Zro
面向编程 Agent 的私有高性能推理服务
兼容OpenAI与Anthropic API，零数据留存，专为长上下文多轮会话优化。
核心功能
私有模型推理
处理编程请求后，默认不保留提示文本、生成内容或任何请求体，数据不留存。
开放权重编程模型
单一端点提供GLM-5.2、DeepSeek V4 Flash 0731、Kimi K3等模型，Laguna 2.1即将上线。
兼容API访问
支持OpenAI兼容的Chat Completions接口和Anthropic兼容的Messages请求，方便接入现有工具。
编程工具快速集成
通过CLI启动器一键接入Claude Code、Codex、OpenCode、Hermes、OpenClaw、Pi等工具。
长上下文性能优化
通过HyperQuant压缩技术、自定义注意力内核和硬件感知部署，提升多轮编程会话效率。
多区域部署控制
创建API Key时可选择将推理限制在欧洲或美国区域，满足不同区域的基础设施要求。
产品特色
- 01
默认零数据留存，隐私优先
提示词和生成内容在推理处理后默认不被保留。客户数据绝不用于训练、微调、评估或数据分析。
- 02
专为编程Agent场景深度优化
针对长上下文、多轮对话的编程工作负载进行调优。底层采用HyperQuant压缩和自定义注意力内核，响应速度在同类型服务中表现突出。
- 03
一键启动主流编程工具
通过npm安装@moonmath-ai/zro包，登录后即可用zro launch命令启动Claude Code、Codex等工具，且自动禁用厂商遥测。
- 04
模型与服务商选择自由
接入GLM-5.2、DeepSeek V4 Flash、Kimi K3等开放权重模型。同时支持OpenAI和Anthropic两种API风格，兼容性更好。
- 05
区域部署灵活可控
支持多区域基础设施部署，创建API Key时可指定推理运行在哪个区域。
应用场景
✅ 私密AI编程
在敏感代码仓库中使用编程Agent时，无需担心提示词或生成内容被平台留存。
✅ Agent工具集成
团队可通过CLI启动器或兼容API端点，将现有的Agent工具快速接入Zro。
✅ 长周期开发任务
工程师可运行需要大上下文窗口和持续对话历史的多步骤编程工作流。
✅ 生产环境Agent后端
应用团队可将Zro作为代码助手、内部自动化系统和开发者产品的推理层。
✅ 区域限定推理
有区域基础设施要求的组织，可以控制模型推理运行在哪个区域。
常见问题
解答您关于"Zro"的常见疑问，让您更好地使用这款AI工具
-
目前支持GLM-5.2、DeepSeek V4 Flash 0731和Kimi K3，Laguna 2.1即将上线。
-
不会。客户的提示词和生成内容绝不会用于训练、微调、评估或任何数据分析。
-
可通过npm安装@moonmath-ai/zro包，运行zro login登录，再用zro launch命令启动支持的工具。也支持Cursor、Cline等工具的手动配置。
-
同时支持OpenAI兼容的Chat Completions接口和Anthropic兼容的Messages请求。
-
默认不保留。推理处理完成后，提示词和生成内容不会被留存。
-
支持欧洲和美国两个区域，创建API Key时可以选择限制推理在哪个区域运行。
立即体验 Zro
Zro是一个专为AI编程Agent和开发者设计的私有推理平台。通过兼容OpenAI和Anthropic的API，提供对GLM-5.2、DeepSeek V4 Flash等开放权重编程模型的快速访问，且默认不保留任何提示词或生成内容。支持CLI启动器一键接入Claude Code、Codex、Cursor等主流编程工具，针对长上下文多轮会话场景进行了深度优化。