AI agent 換模型怎麼做？magpie 讓 Claude Code 接 Kimi｜AIRUN
可以換，而且 GitHub 公開專案 magpie 讓切換只剩點選單。但省多少要自己實測，程式碼送去哪家伺服器要自己看條款，先拿小任務試跑再決定。
發稿日期：2026-10-01。本文所有 magpie 功能描述皆取自其 GitHub 專案頁 README，數字以發稿當天頁面顯示為準。repo 內有 LICENSE 檔，授權類型本文未查；收費方式、各廠商如何處理資料、訂閱能否被其他工具轉用，本文引用的 README 段落都未提及，本文也未另行查證。以下提到這幾項時，一律請以官方條款為準。
magpie 是什麼？它真的能讓 Codex 改用 DeepSeek 嗎？
能。magpie 是一個桌面小工具，把你電腦上每個 AI coding agent 目前用的模型列在同一個畫面，點一下就能換。官方標語直接寫著「Codex on DeepSeek, Claude Code on Kimi」。
先講名詞。coding agent 是會自己讀檔、改程式、跑指令的 AI 助手，例如 Claude Code、Codex、Gemini CLI。模型是它背後真正在思考的那顆大腦。magpie 想解決的，就是 agent 與模型綁在一起的問題。
magpie 做的事，是把外殼和大腦拆開。README 提到，它常駐在選單列，點開就是一張清單：Claude Code、Codex、Gemini CLI、OpenCode、Goose、Cursor、Copilot CLI 等 agent 各自對應哪個模型，一目了然。同一個畫面也能開成獨立視窗，另有終端機版（magpie tui）和純指令列版本。
截至發稿日，這個專案的 GitHub 頁面顯示約 3.9k 顆星、244 個 fork、991 次提交。
它技術上怎麼做到「一個地方管所有 agent 的模型」？
靠兩招：精準改設定檔，加上一個在本機跑的轉譯閘道。前者讓你不用手改設定，後者讓說不同「API 語言」的 agent 和模型能互通。
第一招是改設定檔。README 說 magpie 只動你要改的那一個欄位，settings.json、config.toml 這些檔案裡原本的註解、順序、縮排都保留，而且寫入是原子性的，意思是要嘛整個寫成功、要嘛完全沒動，不會寫到一半把設定檔弄壞。
第二招是本機閘道。API 可以想成程式之間講話的格式。Codex 習慣講 OpenAI 的格式，Claude Code 講 Anthropic 的格式，兩邊本來不通。README 提到，magpie 在你電腦上開一個位址 http://127.0.0.1:3425/v1，同時聽得懂 OpenAI 的兩種格式（chat completions、Responses）與 Anthropic 的一種格式（Messages），再轉給實際提供模型的廠商，連串流輸出（回答一邊產生一邊顯示）和工具呼叫（模型要求 agent 去讀檔、跑指令的那一步）都一起轉。
magpie 主要功能一覽
| 功能 | 官方說法（README） | 對老闆的實際意義 |
|---|---|---|
| 支援平台 | macOS、Linux、Windows | 公司電腦混用也能裝 |
| 體積 | 含桌面介面不到 15 MB，純終端機版 7 MB | 程式檔本身很小 |
| 設定檔處理 | 只改一個欄位，保留註解與格式，原子寫入 | 改的只有那一格，其他設定不受影響 |
| 本機閘道 | 轉譯 OpenAI 兩種格式（chat completions、Responses）與 Anthropic 一種格式（Messages），含串流與工具呼叫 | Codex、Claude Code 等 agent 都指向同一個本機位址，從同一份清單挑模型 |
| 廠商預設 | DeepSeek、Kimi、GLM、Qwen、Mistral、OpenRouter、Ollama、LM Studio（後兩者是在自己電腦上跑模型的軟體）等 | 雲端廠商填一把 API 金鑰（廠商發給你的使用憑證）就能接上 |
