Xenolect 是一个“给 AI 模型自动编译协议驱动”的本地兼容层
Github：https://github.com/byte271/Xenolect
非常简单
比如说你有一个本地模型
它提供了OpenAI风格/v1/chat/completions
普通聊天能用，工具调用就非常奇怪，这个时候可能tool 参数格式不同，tool result 塞回去后它可能不认识， call ID、历史消息、并行调用的格式可能各不相同。
目前有的传统方案就是
一个人给一个模型去写适配器
另一个模型就写另一个适配器
这就等于是每个模型都有一个适配器
换后端又重新适配。
所以 我想到了一个解决方案
Xenolect 不是维护一堆模型名单，而是直接把模型服务器当黑盒测试。
本地 protocol compatibility layer，探测模型 → 构建 Driver → 独立认证 → 本地保存 → 暴露统一 API。
它的大致过程是：
未知模型服务器
↓ 黑盒发送实验请求
Xenolect Compiler
↓ 判断这个端点实际上理解什么协议
生成一个 bounded Driver
↓ 独立重新测试这个 Driver
Certification
↓ 通过才保存
Xenolect Runtime
↓
↓
Claude 类客户端、Agent、IDE、你自己的程序等，都把它当成普通 OpenAI-compatible API。
所以这里的 Driver 很像硬件世界里的驱动。
这个项目目前还处于alpha阶段 版本号是v0.5.0 我也希望大家可以给更多关于这个项目的建议以及这个项目的缺点、bug
欢迎星标🌟🌟