跨产品教程

团队 AI CLI 统一接入

把分散在每个工程师机器上的 AI CLI 配置、MCP 服务器、模型 Key 收敛成一份中央配置：Switch 管 MCP 与同步，Lurus API 管模型与计费。

联动产品

Switch（桌面工具管理）· Lurus API（统一网关）· MCP 服务器（Kova / GitHub / PostgreSQL 等）。本教程只引用各产品文档已有的能力。

你会得到

Before（各自为政）	After（Switch 统一）
每人手写 `mcp_servers.json`，工具版本不一	一份中央 `mcp.yaml`，`visible_to` 按需下发
各 CLI 各填一套 Provider Key	统一走 Lurus API，一个 Key、一份账单
模型成本不可见	Switch 成本看板按工具 / 模型聚合

第一步

安装 Switch，接上网关

按安装指南装好 Switch（macOS / Windows / Linux）。
在设置里填入 Lurus API Key（获取方式），让所有 CLI 统一经 https://hub.lurus.cn/v1 调模型 —— 一个 Key、一份账单。
验证本地代理已起（默认端口 19090）：
bash
```
curl http://localhost:19090/v1/models
```
1

第二步

写一份中央 MCP 配置

Switch 用一份 ~/.lurus-switch/mcp.yaml 管理所有 MCP 服务器，visible_to 决定每个 CLI 看到哪些。

yaml

servers:
  github:
    command: npx
    args: [-y, '@modelcontextprotocol/server-github']
    env:
      GITHUB_TOKEN: ${GITHUB_TOKEN}
    visible_to: [claude-code, codex]

  postgres:
    command: docker
    args: [run, -i, --rm, mcp/postgres, 'postgres://localhost/dev']
    visible_to: [claude-code]

  kova:                       # Kova Agent 作为工具暴露
    url: http://localhost:3333
    type: http
    visible_to: [claude-code, codex, gemini]

visible_to 驱动按需下发

切换任一 CLI 时，Switch 按 visible_to 动态生成该 CLI 的 mcp_servers.json，每个工具只看到分配给它的 Server。可接入的服务器清单见集成目录，管理细节见 MCP 服务器。

第三步

看见成本，再同步给团队

打开 Switch 的成本监控，按工具 / 模型查看 Token 消耗 —— 因为所有调用都走同一个 Lurus API Key，账单是统一的。
确认配置无误后，用团队同步把这份 mcp.yaml 分发给团队，新成员开箱即用、版本一致。

下一步可以加什么

给 CLI 接入 MemX 记忆（memory_search / memory_add 工具）让 Agent 记住项目规范；或接 Lumen 做调用追踪与成本告警。

下一步

Switch MCP 服务器集成与 MCP 目录记忆 Agent 教程

团队 AI CLI 统一接入

你会得到 ​

安装 Switch，接上网关

写一份中央 MCP 配置

看见成本，再同步给团队

下一步

你会得到