vscode-unify-chat-provider
smallmain/vscode-unify-chat-provider加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象一下这个场景：你同时订阅了 Claude Pro、Gemini Advanced、ChatGPT Plus，手里还有 GitHub Copilot 账号，每个服务每个月都要花钱。但在 VS Code 里写代码时，你只能在 Copilot Chat 里用微软指定的那几个模型——其他付费订阅的额度全都躺在各自平台的仪表盘里吃灰。
这是无数开发者共同的痛：AI 编程工具越来越多了，但它们彼此割裂，每家都有自己的入口。 你不想在 VS Code、Claude Code、Cursor、JetBrains AI Assistant 之间来回横跳，更不想为每一个工具单独付费——但现实是，各家的 API 配额并不能跨平台通用。
Unify Chat Provider（以下简称 UCP）正是为解决这个痛点而生。它的核心逻辑非常清晰：既然 GitHub Copilot Chat 已经在 VS Code 里了，那我就让它能调用所有主流大语言模型的 API，把你在各个平台的付费配额全部聚合到一个界面里。用户只需要装一个扩展、填一个 API Key，就能在 Copilot Chat 里用上 Claude 4.5、Gemini 3.5、Qwen 2.5、DeepSeek 等 200+ 种模型——无需切换工具，无需额外付费订阅。
该项目由独立开发者 smallmain 创建维护，目前已在 GitHub 获得 595 颗星，被收录到 VS Code 扩展市场。对于经常使用 Copilot Chat 进行编程辅助、但又希望灵活选择不同模型（或最大化利用手中多平台订阅配额）的开发者来说，这是一个值得关注的效率工具。
图1：Unify Chat Provider 扩展在 VS Code 中的集成界面，支持多供应商统一管理
理解 UCP 的工作原理，需要先了解 VS Code Copilot Chat 的底层机制。
从 2024 年开始，GitHub 在 Copilot Chat 中引入了 Language Model API（语言模型 API）规范，这是一个由 VS Code 主导的开放接口标准。它的设计目标是：让任何大语言模型的提供商，都能通过实现一套统一的接口规范，接入 Copilot Chat 作为对话后端。 类似于浏览器领域的 WebExtensions 规范——只要遵循标准，任何厂商的 AI 模型都能在 VS Code 里跑起来。
UCP 正是利用了这套规范。它本质上是一个符合 Language Model API 标准的适配层：接收 Copilot Chat 的请求 → 转换为目标 LLM 的 API 格式 → 路由转发到第三方 API → 将响应转译回标准格式返回。整个过程对 Copilot Chat 透明——它以为自己在和某个内置模型通信，实际上请求已经被 UCP 悄悄"劫持"并转发到了用户指定的第三方模型。
从源码结构来看，UCP 的核心模块包括：
| 模块 | 职责 |
|---|---|
auth/ | 认证管理，支持 OAuth 2.0（Gemini CLI、GitHub Copilot）、API Key、OAuth 浏览器登录等多种方式 |
api-key-utils.ts | API Key 验证与管理 |
providers/ | 各 LLM 提供商的适配实现，每个子目录对应一个提供商的特殊接口逻辑 |
data/tokenizers/ | 内置 Tokenizer 配置（当前含 DeepSeek），用于准确计算 Token 用量 |
认证模块的设计尤其值得关注。以 GitHub Copilot 为例，UCP 实现了完整的 OAuth 2.0 授权码流程：用户在 VS Code 内触发授权 → 扩展打开系统浏览器 → 用户在浏览器中完成登录 → 授权回调到本地扩展 → 换取 Access Token。整个过程完全在用户本地完成，不经过任何中间服务器，保证了账号安全。
UCP 的功能设计围绕"聚合"二字展开，分三个层次：
第一层：供应商聚合
UCP 内置了对 45+ 个主流 LLM 供应商 的支持，按认证方式可分为四类：
第二层：免费配额聚合（这是 UCP 最受欢迎的特性）
很多用户使用 UCP 的核心动力，是最大化利用手中各类平台的免费额度。UCP 特别优化了以下场景：
UCP 还支持**伪装（Impersonate）**功能——将自己伪装成 Claude Code 客户端去访问 API，对于一些只允许 Claude Code 客户端使用的中转供应商或 Coding Plan 订阅尤其有用。
第三层：配置导入与迁移
UCP 支持一键导入配置，自动检测 Claude Code、Cody（Sourcegraph）等应用的配置文件，也支持通过 Base64、JSON、URL 或 URI 方式导入任意配置。
图2：UCP 的一键迁移功能，自动检测并导入其他应用的配置
图3：从内置供应商列表一键添加各类 LLM 提供商
图4：供应商配置界面，支持完整参数调优和 Base URL 自定义
图5：多供应商统一管理界面，支持配置变体和动态切换
这是 UCP 相比其他 AI 编程工具最突出的优势——部署难度几乎为零。
你不需要：
你只需要：
整个过程不超过 5 分钟。对于希望在同一工具内对比不同模型效果的 AI 研究者，或希望最大化手中订阅价值的开发者来说，这个工具提供了极低的使用门槛。
1. 服务条款风险：Gemini CLI / Antigravity 的双配额利用，本质上是利用了 Google 内部两个独立系统的配额隔离漏洞。UCP 在 README 和扩展界面中都明确警告了这可能违反 Google 服务条款，存在封号风险。如果你依赖 Google 服务，建议谨慎使用。
2. 伪装功能的道德争议：将 Claude Code 伪装成官方客户端去访问某些中转供应商，可能游走在服务条款的灰色地带。
3. 不是 Copilot 的替代品：UCP 只是一个适配层，它依赖 GitHub Copilot Chat 作为前端，无法让 Copilot 执行文件修改、终端命令等 Agent 能力。
4. Tokenizer 覆盖有限：UCP 当前仅内置了 DeepSeek 的 Tokenizer 配置，其他 200+ 模型的 Tokenizer 需要用户手动配置。
从更宏观的视角看，UCP 的出现折射出一个趋势：AI 工具的碎片化正在催生"聚合层"的需求。
随着 Claude Code、GitHub Copilot Chat、Cursor、Cody、JetBrains AI Assistant 等工具相继登场，AI 编程的入口正在经历"战国时代"。UCP 的思路是：不做另一个 AI 编程工具，而是在现有工具上叠加模型选择层。这种"站在巨人的肩膀上"的策略，避免了重复造轮子，也降低了用户迁移成本。
这种"聚合"哲学在其他领域也有先例：AI 路由器/网关（Portkey、Helicone）聚合多个 LLM 提供商、Open Interpreter 支持多后端调用、OpenRouter 提供统一的模型访问层。UCP 将这一思路引入到 IDE 层面的 AI 编程领域，是一个有创意的切入点。随着 Language Model API 规范的逐步普及，未来可能有更多扩展遵循这一标准。
想在 5 分钟内用上 UCP？推荐从 Nvidia API 开始——它提供多个模型的长期免费额度，配置最简单（只需填 API Key），风险也最低。按以下步骤操作：
Ctrl+Shift+P → 输入 Unify Chat Provider: 从内置供应商列表添加供应商 → 选择 Nvidia如需管理多个供应商，命令面板搜索 Unify Chat Provider: 管理供应商 即可进入统一管理界面。
本报告基于 GitHub 最新版本编写，UCP 仍在活跃开发中，新供应商支持持续增加。如有出入请以项目最新文档为准。