薅满火山引擎每天数百万免费 Tokens：我写了一个自动轮换代理

前言

火山引擎方舟平台对每个模型每天提供 50 万 tokens 的免费额度，而且平台上有大量免费模型可用------不只是豆包系列，还有 DeepSeek、GLM 等第三方模型。配置的模型越多，每天能白嫖的额度就越多。

但问题来了：

• 手动切换模型太麻烦
• 用着用着某个模型额度就没了，请求直接报错
• 本地用 Codex、Cursor 这些工具时，没法动态切换模型
• 模型那么多，谁记得住哪个用完了哪个没用完？

于是我写了 VolcProxy，一个 OpenAI 兼容的代理服务，自动在多个免费模型之间轮换，额度用完无感切换，把免费 tokens 吃干抹净。

项目已开源：github.com/talkcozy/vo...

---

火山引擎免费模型（部分）

以下是我常用的几个最新模型，实际平台上还有更多免费模型可以配置：

模型	每日免费额度	特点
doubao-seed-2-0-code-preview-260215	50万	编程专用，代码生成质量高
doubao-seed-2-0-pro-260215	50万	综合能力强
doubao-seed-2-0-mini-260215	50万	轻量快速
doubao-seed-2-0-lite-260215	50万	轻量版
doubao-seed-1-8-251228	50万	上一代主力模型
deepseek-v3-2-251201	50万	DeepSeek V3
glm-4-7-251222	50万	智谱 GLM-4

光这 7 个就有 350 万 tokens/天，实际可配置的远不止这些。你可以在模型列表中查看所有支持免费额度的模型，加到配置里就能自动轮换。

这些模型都支持 OpenAI 兼容的 /v1/chat/completions 接口，鉴权方式也很简单，Bearer Token 即可。

---

设计思路

核心需求就三个：

1. 透明代理：对外暴露 OpenAI 兼容接口，客户端无需关心后面用的是哪个模型
2. 自动轮换：按优先级选模型，额度用完自动切下一个
3. 用量追踪：实时统计每个模型的 token 消耗，提供 Web 面板查看

架构很简单：

Codex / Cursor / aider / 任意 OpenAI 兼容客户端
                    ↓
            VolcProxy (:9088)
          ┌─────────┼─────────┐
          │         │         │
     模型选择器  额度管理器  Web面板(:9089)
          │         │
          └────┬────┘
               ↓
        火山引擎 API

---

核心实现

项目用 Go 写，单二进制部署，无外部依赖（SQLite 用的纯 Go 实现）。

模型选择器

最核心的逻辑其实很简单------遍历优先级列表，找到第一个没用完额度的模型：

func (s *Selector) Select(ctx context.Context) (string, *apikey.Key, error) {
    key, err := s.keyPool.Get()
    if err != nil {
        return "", nil, err
    }
    for _, m := range s.models {
        if !s.quotaMgr.IsExhausted(m) {
            return m, key, nil
        }
    }
    return "", nil, errors.New("all models exhausted for today")
}

调用失败时自动跳到下一个模型重试：

func (s *Selector) SelectNext(ctx context.Context, failedModel string) (string, *apikey.Key, error) {
    // 从失败模型的下一个开始找
    // 找不到就 wrap around 从头找
    // 全部用完返回错误
}

额度追踪

火山引擎的 API 响应里自带 usage 字段，每次请求都会返回本次消耗的 token 数：

{
  "usage": {
    "prompt_tokens": 100,
    "completion_tokens": 200,
    "total_tokens": 300
  }
}

我们只需要从响应里提取这个字段，累加到本地计数器就行。流式请求需要设置 stream_options.include_usage = true，代理会自动注入这个参数：

if isStream {
    so, _ := reqMap["stream_options"].(map[string]interface{})
    if so == nil {
        so = make(map[string]interface{})
    }
    so["include_usage"] = true
    reqMap["stream_options"] = so
}

计数器持久化到 SQLite，服务重启不丢失。每天 0 点（Asia/Shanghai）自动重置。

失败自动切换

不只是额度用完才切换。如果火山引擎返回了 429、quota exceeded 等错误，代理会立即标记该模型为已满，然后重试下一个模型：

func isQuotaError(errStr string) bool {
    lower := strings.ToLower(errStr)
    return strings.Contains(lower, "quota") ||
        strings.Contains(lower, "rate limit") ||
        strings.Contains(lower, "429") ||
        strings.Contains(lower, "insufficient") ||
        strings.Contains(lower, "exceeded")
}

