由于很多大模型 API 有 requests per second 这类请求速率限制，因此 vibe coding 了一个小代理，设置好模型的 rpm ，它会帮你管理请求，太快的，就排队，这样就不会触发 429 错误。
用的 Python ，应该可以在 Linux/MacOS/Windows 上运行使用。
Open Source repo:
https://github.com/adrianzhang/LimitRateAPI
缘由：
使用 Hermes+免费 API ，很频繁遇到 429 ，一个小事情做着做着就断了，非常烦人。有了这个代理，Hermes 可以顺畅运行了。
这是我第一个 vibe coding 项目，希望能帮助有同样需求的人。代码是 GLM5.2 写的，如果有问题，去喷智谱:)