Clawd Throttle 是一款专为 LLM 成本优化设计的智能路由中间件，能够在 Anthropic、Google、OpenAI、xAI、DeepSeek、Moonshot、Mistral 和 Ollama 八大提供商的 25 个以上模型中，自动为每个请求匹配最便宜且能力足够的模型。其核心机制基于一套 8 维评分系统（涵盖 token 数量、代码存在性、推理标记、问题复杂度、对话深度等指标），可在 1 毫秒内完成提示词分类，并映射至 eco、standard、gigachad 三种路由模式对应的模型层级，避免为简单查询支付 Opus 级别的高昂费用。
该工具提供完整的功能集，包括智能路由请求、提示词复杂度预检、成本统计追踪、运行时模式切换等命令，支持通过快捷指令强制指定特定模型，并针对子代理调用和心跳检测自动优化路由策略。所有决策日志和成本数据均以 JSONL 格式存储于本地，便于后续审计和分析。
显著优势在于其极致的成本优化能力和透明性。通过智能分层路由，用户可节省大量 API 费用，而亚毫秒级的分类器确保路由决策不会成为性能瓶颈。隐私保护方面表现突出：仅记录 SHA-256 哈希值而不存储原始提示内容，所有数据本地存储，API 密钥在配置显示时自动脱敏，充分保障数据主权。
局限性方面，作为 T3 级个人开发者开源项目，其长期维护稳定性和企业级支持保障相对有限。用户需要自行申请并管理多个平台的 API 密钥，初始配置门槛较高。此外，工具依赖外部网络请求，在完全隔离的离线环境中无法使用（除非纯本地 Ollama 模式），且路由算法的"最优"判断基于成本优先策略，可能对特定复杂场景的模型能力匹配存在偏差。
该工具最适合需要频繁调用多种 LLM API 的开发者、AI 应用团队、成本敏感的初创企业，以及注重数据隐私希望保留本地控制权的用户。对于生产环境高安全要求场景，建议在使用前进行额外的安全审计。
使用风险主要包括：多平台 API 密钥管理增加了潜在的凭证泄露面；虽然代码本身无恶意行为，但需信任个人开发者的代码更新源；长期运行的本地日志文件可能积累敏感元数据；以及依赖项（@modelcontextprotocol/sdk 等）的供应链安全风险。建议优先通过环境变量配置密钥，避免写入配置文件，并定期审查本地日志目录的访问权限。