这样即使本地计数不准（比如有其他地方也在用同一个 API Key），也能正确处理。

流式转发

流式响应是 SSE 格式，代理逐行读取上游响应，原样转发给客户端：

scanner := bufio.NewScanner(resp.Body)
for scanner.Scan() {
    line := scanner.Text()
    fmt.Fprintf(w, "%s\n", line)
    if line == "" {
        flusher.Flush()  // 每个 chunk 结束时 flush
    }
}

最后一个 chunk 里提取 usage 信息用于计数。

---

使用方式

最简单：直接当 OpenAI 代理

# 构建
make build

# 配置（复制模板，填入你的火山引擎 API Key）
cp config.example.yaml config.yaml

# 启动
./bin/volcproxy start

然后设置环境变量：

export OPENAI_BASE_URL=http://localhost:9088/v1
export OPENAI_API_KEY=sk-any  # 随便填，代理不校验

Codex、aider、Cursor 等工具直接就能用了。

进阶：对接 New API，让 Claude Code 也能用

Claude Code 用的是 Anthropic 格式，不能直接连 OpenAI 兼容接口。但如果你有 New API，可以把 VolcProxy 作为一个渠道接入：

Claude Code → New API (Anthropic→OpenAI 格式转换) → VolcProxy → 火山引擎

在 New API 后台添加渠道：

字段	值
类型	OpenAI
Base URL	http://<volcproxy地址>:9088
密钥	sk-any
模型映射	claude-sonnet-4-20250514 → doubao-seed-2-0-code-preview-260215

这样 Claude Code 请求 claude-sonnet-4-20250514 时，实际走的是火山引擎的免费模型。

Web 管理面板

启动后访问 http://localhost:9089，可以实时查看：

• 每个模型的用量和剩余额度
• 进度条直观展示（绿色→黄色→红色）
• API Key 管理
• 最近 7 天使用趋势

---

服务器部署

Go 的好处就是交叉编译一把梭：

# 编译 Linux 版本
GOOS=linux GOARCH=amd64 CGO_ENABLED=0 go build -o bin/volcproxy-linux ./cmd/volcproxy

# 上传
scp bin/volcproxy-linux your-server:~/volcproxy/volcproxy

# 启动
ssh your-server "~/volcproxy/manage.sh start"

项目自带 manage.sh 管理脚本，支持 start/stop/restart/status/log。

用 crontab 设置开机自启：

@reboot cd ~/volcproxy && nohup ./volcproxy start > volcproxy.log 2>&1 &

---

一些细节

为什么不用 CGO？

最初用的 go-sqlite3（CGO），交叉编译很麻烦。后来换成了 modernc.org/sqlite（纯 Go 实现），CGO_ENABLED=0 直接编译出静态二进制，扔到任何 Linux 机器上就能跑。

为什么不直接调管控面 API 查用量？

我研究过火山引擎的管控面 API（GetUsage），确实能查到历史用量。但它是按 Endpoint 维度聚合的，而我们是通过模型名直接调用，维度对不上。而且有几分钟延迟，不适合做实时额度判断。

最终方案是从每次响应的 usage 字段实时累计，最准确也最简单。

额度缓冲

每个模型 50 万 tokens 的限额，我没有设任何缓冲。原因是：即使本地计数到了 50 万，实际可能还没用完（因为火山引擎的计费可能有细微差异）。真正用完时火山引擎会返回错误，代理检测到后立即切换，不会丢请求。

---

项目结构

volcproxy/
├── cmd/volcproxy/main.go        # CLI 入口
├── internal/
│   ├── config/config.go         # 配置管理
│   ├── proxy/handler.go         # 代理处理器
│   ├── model/
│   │   ├── selector.go          # 模型选择器
│   │   └── client.go            # 火山引擎 API 客户端
│   ├── quota/manager.go         # 额度追踪
│   ├── apikey/pool.go           # API Key 池
│   └── web/                     # Web 管理面板
├── pkg/db/sqlite.go             # SQLite 封装
├── config.example.yaml          # 配置模板
├── manage.sh                    # 管理脚本
└── Makefile

总共不到 2000 行 Go 代码，没有任何花哨的框架，标准库 net/http 搞定一切。

---

总结

特性	说明
每日免费额度	数百万 tokens（取决于配置的模型数量）
接口兼容	OpenAI /v1/chat/completions
模型轮换	按优先级自动切换，失败自动重试
额度追踪	实时统计，SQLite 持久化
管理面板	Web UI，10 秒自动刷新
部署方式	单二进制，零依赖

如果你也在用火山引擎的免费额度，或者想给 Codex/Cursor 接一个免费的模型后端，可以试试这个项目。

GitHub：github.com/talkcozy/vo...

欢迎 Star 和 PR。