| 模型清單 | 向廠商即時查詢可用模型，不足處由 models.dev 補 | 選單內容來自廠商即時回報，缺漏處才由 models.dev 補上 |
| 金鑰來源 | 不讀取 shell 環境變數裡的金鑰 | 不會自動抓終端機環境設定裡的金鑰 |
桌面版沿用作業系統內建的網頁顯示元件（system webview，系統本來就有的瀏覽器核心），透過 Wails（一套把網頁介面包成桌面程式的框架）包裝，不另外打包瀏覽器，所以體積小。官網在 usemagpie.ai。
我公司在用 Claude Code 或 Codex，可以換成 DeepSeek 或 Kimi 的模型來省錢嗎？風險是什麼？
技術上可以，magpie 內建 DeepSeek 與 Kimi 的設定，貼上金鑰就能接。能不能省錢，本文給不出數字，要你拿自己的任務實測；風險則集中在三處：程式碼送去哪裡、訂閱條款、輸出品質。
先說省錢。各家模型單價不同，但 coding agent 的實際花費取決於任務來回幾輪、每輪讀多少檔案、做錯要重來幾次。便宜的模型如果多重做兩次，帳單未必比較低。這筆帳只有在你自己的程式碼庫上跑過才算得準，網路上任何「省幾成」的說法都套不到你家。
第一個風險是資料去向。換模型之後，agent 讀到的程式碼、設定、甚至客戶資料片段，會送到你選的那家廠商的伺服器。每家廠商的資料存放地點、保存多久、會不會拿去訓練，條款各不相同，要逐家去讀，隱私請以各廠商官方條款為準。
第二個風險是訂閱共用。README 提到，你登入 Claude Code、Codex（ChatGPT）或 Copilot 之後，這個登入會變成一個「供應來源」，其他 agent 可以透過閘道使用它的模型。這招很方便，但各家訂閱方案是否允許被別的工具這樣轉用，請以各家官方條款為準。公司帳號被停用的代價遠大於省下的錢，用之前先查清楚。
第三個風險是品質。不同模型對工具呼叫、長檔案、繁體中文註解的處理能力不一樣，換過去後 agent 可能更常改錯檔或卡住。這只能靠實測發現。
三種用法怎麼選：原廠、換雲端廠商、還是接本機模型？
想要最穩就留原廠；想降成本又能接受資料出境，就換雲端第三方廠商；程式碼完全不能外流，就用 magpie 接 Ollama 或 LM Studio 跑本機模型。三種各有代價。
| 比較項 | 維持原廠模型 | 透過 magpie 換雲端第三方模型 | 透過 magpie 接本機模型 |
|---|---|---|---|
| 程式碼送去哪 | 原廠伺服器 | 你選的那家廠商伺服器 | 留在自己電腦 |
| 帳單誰管 | 原廠一家 | 多家分開計費，要自己彙整 | 只有電費與硬體 |
| 設定複雜度 | 最低，裝好就用 | 中等，要申請金鑰、讀條款 | 較高，要有夠力的機器 |
| 品質穩定度 | agent 預設搭配的組合 | 依模型而定，需實測 | 依機器與模型而定，需實測 |
| 適合先試的任務 | 核心系統、正式上線前的改動 | 寫測試、整理文件、改小 bug | 處理含敏感資料的內部腳本 |
本機模型這一欄是 magpie 讓中小企業多出來的選項。Ollama 與 LM Studio 都在它的廠商預設清單裡，代表你可以讓 Claude Code 這類 agent 的外殼照用，背後改成公司自己電腦上跑的模型。代價是機器要夠力，品質也要自己驗。
換模型之前，老闆該怎麼安排試跑？
挑一件小、可逆、沒有敏感資料的任務，同一份工作讓原廠模型和候選模型各跑一次，記下花費、來回次數與結果是否能用。跑過三到五件，再決定要不要擴大。
具體做法分四步。第一，選任務：幫既有函式補單元測試、把舊文件改寫成繁體中文說明、修一個已知原因的小 bug，這類任務做壞了也容易收拾。第二，固定條件：同一個 agent、同一份指示，只換背後的模型。第三，記錄三件事：廠商後台顯示的用量、agent 來回幾輪才完成、人要花多少時間修它的產出。第四，比總成本，把人工修正的時間也算進去。
