国内 AI 编程主力栈 — Cursor/Codex 不顺时的最佳替代

这个 pack 包含什么

这是一个在国内真实工作环境下能跑的 AI 编程栈 — 给每周都被同样三堵墙撞回来的工程师：Cursor 和 Codex 注册要外国手机号、OpenAI / Anthropic API 在网络层会被间歇性阻断、公司防火墙 + 只能微信/支付宝付款让国外 SaaS 直接走不通。本 pack 不是这些工具的「绕路方案」，而是国内原生替代：建立在国内模型厂（DeepSeek / 阿里通义千问 / 月之暗面 Kimi）+ 可自托管网关 + IDE 插件之上。

每一项都满足三条铁律：人民币可付费或可自托管、国内一般网络无需 VPN 即可访问、质量真的能当日常编程助手用 — 而不只是「能跑通」。如果你已经把 Cursor 配好且不想换，这不是你的 pack；如果你拿的是公司发的本本、连外网都过不去，这是你唯一能上线的 pack。

推荐安装顺序

1. DeepSeek TUI (id: 3142) — 先装它，因为 DeepSeek-V3 / R1 是目前国产模型里代码质量最高 + RMB 计费的 API，TUI 是一个单 binary 终端 agent，能在你连其他东西之前先证明 API key 可用。npm i -g deepseek-tui，从 platform.deepseek.com 复制 key，30 秒拿到回复。
2. Qwen Code (id: 3022) — 阿里官方的 Qwen 终端编码 agent。第二个装，因为 Qwen-Max / Qwen3-Coder 是 DeepSeek 容量被限流时最强的备份模型，正式写脚本前先把备份模型接好。npm i -g @qwen-code/qwen-code，/auth 输入 DashScope（bailian.console.aliyun.com）的 key。
3. oh-my-kimi (id: 3643) — 月之暗面的 Kimi K2 在国产模型里长上下文窗口最稳定（1M token 真的能用），oh-my-kimi 在 agent 循环里加了证据校验门控。第三个装，把模型层补齐：DeepSeek 日常写码、Qwen 备份、Kimi 给「整库提问」场景。
4. Cherry Studio Custom Models (id: 2821) — 开源桌面 chat 客户端（Mac/Win/Linux），支持把任意 OpenAI-compat 端点加成 BYOK provider。第四个装，因为这时你已经有三个模型 provider，需要一个能在对话中途切模型的 chat UI。Cherry Studio 是国内开发者圈的事实标准 — 30K+ star、MIT 协议、无 telemetry。
5. One API (id: 3821) — 自托管 LLM API 网关（Docker，Go 写的）。第五个装，因为这时你已经有多个 key（DeepSeek + Qwen + Kimi），团队需要一个统一的 OpenAI-compat URL 在它们之间轮询。One API 是大多数国内团队的首选（33K+ star，中文管理后台）。
6. LiteLLM Proxy (id: 2789) — 国际派的另一选项，Python 写的，100+ provider 支持。和 One API 二选一，只在你还需要代理国外 provider（OpenRouter / Together / 反代 Anthropic）+ 要更强成本追踪时才上 LiteLLM。别两个都跑。
7. Continue (id: 613) — 开源 IDE 助手（VSCode + JetBrains），指向任意 OpenAI-compat 端点 — 即指向你的 One API 网关，即 IDE 的代码补全和 chat 现在跑在 DeepSeek-Coder 上，每百万 token 几毛钱。
8. Tabby (id: 216) — 自托管的 GitHub Copilot 替代品。只在公司禁止外部 API 调用时装（银行、政企、内部 R&D）。Tabby 完全跑在你自己的硬件上，支持 DeepSeek-Coder / Qwen-Coder 权重，给 VSCode + JetBrains 提供 FIM 自动补全。
9. Ollama (id: 162) — 本地模型 runtime。装的条件：Mac 32GB+ 统一内存，或工作站有 24GB+ 显存。ollama pull qwen3:14b 或 deepseek-r1:7b，Cherry Studio / Continue 就能指向 localhost:11434 替代任何 API。
10. Reasonix (id: 3604) — DeepSeek 原生编码 agent CLI，针对 prompt cache 做了优化（README 称 99%+ 命中率）。最后装，作为高阶玩家的升级 — 用 DeepSeek TUI 一周后想要更低延迟 + 真实仓库上更低账单时再上。

