别再让Claude的限额浪费在AI实验上
本文介绍如何通过NEO扩展Claude的限额，将AI任务卸载到NEO上，从而更高效地部署生产级AI。包括安装步骤、性能对比（成本降低62%，速度提升37%）等。
如果您经常使用Claude进行AI实验，可能会遇到限额问题。现在，您可以通过NEO将部分任务卸载，从而更高效地利用Claude的限额。Claude Code + NEO的组合让您能够直接从终端部署生产级AI。
首先，安装NEO的MCP服务器。在Python 3.11+环境中运行pip install neo-mcp。然后，在NEO仪表板中创建密钥，格式为sk-v1-...。最后，在Claude Code中注册NEO：claude mcp add --scope user neo -e NEO_SECRET_KEY=sk-v1-your-key -- python3 -m neo_mcp。
以语音转文字模型为例，在无GPU的Azure VM（2核，7.7 GB RAM）上进行基准测试。Claude Code直接选择HuggingFace + PyTorch路径，而NEO先进行两分钟研究，选择ONNX Runtime以利用AVX2优化的CPU内核。结果NEO成本从1.96美元降至0.74美元（便宜62%），实时因子从0.519降至0.328（快37%）。
安装一次后，您就可以在任何Claude Code会话中委派机器学习任务给NEO。立即开始，阅读设置指南。