magpie 方便的地方在於切換就是點選單換值，要切回原廠只要再選一次；改設定檔時只動那一個欄位，其餘內容保留。這讓「先試再說」的成本變得很低，沒有理由不做。
這對台灣中小企業老闆意味著什麼？
意味著你選 AI 工具時，可以把「用哪個 agent」和「付錢給哪家模型」分開決定。我們的立場很明確：有在用 coding agent 的公司，現在就該排一週做對照實測，但正式專案先別全面換。
以下是編輯觀察：外殼和模型拆開之後，團隊熟悉的操作介面不必重學，要換的只是背後那一格設定。這對人力少、沒空每季重新訓練員工的小公司特別實際。
台灣公司要多看兩件事。第一，DeepSeek、Kimi、GLM、Qwen 這類雲端廠商，資料存放在哪裡、適用哪一地的法規，各家條款寫法不同，請逐家查該廠商的資料存放地，不要憑印象判斷。查條款之前，今天就能先做一步：把手上的客戶合約翻出來，凡是寫到「第三方」「境外」「個資」字樣的條款，逐條列成一張清單，這張清單決定哪些程式碼可以送雲端。第二，許多委外開發合約會有保密或個資條款。只要合約寫了資料不得交給第三方或不得出境，雲端第三方模型這條路就要先過法務，本機模型反而可能是唯一能走的選項。
多接一家廠商，就多一份條款要讀、多一張帳單要管、多一條資料流要對客戶交代。我們的判斷順序是：先盤點合約對資料的限制，再挑小任務實測成本與品質，最後才決定哪些工作留原廠、哪些交給便宜模型、哪些只能本機跑。把三類工作分清楚，比追著每一次新模型發布換來換去有用得多。
magpie 現在適合哪些公司用，哪些先別碰？
適合：已有工程師在用兩種以上 coding agent、願意自己讀條款與做實測的團隊。先別碰：完全沒有技術人員、或客戶合約對資料外流有嚴格限制卻還沒釐清的公司。
magpie 是 GitHub 公開專案，截至發稿日已有 991 次提交，功能請以最新頁面為準。它本身不提供模型，模型品質與資料處理仍由你接的各家廠商負責，它的核心是「哪個 agent 接哪個模型」這一層。用得好，它是讓你保有選擇權的工具；沒有評估流程就亂換，它只會讓帳單和風險分散到更多地方。
常見問題
magpie 是免費的嗎？
magpie 是 GitHub 上公開的專案，模型費用則由你接的廠商另計：接 DeepSeek、Kimi 等雲端廠商，要用自己的 API 金鑰（廠商發給你的使用憑證）付費；接 Ollama、LM Studio 這類在自己電腦上跑模型的軟體，則不經過雲端廠商。magpie 本身是否收費，本文引用的 README 段落未提及；repo 內有 LICENSE 檔，授權類型待查，請以官方頁 usemagpie.ai 為準。
用 magpie 讓 Claude Code 接 Kimi，會不會把程式碼送到國外？
程式碼會送到你選的那家模型廠商的伺服器，是否在境外，取決於該廠商的資料存放地，請逐家查證。magpie 的閘道在你電腦本機運作，但它會把請求轉給實際提供模型的廠商，所以資料最終去向取決於你接哪一家。若要完全不外流，可改接本機模型。
換成比較便宜的模型，一定能省錢嗎？
不一定。coding agent 的總花費取決於任務來回幾輪、每輪讀多少內容、做錯要重來幾次，以及人工修正花的時間。單價便宜的模型若常出錯，總成本可能更高。唯一可靠的方法，是拿自己的實際任務，讓原廠與候選模型各跑一次比較。
magpie 支援哪些 coding agent 和模型廠商？
依 README，範例畫面列出 Claude Code、Codex、Gemini CLI、Cursor、Copilot CLI 等 agent。廠商預設涵蓋 DeepSeek、Kimi、GLM、Qwen、Ollama、LM Studio 等，清單外的廠商填名稱與 API 位址即可自訂。
共用 Claude 或 ChatGPT 訂閱給其他 agent 用，有沒有風險？
有需要確認的地方。magpie 讓你登入 Claude Code、Codex 或 Copilot 後，其他 agent 可透過它的閘道使用該訂閱的模型。各家訂閱方案是否允許這種用法，請以各家官方條款為準；公司帳號若因此被限制，損失遠大於省下的錢。