跨模型/地域兑换：把 A 模型换成 B 模型
贡献你有的模型额度，赚到积分，消费你没有的模型。国内模型换境外模型，开源模型换高级模型，高质量贡献享质量系数加成。
国内 open 模型 → 积分 → 境外 premium 模型
贡献 1K premium token → 积分 → 消费 4K+ open token
闲置订阅额度 → 积分 → 团队共享任意模型
Outbound · WebSocket · OpenAI-compatible
把闲置的 Token 额度
变成跨模型、跨时段的通用积分
有用不完的 Claude 订阅？Ollama 开着没人调用？把这些闲置算力贡献出去，换成积分——可以调用你没有的高级模型、境外模型，或存着留到晚上电脑关机后继续用。
- 人人为我，我为人人：闲置算力互助入网，积分跨模型、跨地域、跨时段通用。
- 中立透明：打破传统中转站黑箱问题；多方博弈，透明规则，代码开源。
- 低价实惠：消费者用积分调用 API，同等模型下往往比单独购买上游 Token 更省。
贡献算力的两大价值
积分是跨越模型差异和时间差异的通用凭证——互助共享、规则透明；贡献者盘活闲置，消费者用更实惠的积分买到更多 Token 调用。
跨时段储值：把现在存到未来
把现在过剩的 token 额度贡献出去变成积分，留到以后再用。不管是 API 套餐月底剩余，还是电脑开着没人用，都能转化为以后可随时调用的算力储备。
白天电脑开着 → 贡献积分 → 晚上关机后继续调用
API 套餐月底剩余 → 转换积分 → 下月按需取用
出差 / 度假挂机 → 持续积累 → 回来即有储备
贡献你自愿提供的额度
本机 Ollama、内网推理网关、或你买的上游 API token，通过 Agent 主动连出 VPS，按你设定的模型列表接受调度。
多节点按质调度
每台 Worker 自主上线声明模型；VPS 按首 Token 延迟、在线时长、成功率计算质量系数，优先调用高质量节点，加成贡献积分。
密钥不出本机，随时下线
上游 API Key 仅存本机，服务端不收集。Agent 不运行，立即退出资源池，无需解绑。
架构一瞥
外部客户端使用 Bearer 用户 Key 访问 VPS；Worker 使用用户中心的 Worker Key（wk-…）注册并与账户绑定；上游 LLM 的 API Key 从不经过代理持久化。
External Client ──HTTP Bearer USER_API_KEY──▶ ┌─────────────────────────────┐ │ VPS · FastAPI :8000 │ │ /v1/* /admin/* /ws/worker│ └─────────────┬───────────────┘ │ WebSocket (outbound) ┌────────────────────────────────────────┼────────────────┐ │ │ │ ┌─────▼──────┐ ┌─────▼──────┐ ... │ llm-agent │ │ llm-agent │ │ + Local LLM│ │ + Local LLM│ │ key stays local│ │ │ └────────────┘ └────────────┘
隐私与控制权
设计目标：共享 token 调用路径的同时，不把上游密钥交给代理托管。
上游 API Key 不上云
--llm-token 仅保存在本机 Agent 配置，用于直连你的上游；向代理注册时只上传 Worker 鉴权、节点名与模型列表，协议不包含上游密钥。
随时停止共享
停止 Agent（如 Ctrl+C）或断网即不再承接请求，无需在服务端「解绑」。用户侧调用 VPS 所需的 Key 由管理后台签发（存于服务端数据库），与上游密钥是两回事。
积分体系
贡献算力赚取积分，消耗 API 花费积分；汇率与规则公开，按模型换算、质量越高倍率越高——让消费者明明白白用更低成本调用 Token。
⬆ 贡献赚积分
积分 = (output_tokens / 1000)
× 模型贡献率
× 质量系数
运行 Agent 后每处理一条请求，系统记录你产生的 输出 Token 数。 每 5 分钟结算一次，按模型的「贡献率（积分/千 Token）」乘以当期质量系数累积积分。
在线时长占比
0.5–1.3×
首 Token 延迟
0.6–1.5×
请求成功率
0.5–1.2×
质量系数 = 0.4×在线因子 + 0.4×首 Token 延迟因子 + 0.2×稳定性因子，范围 0.5 ~ 1.5
⬇ 调用花积分
花费 = (prompt + completion tokens / 1000)
× 模型消费率
每次 API 调用完成后，按 输入 + 输出 Token 总量 乘以该模型的「消费率（积分/千 Token）」扣除积分。 贡献率 > 消费率，激励贡献者长期在线。
当前模型汇率
| 模型 | 类型 | 贡献率 (积分/千Token) |
消费率 (积分/千Token) |
|---|---|---|---|
| 加载中… | |||
📌 举例
贡献方：若某模型贡献率为 8 积分/千 Token，5 分钟内产出 10,000 输出 Token，质量系数 1.2，则本期获得 10 × 8 × 1.2 = 96 积分。
消费方：若消费率为 5 积分/千 Token，一次调用共 2,000 Token（输入+输出），花费 2 × 5 = 10 积分。
即：贡献 1,000 输出 Token ≈ 赚取 8+ 积分；消耗 1,000 总 Token ≈ 花费 5 积分。多贡献多获益，剩余积分可购买高级模型调用。
快速开始
以下为常用命令摘要；完整变量说明与本地开发见仓库内 README.md。
VPS · Docker
复制 .env.example 为 .env，填写 ADMIN_KEY 等：
cp .env.example .env docker compose up -d --build # default port 8000
LAN · Agent
优先使用上方「下载 llm-agent」；或用源码运行。在用户中心复制 Worker Key（wk-…），注册一次后 start 保持在线：
cd agent && pip install -r requirements.txt python agent.py register \ --server "ws://YOUR_VPS:8000/ws/worker" \ --worker-key "wk-...from-user-portal" \ --models "model-a,model-b" \ --llm-url "http://localhost:11434" python agent.py start
调用接口：GET /v1/models、POST /v1/chat/completions，请求头 Authorization: Bearer <用户中心创建的 Key>。
免责声明
本项目仅供学习与研究使用。部署、自愿共享 token 或转发请求须自行遵守法律法规及上游服务条款；由此产生的任何后果（含数据安全、费用、合规与纠纷）均由使用者自行承担。