指揮は Claude。小さな作業はほかの AI に。
RouteAI を使うと、Claude は単体テスト、スクリプト、docstring、ビルド ファイル、一括編集を、すでにある AI に任せられます。あなたのコンピューターで動く Ollama モデルと、Gemini、Groq、OpenRouter といったプロバイダーの 1 日ごとの無料枠です。まず無料の枠から使い、有料を使うのは許可したときだけ。指示を書き、結果を確認し、最終判断を下すのは Claude です。
必要なのは Python 3.11 と Ollama だけ · API プロバイダーは任意 · Windows、macOS、Linux · MIT ライセンス
自分のハードウェアに、ジュニア開発者のチームを
依存関係のない小さな MCP サーバー、学習するルーティング エンジン、そして委任すべきタイミングを Claude に教えるスキル。
性能とコストで振り分け
すべてのタスクにはカテゴリがあります。complex と code はまず高速な GPU マシンへ、tests、scripts、build、docs は低速なマシンか、プロバイダーの無料枠へ。有料より先に無料の枠を使い、優先マシンが使用中なら作業はほかに回されます。
信頼できるモデルを学習
ルーターは、モデルの読み込み時間やキューも含めた実測の品質と速度で、マシンとモデルを順位付けします。スコアの元になるのは、ベンチマークと、実際の結果すべてに対する Claude の評価（良好、修正済み、却下）です。
ガバナンスは Claude が握る
何を委任するかを決め、正確な指示を書き、テストを実行して diff を読むのは Claude です。設計、セキュリティに関わるコード、横断的な変更は Claude が担当します。ベンチマークは構成の変更を提案するだけで、承認するのはあなたです。
本当にトークンが減る
サーバーはプロジェクトのファイルを自分で読み込み、結果をディスクに直接書き込んで、短いプレビューだけを返します。Claude がファイルを貼り付けたり、長い回答を読み返したりすることはなく、タスクごとに節約できたトークン数が報告されます。
並列バッチ
1 つの指示で 40 ファイル。すべてのモジュールにテストを、すべての関数に docstring を、同じ移行をあらゆる場所に。タスクはすべてのマシンに同時に分散され、tests/test_{stem}.py のように指定した場所に書き込まれます。
必要なのは Python だけ
標準ライブラリのみで、pip も SDK も Docker も不要です。API プロバイダー（Gemini、Groq、OpenRouter、DeepSeek、Mistral、OpenAI、あるいは自前のエンドポイント）はいつでも追加でき、キーはファイルではなく環境変数に置きます。
各部分のつながり
Claude Code がやり取りするのはローカルの小さなサーバー 1 つだけ。そのサーバーが、ネットワーク上の Ollama マシンと、許可した場合は追加した API プロバイダーとやり取りします。
- ルーター: タスクごとにノードとモデルを選択、有料より先に無料
- 学習した各モデルの品質と速度
- 自己採点ベンチマークとトークン集計
- Claude が指示を書く数行の正確な指示とファイル パスだけ。ファイルの中身は渡さないので、Claude がそれを読むためのコストはかかりません。
- サーバーが振り分けるファイルを読み込み、カテゴリに最適な空いているマシンとモデルを選びます。結果はディスクに直接書き込まれます。
- Claude が検証して評価テストを実行し、diff を読み、結果を良好、修正済み、却下のいずれかで評価します。ルーティングはすべての評価から学習します。
- 節約した量が見える完了したタスクごとに、節約できた Claude のトークンとセッションの合計が表示されます。ごく小さなタスクではマイナスになることもあり、数字はそれも正直に示します。
5 分で動かせます
マシンで Ollama がすでに動いているなら、ほぼ完了です。
- プラグインをインストールするClaude Code で 2 つのコマンドを実行すると、マーケットプレイスが追加され、RouteAI がインストールされます。MCP サーバー、委任スキル、
/routeai:statusと/routeai:benchコマンドが含まれます。 - マシン構成を記述する
/routeai:setupが各 Ollama サーバーを調べて~/.routeai/fleet.tomlを作成します。/routeai:add-aiはプロバイダーを追加します。キーは環境変数に置かれたままで、自分のファイルを送ってよいかはあなたが決めます。 - いつもどおり作業する計画にテスト、スクリプト、定型コードが含まれていれば、Claude がそれを委任し、戻ってきた結果を検証して評価します。
/routeai:statusでいつでも、作業の行き先と節約できたトークン数を確認できます。
インストール
