FreeLLMAPI 的用法就 4 步：安装 → 加各家免费 Key → 拿统一 Token → 当 OpenAI 接口调。

一、方式 A：Docker 一键（最省事）

curl -fsSL https://freellmapi.co/install.sh | bash

装完打开 http://localhost:3001

二、方式 B：Docker Compose（推荐常驻）

git clone https://github.com/tashfeenahmed/freellmapi.git
cd freellmapi
ENCRYPTION_KEY="$(openssl rand -hex 32)" printf "ENCRYPTION_KEY=%s\nPORT=3001\n" "$ENCRYPTION_KEY" >.env
docker compose up -d

浏览器进 http://localhost:3001 → Keys 页面 加 Google / Groq / Mistral / OpenRouter / 智谱 / Moonshot 等免费 Key → 页面顶部复制 freellmapi-xxxx 统一 Token。

想让同局域网其他设备访问：
HOST_BIND=0.0.0.0 docker compose up -d（只在自家信任网络这么干，别公网暴露）

三、方式 C：本机跑源码（Node 20+）

git clone https://github.com/tashfeenahmed/freellmapi.git
cd freellmapi
npm install
cp .env.example .env
echo "ENCRYPTION_KEY=$(node -e "console.log(require('crypto').randomBytes(32).toString('hex'))")" >> .env
npm run dev

• 管理面板：http://localhost:5173
• 接口地址：http://localhost:3001/v1

四、怎么调（跟 OpenAI 一模一样）

from openai import OpenAI
client = OpenAI(
    base_url="http://localhost:3001/v1",
    api_key="freellmapi-xxxx",   # 面板里拿的统一 Token
)

resp = client.chat.completions.create(
    model="auto",                # 自动选可用模型；也可写 gemini-2.5-flash / llama-3.3-70b-versatile
    messages=[{"role":"user","content":"用一句话解释乡愁"}],
)
print(resp.choices[0].message.content)
print("实际路由：", resp.headers.get("x-routed-via"))

curl 也行：

curl http://localhost:3001/v1/chat/completions \
  -H "Authorization: Bearer freellmapi-xxxx" \
  -H "Content-Type: application/json" \
  -d '{"model":"auto","messages":[{"role":"user","content":"hi"}]}'

五、接编码工具

• Claude Code：npx freellmapi setup-claude

• Codex / Aider / 任意 OpenAI 兼容客户端：

  export OPENAI_BASE_URL=http://localhost:3001/v1
  export OPENAI_API_KEY=freellmapi-xxxx

六、新手别踩的坑

1. 加完 Key 等 1–2 分钟健康检查，别立马调，否则报“无可用模型”
2. 它是单用户本机网关，不是多用户 SaaS，别直接挂公网
3. 免费层会 429，靠 Fallback Chain 自动切换；别拿来做生产 SLA
4. ENCRYPTION_KEY 别丢，丢了之前存的 provider Key 解不出来
5. 本地模型也能加：Ollama / vLLM / LM Studio 填 http://host.docker.internal:11434/v1 当自定义 provider

Game.Cheats.Manager.Portable 是 Game Cheats Manager 的免安装便携版：解压即跑，不写注册表、不装服务，U 盘也能带。

它把 FLiNG、风灵月影、小幸、Cheat Engine 表等单机游戏修改器聚到一个面板里，按游戏名搜索、一键下载、自动归类、启动/更新/删除都在软件内完成，还能把修改器目录加进杀软排除项防误删。