它们怎么协同

  国内模型 API （全部 RMB 计费、不需要 VPN）
  ┌─────────────────┬─────────────────┬─────────────────┐
  │ DeepSeek-V3/R1  │ 通义千问 Qwen   │  Kimi K2 (1M ctx)│
  │(platform.deepseek)│(bailian.aliyun)│(platform.moonshot)│
  └────────┬────────┴────────┬────────┴────────┬─────────┘
           │                 │                 │
           ▼                 ▼                 ▼
           One API  /  LiteLLM Proxy  (Docker，部署在你 VPS)
          （统一 OpenAI-compat URL + key 轮询 + 账单日志）
                              │
        ┌─────────────────────┼─────────────────────┐
        ▼                     ▼                     ▼
  DeepSeek TUI /         Cherry Studio          Continue
  Qwen Code /           （桌面 chat，          （VSCode/JB 内
  oh-my-kimi /            BYOK 任意 provider）   chat + 自动补全）
  Reasonix
  （终端 agent）

  ── 完全断网兜底（公司不让连外网） ──
          Tabby（自托管 Copilot，跑 DeepSeek-Coder 权重）
          Ollama（本地跑 Qwen / DeepSeek-Coder / Yi / GLM）

分水岭是 One API 挂在三个国产 provider 前面。之前你有三个 API key 散在各 .env 文件里，每个工具都得各自适配每个 provider；之后所有工具指向一个 URL，换模型只是改模型名，财务团队看到一份汇总账单。别跳过网关 — 没有它，多模型工作流第二周就崩。

你会遇到的取舍

• DeepSeek vs Qwen vs Kimi — DeepSeek 在代码质量 + 价格上赢（¥0.50-2/M token）。Qwen 在中文文档、多模态、阿里云企业合规上赢。Kimi 在上下文长度上赢（1M 真的能用）。多数团队 DeepSeek 默认、Qwen 做阿里云合规备份、Kimi 给「整库提问」场景。
• One API vs LiteLLM — One API 国产开发者优先（中文管理 UI、支持微信支付计费插件、占用更低）。LiteLLM 国际派优先（成本追踪更强、provider 接入更多、Python 生态）。只用国产 provider，One API 是显而易见的选择。
• Continue vs DeepSeek TUI / Qwen Code — Continue 在 IDE 里（自动补全 + chat 面板）。CLI agent 在终端里、能跑多步重构。互补关系：Continue 给敲代码，CLI agent 给「重构这个模块」。多数工程师两个都跑。
• 云 API vs Tabby vs Ollama — 云 API 最便宜质量最高，但要外部网络。Tabby 中等质量（模型本地）需要 GPU。Ollama 跑笔记本，14B 参数以下质量掉得厉害。只在合规要求或真的有闲置 4090 / M 系列 Pro 时才走本地。
• Cherry Studio vs 模型厂的网页 chat — DeepSeek / Qwen / Kimi 都有免费网页 chat。Cherry Studio 在你想对话中途切模型、本地保存对话历史、接入自己的 RAG 知识库时才有价值。如果你只在浏览器用一个模型，不需要装。

常见踩坑

• 「DeepSeek API 又挂了」 — DeepSeek 在高峰期有数小时容量问题。这正是 One API + Qwen 兜底存在的意义。网关配 priority: 1 deepseek, priority: 2 qwen，多数故障对用户无感。
• JetBrains Continue 插件商店国内慢 — IDE 里安装失败，去 plugins.jetbrains.com（一般可达）下 .zip 离线装。VSCode 商店走微软 CN 镜像一般没问题。
• 百炼（阿里云）认证流程默认中国手机号 — Qwen API 经 bailian.console.aliyun.com 需要阿里云账号 + 支付宝实名。国外账号团队走 DashScope International（dashscope-intl.aliyuncs.com）— 端点不同、模型一样、计费实体不同。
• Cherry Studio + 公司代理 — Cherry Studio 默认走系统代理，如果公司代理白名单只放外国域名，DeepSeek 调用会失败。要么把 api.deepseek.com 加到代理 bypass，要么在 Cherry Studio 里配置 per-provider 代理覆盖。
• Tabby + 显存 — DeepSeek-Coder-V2-Lite-16B fp16 要 ~24GB 显存，4-bit 量化要 ~12GB。3090 / 4090 单卡够用，4060Ti 16GB 不够。先把硬件量好再向团队承诺「替代 Copilot」。
• One API 挂公网 IP 又不改密码 = key 被偷 — One API 管理后台默认 root/123456。部署第一小时改掉，挂 nginx + basic auth 或塞 VPN 后面。国内开发者论坛已经多次见到 DeepSeek key 被偷一夜烧掉 ¥10K+ 账单的截图。
• 微信/支付宝充值最低门槛 + 发票（fapiao） — DeepSeek 和 Moonshot 充值起步 ¥10-50；个人无所谓，但公司财务团队要发票（普票/专票），从第一天就申请企业账号，别用个人账号充值再切换 — 中途换计费主体浪费一周。
• DeepSeek 思维链开关 — DeepSeek-R1 / V3 thinking 模式会把 reasoning 也算入 token 计费，且响应慢 3-5 倍。日常 chat 关掉，难题再开。在 One API 里建两个虚拟模型 (deepseek-chat / deepseek-reasoner) 让用户显式选。