# in Claude Code /plugin marketplace add bdbais/routeai /plugin install routeai@bais # describe your machines: models are picked and suggested per machine /routeai:setup gpu=http://192.168.1.13:11434 local=http://localhost:11434 # let the fleet learn your hardware, then check routing and savings /routeai:bench /routeai:status
自分のマシン以外では、OLLAMA_HOST=0.0.0.0 を指定して Ollama を起動し、ネットワークで待ち受けるようにします。Python 3.11 以降（py、python3、python）はプラグインが自動で見つけます。
自分で採点するベンチマーク
Fleet がハードウェアを把握するまで、ときどき実行してください。学習中はこまめに、スコアが安定したら月 1 回で十分です。有料のプロバイダーは、あなたが求めない限り対象になりません。
推測ではなく採点
自動チェック付きの実践的なタスクが 10 個。コードは非公開の単体テストで実行され、生成されたテストは意図的に仕込んだバグを検出する必要があり、スクリプトは実際に実行され、TOML はパースされ、docstring は AST と照合されます。
ハードウェアを使い切る
1 秒あたりのトークン数、モデルの読み込み時間、各モデルが VRAM にどれだけ収まるか、並列リクエストでスループットがどう伸びるかを測定し、最適なコンテキスト サイズと並列度を提示します。
驚きではなく推奨を
実行のたびにレポートを作成します。カテゴリごとの最適モデル、外すべきモデル、heavy 層に値する高速なノード。Claude がそれを fleet.toml の変更案にまとめ、あなたが承認します。
止めどきを知っている
モデルとカテゴリの組み合わせは、一貫したサンプルが 5 回そろうと安定と見なされます。次の実行が必要な時期はステータスで確認でき、その間も実際の作業がスコアを磨き続けます。
コードはあなたのネットワークから出ません
委任が役立つのは、新たな穴を開けない場合だけです。
既定では何も外に出ません
ローカルのモデルはあなたのファイルを見ますが、追加したプロバイダーは send_files を設定しない限り見ません。ollama.com で動く Ollama の :cloud モデルは、明示的に許可しない限り無視されます。
ファイル アクセスを限定
サーバーが読み書きするのは、現在のプロジェクトと指定したフォルダーの中だけです。その外に出るパスは拒否されます。
テレメトリなし
統計、ログ、レポートは、あなたのコンピューターの ~/.routeai に保存されます。プラグインが通信するのは、設定した Ollama サーバーだけです。
キーと予算
API キーは環境変数に置きます。設定にも、チャットにも、ログにも書かれず、リクエストがリダイレクトをたどることもありません。プロバイダーごとに価格と、リクエスト数・トークン・ドルでの 1 日の上限があり、上限に達すると作業はあなたのマシンに戻ります。
無料でオープンソース、これからも
RouteAI は MIT ライセンスで公開されています。仕事で使うのも、改変するのも、共有するのも自由です。トークンを節約できたなら、少額の寄付が開発の継続に役立ちます。
よくある質問
どのモデルを使えばよいですか？
セットアップが各マシンに合った coder モデルを提案します。12 GB の GPU なら qwen2.5-coder:14b（約 50 tok/s）と mixture-of-experts の qwen3-coder:30b、CPU だけのノート PC なら 3–7B のモデル。ダウンロードはあなたの承認があるときだけです。プロバイダーの場合は、提供されているモデルから選びます。実際に何がうまく動くかは、その後ベンチマークが教えてくれます。
トークンはどれくらい節約できますか？
完了したタスクごとに表示されます。ワーカーが読んだファイルと書き出した内容から、Claude が書いた指示と Claude が読んだ結果を差し引いた値です。規模の大きいタスクやバッチでは数千トークンを節約できます。ごく小さなタスクでは節約分よりコストのほうが大きくなることもあり、有料プロバイダーにかかった金額も含めて、レポートはそれを正直に示します。
マシンの電源が切れていたら？
そのマシンは停止中としてマークされ、作業は他のマシンに回されます。あるカテゴリをどのマシンも処理できない場合はツールがそう伝え、Claude がそのタスクを自分で行います。
GPU のないノート PC でも役に立ちますか？
はい。小さなモデルでスクリプト、テスト、ドキュメントを担当し、GPU マシンが使用中のときの受け皿にもなります。一度に 1 タスクだけにしておけば、あなた自身の作業も快適なままです。
Gemini や Groq、OpenAI を追加できますか？
はい。/routeai:add-ai gemini gem1 で追加できます。自前の vLLM や LM Studio も含め、OpenAI 互換の API なら何でも使えます。キーは環境変数に置き、自分のファイルを送ってよいかはあなたが決め、リクエスト数・トークン・ドルで 1 日の上限を設定します。
Anthropic や Ollama の製品ですか？
いいえ。Anthropic とも Ollama とも提携していない、独立したオープンソース プロジェクトです。Claude Code の公開されたプラグインと MCP のインターフェイス、そして Ollama の公開 API を使用しています。