只适合单机离线游戏，联机/竞技游戏用了必封号；便携版好处是“用完删文件夹就干净”，适合不想在系统里留痕的玩家。

下载地址

1.环境管理（核心）

创建新环境：

conda create -n 环境名 python=3.10

（可指定 Python 版本）

激活环境：

conda activate 环境名

退出当前环境：

conda deactivate

查看所有环境：

conda env list

或

conda info --envs

（当前激活的环境旁会有 * 标记）

删除环境：

conda remove -n modelscope_download_env --all -y

克隆环境：

conda create -n 新环境名 --clone 原环境名

（适合备份或复制环境）

2.包管理

安装包：

conda install 包名

可加 =版本号 指定版本，如

conda install numpy=1.24.0

卸载包：

conda remove 包名

查看已安装的包：

conda list

更新包：

conda update 包名

或

conda update --all

更新当前环境所有包

搜索包：

conda search 包名

3.环境导出与复现（团队协作必备）

导出完整环境配置：

conda env export > environment.yml

仅导出手动安装的包：

conda env export --from-history > environment.yml

（跨平台兼容性更好）

从配置文件重建环境：

conda env create -f environment.yml

4.镜像源管理（国内加速必备）

查看当前通道：

conda config --show channels

添加清华镜像源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

设置显示通道

URL：conda config --set show_channel_urls yes

5.清理与优化

清理所有缓存和无用包：

conda clean --all

查看帮助：

conda --help

或

conda -h

查看版本：

conda --version

或

conda -V

优先使用 conda install 安装包；如果 Conda 找不到某个包，再使用 pip install 作为补充。

1. 运行官方卸载脚本

退出所有 conda 环境：

conda deactivate
# 确保提示符前面没有 (base)

在终端中执行以下命令，根据提示输入 yes 确认，程序会自动删除整个 Miniconda3 安装目录（包含所有虚拟环境和包缓存）：

~/miniconda3/uninstall.sh

2. 清理 Shell 配置文件

打开 ~/.bashrc（或 ~/.zshrc、~/.bash_profile），找到并删除 # >>> conda initialize >>> 与 # <<< conda initialize <<< 之间的所有 conda 初始化代码块：

nano ~/.bashrc

需要删除的代码块示例如下：

# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$('/home/baijin/miniconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
    eval "$__conda_setup"
else
    if [ -f "/home/baijin/miniconda3/etc/profile.d/conda.sh" ]; then
        . "/home/baijin/miniconda3/etc/profile.d/conda.sh"
    else
        export PATH="/home/baijin/miniconda3/bin:$PATH"
    fi
fi
unset __conda_setup
# <<< conda initialize <<<

保存退出后，执行以下命令使配置生效：

source ~/.bashrc

3. 删除残留隐藏文件与缓存

执行以下命令清理用户目录下的配置文件和缓存：

rm -rf ~/.conda ~/.anaconda ~/.condarc ~/.continuum ~/.cache/conda ~/.cache/conda-anaconda-tos

4. 验证卸载结果

打开一个新的终端窗口，输入 conda 命令。若提示 command not found，则说明已彻底清理干净。

1. 核心机制：优先级插队与向下兼容
Conda 的环境隔离并非绝对封闭的“黑盒”，而是基于操作系统原生机制的“PATH 变量优先级游戏”。当激活某个 Conda 环境时，Conda 会将该环境的 bin 目录动态插入到当前终端会话 PATH 变量的最前端。系统在查找可执行文件时，会严格遵循从左到右的顺序，找到第一个匹配项即停止执行。

2. 三层 PATH 的查找顺位
在激活特定的 Conda 虚拟环境后，底层的命令查找路径（PATH）会形成以下三级阶梯：

• 第一顺位（最高优先级）：Conda Env 专属路径。系统会优先在当前虚拟环境的 bin 目录下寻找命令（如独立的 Python 解释器、pip 或 Conda 安装的特定工具）。
• 第二顺位（父系继承）：Conda Base 路径。若当前环境缺失某工具，系统会向上回溯，在 Conda 的 base 基础环境中进行查找。
• 第三顺位（系统兜底）：WSL 原生系统路径。若前两级均未找到，系统最终会去 WSL 宿主机的全局目录（如 /usr/bin、/bin）中寻找底层工具。

3. 隔离的边界：可执行文件 vs Python 模块

• 系统级命令行工具（如 ffmpeg、git）：受 PATH 机制管辖。Conda 环境会优先使用自身或 Base 提供的版本；若缺失，则会无缝“借用” WSL 系统提供的底层工具，实现向下兼容。
• Python 第三方库（如 numpy、torch）：受 Python 解释器的 sys.path 机制管辖。Conda 环境在启动时，会将模块搜索路径严格限定在自身的 site-packages 目录内，完全不会去扫描 WSL 系统的 /usr/lib/python3 目录，从而实现 Python 代码与依赖库的绝对隔离。

4. 会话级生命周期
这种基于 PATH 重排的隔离机制是会话级（Session-level）的。它仅在当前打开的终端窗口内有效。当关闭终端或重启 WSL 时，PATH 变量会恢复为 WSL 系统的默认状态，Conda 环境的激活状态随之失效，需重新执行 conda activate 建立指向。