opengrok - 为 Grok Bot 注入多模型切换与线协议适配的配置侧车

opengrok 是一个面向已有 Grok Bot 桌面安装的配置侧车。按项目自述，它并不托管或模拟 Grok Bot，也不接管你的机器，而是把模型绑定、线协议映射（wire maps）和一套健康诊断工具写到 Grok Bot 旁边，告诉它该跟哪个模型说话。它要解决的问题是：把一个非原生模型塞进 Grok Bot 通常「能跑但感觉不对」——更慢、更笨、更费 token，原因是模型原本在自己的 harness 上做强化学习训练，换到通用提示形状和错误的推理开关上就会失配。opengrok 的做法是把这层线协议对齐做掉。适合已经在用 Grok Bot、希望按 agent 指定不同模型，并且愿意接受「需要自己准备 API key、需要 Python 与 Node 环境」这类前置条件的用户。

维护者与状态

项目由 OnlyTerp 维护，仓库创建于 2026-08-27，最后一次提交在 2026-09-22。许可证为 MIT。截至 2026-09-22，仓库星标数为 460，尚无正式 release——也就是说目前没有可引用的版本号或发布包，使用方式以仓库内脚本为准。

主要能力

以下能力均来自项目自述（README），属于维护者的描述而非第三方评测。

• 按 agent 选模型。 项目自述可以在玻璃下拉框里为每个 agent 绑定模型，Claude、GLM、Qwen、Gemini 等都在可选范围内；切换后 agent 的下一条回复就走新通道，不需要重启。
• 切换需要被验证。 README 中称每次切换都会通过 hop 代理端到端确认后才算生效，并提供 Copy Proof 给出凭据。
• LiquidGlass 面板。 项目自述这是一个注入到 Grok Bot 窗口内部的磨砂玻璃风格控制面板，提供每个 bot 的吞吐、TTFT 延迟、token 流与 prompt 缓存命中率等实时遥测，以及针对 256k 上下文窗口的 Context Guardian 进度条。
• 多 bot 管理。 据项目说明，一个面板上可以管理 28 个 bot，Show All Bots 可以浏览整个队列，Diagnostics & Logs 用于排查 hop 问题，Reset Chat 用于清理卡住的会话线程。
• 按模型族修正线协议。 README 给出了一张对照表，说明各模型族在「原样接入」时的问题与 opengrok 的处理方式：Grok（xAI）的 effort 开关是 xhigh 而非 max；GLM（智谱）默认会思考，静默是有成本的，项目提供经过验证的 token 表与 thinking:disabled 关闭开关；Claude 的 thinking 由 auth shim 掌管，直接在 body 里写会返回 400；Gemini 的 fast 开关实际取决于 slug 而非字段；DeepSeek 的 thinking 存在于模型 slug 中；本地模型走独立路由并 fail-closed。项目自述这些结论都有 wire-captures/ 下的抓包作为依据。
• 抗更新设计。 据项目说明，Grok Bot 的更新会静默重写其 bundle，因此 doctor.py 会在安装时对机器做基线记录并持续观察文件、服务与缓存，更新后能指出具体哪些东西变了；glass-inject.py 会在每次 Grok Bot 更新后重新注入 LiquidGlass HUD，锚定在 index.html 与 CSP 指令这类稳定名称上，而不是哈希后的 bundle，布局漂移时会显式报错。
• 协议桥接。 README 中称仓库自带一个无依赖的本地桥，用于把 Codex Everywhere 的 OpenAI Responses API 与 Grok Bot 使用的 Chat Completions 对接，转换常见的工具、推理与预算字段，并把 JSON/SSE 响应转回 Chat Completions。
• 语音助手。 项目自述 voice/ 目录下有一套完全本地的实时语音助手，包含流式 STT、实时大脑与 TTS 三部分，所有通道仅走 localhost，并提供预检脚本。

使用入口

仓库地址是 OnlyTerp/opengrok。项目自述的前置条件包括：一个可用的 Grok Bot 桌面安装、Python 3.9+、Node 18+（用于 picker 与 maps），以及你要绑定的任意提供商的 API key。

据 README 的快速开始，安装流程是克隆仓库后运行 setup 脚本：

git clone https://github.com/OnlyTerp/opengrok
cd opengrok
python setup.py

项目自述这一步会检测 Grok Bot 安装与在线服务、沿用已有绑定或询问三个问题、写入配置、对机器做基线记录，然后打开 picker。之后的操作是三步：为每个 agent 在下拉框里选模型、一键发起真实请求做在线测试、保存。日常诊断脚本包括 python tools/doctor.py（检查是否仍然健康）、python tools/glass-inject.py --check（检查 LiquidGlass HUD 是否在应用内）与 python tools/qa.py（仓库自检：泄漏、引用、测试）。更多说明见 快速开始。

许可与限制

许可证为 MIT。

项目自述中明确写出的边界与限制包括：opengrok 是配置侧车，不托管也不模拟 Grok Bot，不控制你的机器，不附带 auth shim；这里的「hop」指的是任意 OpenAI 兼容的 base URL。云 agent 需要额外一步——据项目说明，原版 Grok Bot 云主机不会读取 model-bindings.json，已保存的绑定会被忽略，直到把绑定消费者安装进主机，这一步由 tools/apply-box-patch.py 完成，tools/file-relay.py 负责 box 侧的文件中继。README 还列出了当前状态：Grok、GLM、Claude plans、Gemini（含 fast lane）、DeepSeek 与本地 llama.cpp 属于「今天可用」；OpenRouter、Groq、Mistral、xAI OAuth 属于「模式已验证、抓包待补」。此外，项目自述要求 API key 通过操作系统管理的密钥环境变量提供，不要写进 model-bindings.json。