使用 llm-migration-cli 工具，5 分钟内将现有代码从各厂商官方 API 无缝迁移到 AI Token 统一接口，节省 60%+ 成本。
各厂商的 API 虽然大多兼容 OpenAI 格式，但 base_url、模型名称、定价各不相同。直接调用官方 API 意味着：
通过 AI Token 统一接口，你只需要一个 API Key 就能访问 10+ 主流模型，且价格比官方便宜 60%+。
迁移的本质只是修改两个东西：base_url（指向 AI Token 网关）和 model 名称（映射到 AI Token 支持的名称）。API 调用格式完全兼容 OpenAI SDK，不需要改业务逻辑。
# 全局安装迁移工具
npm install -g llm-migration-cli
# 验证安装
llm-migration --version
# 或者使用 npx 直接运行（无需安装）
npx llm-migration-cli detect ./your-project需要 Node.js 16+ 和 npm。支持扫描 JavaScript / TypeScript / Python 项目。
工具会自动扫描你的项目，识别所有大模型 API 调用点：
# 扫描项目，检测所有 LLM API 调用
llm-migration detect ./my-project
# 输出示例：
🔍 扫描中...
📁 发现 12 个文件包含 LLM API 调用
├─ src/chat.ts (3 处调用: deepseek-chat, qwen-plus)
├─ src/summary.py (2 处调用: deepseek-v3)
├─ src/codegen.ts (5 处调用: deepseek-coder)
└─ ...
✅ 共发现 15 处 API 调用，涉及 3 个厂商# 工具自动识别以下厂商的 API 调用模式：
- DeepSeek (base_url: api.deepseek.com)
- 通义千问 (base_url: dashscope.aliyuncs.com)
- 智谱 GLM (base_url: open.bigmodel.cn)
- Moonshot (base_url: api.moonshot.cn)
- MiniMax (base_url: api.minimax.chat)
- OpenAI (base_url: api.openai.com)确认检测结果后，执行迁移。工具会自动替换 base_url 和模型名称：
# 先预览，不实际修改文件
llm-migration migrate ./my-project --dry-run
# 输出示例：
📋 迁移计划：
[1] src/chat.ts:12
- base_url: "https://api.deepseek.com" → "https://aitoken.zhaoboyang.v6.rocks/v1"
- api_key: "sk-***deepseek" → "sk-***aitoken"
- model: "deepseek-chat" → "deepseek-v3"
[2] src/summary.py:8
- base_url: "https://dashscope.aliyuncs.com/..." → "https://aitoken.zhaoboyang.v6.rocks/v1"
- model: "qwen-plus" → "qwen-plus" (无需修改)# 确认无误后执行实际迁移
llm-migration migrate ./my-project
# 工具会自动：
# 1. 创建文件备份（.backup 后缀）
# 2. 替换 base_url 为 AI Token 网关地址
# 3. 替换 API Key 为你的 AI Token Key
# 4. 映射模型名称到 AI Token 支持的格式
# 5. 生成迁移报告
✅ 迁移完成！
- 已修改 12 个文件
- 备份保存在 .llm-migration-backup/
- 迁移报告：migration-report.json工具会自动创建备份。如需回滚，运行 llm-migration rollback ./my-project
如果你更喜欢手动操作，或者项目有特殊需求，只需修改以下配置：
const OpenAI = require('openai');
const client = new OpenAI({
// 修改这一行 👇
baseURL: "https://aitoken.zhaoboyang.v6.rocks/v1",
apiKey: "sk-your-aitoken-key"
});
// 模型名称映射（如果原来用的名字不同）
const response = await client.chat.completions.create({
model: "deepseek-v3", // AI Token 模型名
messages: [
{ role: "user", content: "你好" }
]
});from openai import OpenAI
client = OpenAI(
# 修改这一行 👇
base_url="https://aitoken.zhaoboyang.v6.rocks/v1",
api_key="sk-your-aitoken-key"
)
response = client.chat.completions.create(
model="deepseek-v3",
messages=[{"role": "user", "content": "你好"}]
)curl https://aitoken.zhaoboyang.v6.rocks/v1/chat/completions \
-H "Authorization: Bearer sk-your-aitoken-key" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v3",
"messages": [{"role": "user", "content": "你好"}]
}'迁移完成后，运行验证脚本确认一切正常：
# 运行验证
llm-migration verify ./my-project
# 或者手动测试
curl https://aitoken.zhaoboyang.v6.rocks/v1/models \
-H "Authorization: Bearer sk-your-aitoken-key"
# 应返回可用模型列表| 检查项 | 预期结果 | 方法 |
|---|---|---|
| API 连通性 | 返回模型列表 | GET /v1/models |
| 对话功能 | 正常返回回复 | 发送简单消息测试 |
| 流式输出 | 逐字返回 | 设置 stream: true 测试 |
| 模型切换 | 不同模型均正常 | 尝试 deepseek-v3, qwen-plus |
| 错误处理 | 错误信息清晰 | 故意发送错误请求 |
| 成本验证 | 比之前便宜 60%+ | 对比账单 |
从官方 API 名称到 AI Token 模型名称的映射：
| 厂商 | 官方名称 | AI Token 名称 | 说明 |
|---|---|---|---|
| DeepSeek | deepseek-chat | deepseek-v3 | 通用对话/代码 |
| deepseek-reasoner | deepseek-r1 | 深度推理 | |
| deepseek-coder | deepseek-v3 | 代码（V3已包含） | |
| 通义千问 | qwen-turbo | qwen-flash | 轻量高速 |
| qwen-plus | qwen-plus | 均衡主力 | |
| qwen-max | qwen-max | 旗舰推理 | |
| 智谱 | glm-4 | glm-4 | 均衡能力 |
| glm-4-air | glm-4-air | 极致低价 | |
| Moonshot | moonshot-v1-128k | kimi-k2.5 | 长文本 |
| MiniMax | abab6.5s-chat | minimax-m2.5 | 创意对话 |
不需要。AI Token 完全兼容 OpenAI API 格式，消息结构、参数、流式输出等全部一致。只需改 base_url 和 model 名称。
工具支持回滚。运行 llm-migration rollback 即可恢复原来的配置。也可以在代码中加 fallback 逻辑。
是的。AI Token 通过聚合多厂商算力、优化路由和缓存策略，将成本大幅压缩。具体节省比例取决于你之前使用的厂商和模型。
支持。工具可以扫描 Python 项目中的 openai SDK 调用和 dashscope SDK 调用，并生成对应的迁移方案。