由于各家AI IDE逐步收紧的用户政策，低成本的使用AI开发似乎成为了奢望。
不过并非毫无办法，我们可以利用Github泄露的Gemini-Key搭建负载均衡的Key池。
搭建完后可以用于编码，日常搜索，或者拿来角色扮演也行（：

什么是打野？e9df540792ccc4fddb2e159beb5e9ffb.jpg

通过搜索代码仓库，博客等Web资源，发现被意外上传的API Key。
拿GitHub来说，不少人上传代码时会把对接大语言模型的Key放在环境变量或者写死在代码里
我们随便搜索Gemini Key的前缀「AIzaSy」就能发现不少。

这些Key有能用的，也有失效的，我们的目的是尽可能将其一网打尽，通过不断轮询这些泄露的Key建立一个负载均衡的Key池。

和谷歌不同，OpenAI和Claude会直接封禁泄露在仓库中的Key，感觉是运营方式上稍有不同的原因，Gemini的Key是有免费配额的，其它两家官方的渠道只能直接购买额度。

如果你想知道更多的低成本AI编码的方法，请前往总结或者与我讨论

开始部署

哈基米大王

需要Docker环境，可以把它放在家里的路由器，自己的电脑，或者有公网的云主机上，自行了解Docker Compose使用方法

需要有可以接入API的LLM对话平台，推荐CherryStudio

两个工具的仓库都有详细的部署说明，不过我说重点

打野机hajimi-king

项目地址：GakkiNoOne/hajimi-king: 人人都是哈基米大王 感谢作者～

获得Github Token

访问 GitHub Settings > Tokens 生成经典令牌

选择public_repo 权限后保存记下令牌

令牌越多越好，一个令牌最多查找规则内的1000条结果，且有速度限制，最终查找到多少Key很大程度取决于有多少Token
我一个小时200-300Key左右，不过会因为Token的限制而停止查找。

使用Docker Compose部署项目

services:
  hajimi-king:
    image: ghcr.io/gakkinoone/hajimi-king:latest
    container_name: hajimi-king
    restart: unless-stopped
    environment:
      # 必填：GitHub访问令牌
      - GITHUB_TOKENS=令牌1,令牌2(可选),令牌(可选)++
      # 可选配置，模型选择flash-lite即可，不影响后续使用模型
      - HAJIMI_CHECK_MODEL=gemini-2.5-flash-lite
      - QUERIES_FILE=queries.txt
#     - 环境变量在这添加，一行一个
    volumes:
      - ./data:/app/data
    working_dir: /app

创建docker-compose.yml 将文本复制并修改，你只需要添加前一步的Github令牌，改变模型即可，根据仓库教程启动。

启动服务
# 创建数据目录和查询文件
mkdir -p data
echo "AIzaSy in:file" > data/queries.txt

# 启动服务
docker-compose up -d

# 查看日志
docker-compose logs -f

启动成功后修改目录中的queries.txt

这是用来匹配Key的规则，在Token少的情况下需要通过小而精的查找节省资源，可以把日志搬给AI优化你的规则，重启生效

搜索语法参考：GitHub Code Search Syntax

区别找到的Key

有效的密钥：keys/keys_valid_

速率限制的密钥：keys/key_429_

发给其它项目的密钥：keys/keys_send_

429的Key在恢复后也是能用的，有效的Key在每日额度用完后也会429

GPT-Load

使用GPT-Load管理你的大量Key，

仓库：tbphp/gpt-load: 智能密钥轮询的多渠道 AI 代理。 Multi-channel AI proxy with intelligent key rotation. 感谢作者

打野来的Key良莠不齐，有效和无效的Key混杂在一起，我们需要一个不断轮询Key状态的池子，再通过这个池子调用大模型，降低每次调用的错误率

2200Key池24h错误率大概在1%左右，可以将不同质量的Key分开。

GPT-Load有完善的文档，部署教程等，详细请查看官方文档。

将并发验证数加大可以大幅加速轮询速度。

GPT-Load接入hajimi-king，实现自动化管理密钥

创建分组，记住组名，生成代理密钥

在hajimi-king的docker compose文件中添加变量

变量
      - GPT_LOAD_SYNC_ENABLED=true. #链接GPT-load
      - GPT_LOAD_URL=http://192.168.31.3:3001  #填写gpt-load的ip地址
      - GPT_LOAD_AUTH=xxxxxx  #gpt-load的认证Token，来自gpt-load的.env文件，不是设置里的全局密钥
      - GPT_LOAD_GROUP_NAME=gemini  #组名，来自gpt-load创建分组的组名

GPT-Load的配置文件，可更改后台及Api密码

重启hajimi-king查看日志，如果正常查找，GPT-Load会不断加入密钥。

随便耍耍

将组内的URL添加到CherryStudio的自定义模型提供商内，记得选择Gemini类型，如果你需要在更多的客户端使用，请查看GPT-load的接入指南 GPT-Load - 高性能 AI 接口透明代理服务

CherryStudio

总结，随便说说

该省省该花花，可以先拿着这些Key赚到第一桶金，再购买CC或者GPT这些昂贵的Agent，Gemini2.5Pro也并非二流。

首先如果你是学生，那么可以尝试申请Cursor，Github等的教育优惠，基本都能免费使用一年的前沿模型用于编码

或者逆向各种渠道的客户端搭建多渠道2Api Key池，这种推荐直接找公益站。

要使用ClaudeCode，可以对接国产的模型，免费额度挺多的，效果也不错，也可以购买代理中转，一般会比官方便宜不少，不过需要注意的是有些商家拿老模型冒充新模型，或者使用GeminiCLI，也是免费的

Key资源多的话可以接入RooCode插件，比如前面搭建的号池。

午安desuwa

e1df9ca601de9a17a793656a47867439.jpg

早点走出舒适区～