你的 GPU 接入路由器。只有你同意，云端才会接手。

Orca Connect 从运行你模型的机器主动向外连接。你的模型与 200 多个托管模型一起，用你平常的密钥调用，OrcaRouter 对它们不收任何费用。

只走出站连接：无需端口转发、无需配置隧道、无需防火墙规则。在你选择要共享的模型之前，什么都无法访问。
溢出默认关闭，直到你开启。开启后，请求也只会在你允许的原因下、发往你指定的模型、并在每月上限之内转到托管模型。
由你的硬件处理的响应带有 X-Orca-Billed: false；溢出到托管模型的响应则带有原因及其预估费用。

共享机器，而不是密码

把你机器上所选模型的链接发给别人，设置有效期和请求上限，随时可以撤销。对方用自己的账号登录，你的密钥始终不会离开你手中。

永远不会到达托管模型的密钥

把密钥标记为仅限本地后，它的请求只会由本地机器处理：绝不会交给托管模型，也绝不计费。请求途中仍会经过 OrcaRouter，因此这决定的是推理在哪里运行，而不是提示词经过哪里。

让编码智能体对准你的机器

运行 orca-connect claude，Claude Code 就会在本次会话中使用你自己的模型启动。把 claude 换成 codex、opencode、gemini、qwen、kimi、copilot、aider、goose 或 pi，就能对 Codex CLI、OpenCode、Gemini CLI、Qwen Code、Kimi Code、Copilot CLI、Aider、Goose 和 pi 做同样的事。智能体自身的设置保持不变。

桌子底下的机器，随处可用。

安装后，在浏览器中批准一次这台机器（无屏幕的服务器可用验证码），然后勾选要共享的模型。连接器只建立一条出站连接，你的模型会以 local/your-rig/your-model 的形式出现在目录中。用你已有的密钥，从笔记本、手机或云端智能体调用它们。这些调用会经由 OrcaRouter 到达你的机器；机器上的程序仍可直接访问运行时。

免费，直到你另作决定。

溢出关闭时，合上笔记本，调用方收到的是明确的拒绝，而不是账单。为你在意的原因开启溢出（机器离线、机器繁忙、提示词过长、运行时出错、需要工具的请求），选择可以接手的托管模型并设置上限。也可以反过来：代码里继续写 gpt-4o-mini，只要你的 GPU 正在运行你映射到这个名字的模型，就由它来回答；做不到时，gpt-4o-mini 照常回答并照常计费。

工作原理

只需登录一次 — 在浏览器中批准这台机器，或在无屏幕的服务器上使用验证码。连接器把收到的密钥保存在这台机器上它自己的配置文件中，不需要往终端里粘贴任何内容。
选择要共享的内容 — 连接器通过监听端口找到这台机器上的运行时，并用只有该运行时才会回答的问题区分它们；orca-connect status 会列出找到的内容。要共享的模型在控制台中选择；在机器首次连接之前，可以用托盘或 orca-connect expose 做出这第一次选择。OrcaRouter 能看到这份列表，以便为你提供选择，但只会把请求发送到你共享的模型。
上线，只走出站 — 一条从你的机器打开的连接，以各自独立的流承载每个请求。你的路由器永远看不到入站连接，你的模型以 local/your-rig/your-model 的形式列出。
请求到达你的机器 — 编码智能体、手机或你分享过链接的人，用密钥调用平常的端点。OrcaRouter 检查该密钥的策略，找到你的机器保持的连接，并通过它发送请求。只有当模型是你共享的模型之一时，你的机器才会转发。
响应表明它是免费的 — Token 沿同一条路返回。响应带有 X-Orca-Billed: false，请求以 $0 记入日志。
合上笔记本 — 一旦 OrcaRouter 发现连接已断开，未开启溢出的调用方会收到 503 local_connector:unavailable：明确的拒绝，不产生任何费用。若针对机器离线开启了溢出，则由你允许的托管模型在每月上限内代为响应；该响应会计费，并带有 X-Orca-Spillover-Reason: rig_offline。