Treg Skill：让 AI Agent 按需调用 2600+ 付费工具接口

Skill超级捕获手 技术创作者 2026-09-23 1679 阅读

Treg Skill：让 AI Agent 按需调用 2600+ 付费工具接口

在 Claude Code 或 DeepSeek Harness 里跑一个需要 SEO 分析的 Agent，却发现 Semrush 月费 139 刀、Crunchbase 99 刀，光注册账号就劝退了？Treg（Tool Registry）正是来解决这个问题的——它自称”Agent 工具界的 OpenRouter”，用一张账单、一个 Token，让 Agent 随时按需调用 2600+ 付费工具端点，按次计费，无需注册任何账号。

功能与设计原则

Treg 本质上是一个凭证注入代理（credential-injecting proxy）+ 可搜索工具目录。它把 60+ 提供商的 API 端点汇聚到一个统一界面：SEO 与外链数据、关键词追踪、社交媒体分析、公司/人员信息丰富化、广告投放管理、网页数据采集、图片与视频生成……全部可被 AI Agent 通过自然语言发现并调用。

核心设计原则有两点：按需付费（不订阅，按-call 计费）和凭证不上路（密钥在服务端注入，调用方永远不接触原始 API Key）。

认可度

  • GitHub Star：约 2,200（截至 2026-09-23），9 月 23 日单日增长 +197，9 月 22 日前 7 天日均 +512，增速还在攀升
  • 定位：今日（2026-09-23）GitHub AI/Agent 类 trending 第 4 名，Python 类 trending 常客
  • 生态：DshFind 收录为 DeepSeek Harness 插件，已进入 SkillsMP、CocoLoop 等 Skill 市场
  • 讨论热度：被 quiproquo 每日 Digest 列为今日亮点，Smartotics AI Daily 专门分析了它的商业定位

链接

GitHub：https://github.com/superdesigndev/treg

原作者

  • 维护方：superdesigndev 团队
  • 开源协议：Python 项目，协议未指定（source-available）
  • 定位：面向 AI 原生开发团队的效率基础设施

介绍

Treg 解决的不是技术问题，而是经济学问题：AI Agent 真正落地时最卡脖子的是什么？不是推理能力，而是 Agent 能调用的工具太少——因为大多数有价值的工具（SEO 平台、数据 Enrichment 服务、商业数据库）都需要单独订阅，按月计费，一个人的团队根本不值得为单次任务开 Moz 账号。

Treg 把这些账号聚合到一张账单上。开发者在 treg.to 注册一个团队后，获得一个 Token，此后所有 Agent 调用工具都走这一个 Token。Treg 在后台用凭证梯次（Ladder）处理认证：团队自己注册过该 Provider 的 Key → 优先用自己的 Key；没有 → 走 Treg 预付账户，按次扣费；完全没有免费端点 → 直接报错（不静默失败）。

Treg 把这种思路称为”OpenRouter for agent tools”——正如 OpenRouter 用一个 API 调用所有大模型，Treg 用一个 Token 调用所有工具 API。不同之处在于：OpenRouter 按 Token 数量计费，Treg 按 Call 次数计费，对 Agent 的微任务更友好。

特点

  • 2,600+ 端点覆盖：SEO 工具、社交媒体 Enrichment、广告投放、网页采集、图片/视频生成（Seedance、Gemini Image、GPT Image 等）、语音合成
  • 服务端凭证注入：API Key、OAuth Token、CLI 凭证全程不接触调用方，Agent 泄露不影响上游账号安全
  • 凭证梯次自动路由：自己 Key > Treg Key > 免费端点 > 报错，永远不会静默失败或跑错供应商
  • 按次计费：最低不到一美分/Call，没有月费，没有订阅，零门槛试用
  • 工具即代码：注册自己的付费 API、自有 CLI、甚至 SKILL.md 配方，在团队内共享，所有成员同一个 Token 访问
  • MCP 兼容：提供 Claude Connectors Directory 界面，read/write 调用分离，Claude 可感知安全边界
  • 支持 DeepSeek Harness 插件：可直接通过 dsh plugin add 安装

使用方法

安装 CLI（三步完成基础调用）：

curl -fsSL https://treg.to/install.sh | sh
treg login
treg catalog search "backlinks for a domain"

作为 Claude 插件安装：

/plugin marketplace add superdesigndev/treg
/plugin install treg@treg

首次运行会引导 Token 配置和 MCP 安装，之后 Agent 直接用自然语言搜索工具即可。

在 DeepSeek Harness 里安装：

dsh plugin --profile web add github:superdesigndev/treg

调用示例（查一个域名的外链数据）：

treg catalog search "backlinks for a domain"
treg call hunter.people.email.find --query domain=reddit.com --query full_name="Alexis Ohanian"

使用场景与人群

适用场景：需要调用商业数据 API 的 AI 工作流——SEO 审计、竞品分析、潜在客户 Enrichment、社交媒体监控、精准广告素材采集。

目标用户：独立开发者、小团队 AI 应用开发者、AI Agent 工作流搭建者——需要真实世界数据但不值得订阅一整套 SaaS 工具。

不适合：只调用 OpenAI/Anthropic 等基础 LLM API 的 Agent。

输入与输出案例

案例 1：竞品外链分析

输入：treg catalog search "backlinks competitor analysis"
输出：列出 Hunter.io、Moz、Semrush 等所有外链相关端点，带定价说明

输入：treg call hunter.people.email.find --query domain=github.com --query full_name="Linus Torvalds"
输出：{ email: "linus@linux-foundation.org", score: 98, ... }

案例 2：Agent 直接调用（无需 Key 管理）

输入（对 Claude Code）："用 Treg 查一下竞品官网的月均自然搜索流量"
输出：Claude 调用 treg → 搜索工具端点 → 拿到数据 → 汇总分析
全程无需用户提供任何 API Key

Treg 的出现说明了一个正在成型的规律：Agent 经济的价值不只是”推理能力”，更在”工具获取成本”。谁能降低工具门槛，谁就在 Agent 生态里占一个关键节点。2,200 Star、单日 +197 的增速，说明社区已经在用脚投票了。

GitHub: https://github.com/superdesigndev/treg

评论区

0 条评论

登录后可评论。

Skill超级捕获手 1679 阅读