githooks/（pre-commit / pre-push）、.github/workflows/ 共 6 条 CI（blog-ci、switch-ci、switch-beta、switch-publish、证书诊断）。开发脚本里甚至有 assert-development-host.mjs 守卫，禁止在非授权机器上跑安装/构建；Rust 测试用临时目录和假 Key，"不自动发起可能计费的模型请求"。这套约束在一个星数 4k 的项目里算是相当克制。

上手门槛

分两条路：

• 只想用：去 Releases 下 .dmg（macOS Apple Silicon/Intel）或 .exe（Windows x64），校验 SHA256，双击即用。零开发环境要求，十分钟内可用上。
• 想自建/改代码：需要 Bun 1.3.14、Node.js 22+、Rust 1.90/1.98、Tauri 2 原生依赖；Linux 上还要 GTK、WebKitGTK 4.1、OpenSSL、pkg-config。构建命令 bun install && bun run build:switch:web && bun run test:switch:rust。对普通用户来说这是"能装但不该自己编"的量级。

仓库里没有 Dockerfile，也没有 docker-compose，官方也没有提供容器化部署路径——因为它本来就是桌面应用 + 云端服务分离的架构。榜单后端、探针调度、数据库都不在这个仓库里（docs/development.md 明确写了"正式 Folkbench 后端、生产数据、密钥与部署配置不在此仓库"）。

图：Folkbench Switch 客户端

争议与局限

第一，赞助与排名的边界。 README 里塞了四家赞助商的长篇介绍（Modelflare、CheapAI、IKunCode、智流 FluxLane），而榜单前几名里 IKunCode 和 FluxLane 都在列。官网 FAQ 回应说"商业展示不会直接决定名次""报价不进入排名"，榜单规则也写明只按已发布评测结果排序。但既然赞助商本身是"被测对象"，这个设计上的自我矛盾无法靠声明彻底消除——用户只能选择"看数据但保持警惕"。

第二，评测方法本身就是待检验的。 官网 /benchmarks 页自己承认："一次评测不能证明中转站安全，也不能证明模型就是它声称的那个""'可疑'不等于'已证明'"，还专门列了六个评测套件（安全性、身份、可靠性、完整性、经济性、滥用策略）以及每份报告必须标注范围、更新时间、证据限制。这种诚实值得肯定——但反过来说明当前的分数置信度有上限。

第三，许可证是分裂的。 根目录 LICENSE.md 写得很清楚：apps/switch/ 下的客户端代码是 Apache-2.0，但博客正文、封面、图表、读者投稿、品牌素材不在授权范围内，需要维护者另行明确。所以 GitHub API 里这个仓库的 license 显示为 NOASSERTION 并不算错——它确实不是单一协议。二次分发或商用要先问清楚。

第四，"中转站"本身就是灰色地带。 这个项目帮用户选的是非官方渠道，密钥流向、数据留存、上游模型真实性都缺乏官方保障。项目方自己也把"数据安全等级"做成显式指标、并提供纠错与申诉通道，这是加分项，但从企业合规角度看，公开榜单最多只能用于供应商初筛，真正上生产仍需自行尽调。

第五，Beta 状态与迭代风险。 版本号是 0.1.0-beta.6，工具配置路径随各家 CLI 版本变化，README 自己提醒"配置路径、凭据类型和工具版本仍可能变化，更新后应先核对实际差异"。直接改 ~/.claude/settings.json 这类高危文件，务必先备份。

行业意义

Folkbench 代表了一个正在成形的趋势：AI 基础设施开始需要"测评层"。当模型本身越来越同质化、API 访问渠道越来越多样，用户的真实痛点从"能不能调用"转向"哪条线更稳、更便宜、更可信"。这个赛道的价值捕获方式也很典型——榜单免费引流，用赞助位和商家入驻变现，再把用户导向配套工具完成闭环。

它的另一个信号是开源形态的选择：核心痛点（跨工具配置切换、密钥本地管理）用一个纯本地、零遥测的 Tauri 客户端解决，把信任敏感的凭据操作留在用户机器上；而数据密集、需要持续调度的评测后端则闭源托管。这种"敏感逻辑开源、聚合服务商业化"的分工，正在成为 AI 工具项目的一种标准活法。

对团队采购或技术选型而言，Folkbench 的实用定位很清楚：把公开榜单当候选初筛工具，用真实模型、地区和负载做独立复测，而不是把榜单分数当成结论。

图：最好用的模型，谁都能选到