简体中文 | English

OpenAI Forward

[!IMPORTANT]

在v0.7.0以后在配置方面会有较大调整，并与之前版本不兼容。通过UI配置起来会更加方便，且提供了更强大的配置选项。

OpenAI-Forward 是为大型语言模型实现的高效转发服务。其核心功能包括 用户请求速率控制、Token速率限制、智能预测缓存、日志管理和API密钥管理等，旨在提供高效、便捷的模型转发服务。 无论是代理本地语言模型还是云端语言模型，如 LocalAI 或 OpenAI，都可以由 OpenAI Forward 轻松实现。 得益于 uvicorn, aiohttp, 和 asyncio 等库支持，OpenAI-Forward 实现了出色的异步性能。

News

• 🎉🎉🎉 v0.7.0版本后支持通过WebUI进行配置管理
• gpt-1106版本已适配
• 缓存后端切换为高性能数据库后端：🗲 FlaxKV

主要特性

• 全能转发：可转发几乎所有类型的请求
• 性能优先：出色的异步性能
• 缓存AI预测：对AI预测进行缓存，加速服务访问并节省费用
• 用户流量控制：自定义请求速率与Token速率
• 实时响应日志：提升LLMs可观察性
• 自定义秘钥：替代原始API密钥
• 多目标路由：转发多个服务地址至同一服务下的不同路由
• 黑白名单：可对指定IP进行黑白名单限制
• 自动重试：确保服务的稳定性，请求失败时将自动重试
• 快速部署：支持通过pip和docker在本地或云端进行快速部署

由本项目搭建的代理服务地址:

• 原始OpenAI 服务地址

  https://api.openai-forward.com
  https://render.openai-forward.com

• 开启缓存的服务地址（用户请求结果将被保存一段时间）

  https://smart.openai-forward.com

部署指南

👉 部署文档

使用指南

快速入门

安装

pip install openai-forward 

# 或安装webui版本：
pip install openai-forward[webui]

启动服务

aifd run
# 或启动带webui的服务
aifd run --webui

如果读入了根路径的.env的配置, 将会看到以下启动信息

❯ aifd run
╭────── 🤗 openai-forward is ready to serve!  ───────╮
│                                                    │
│  base url         https://api.openai.com           │
│  route prefix     /                                │
│  api keys         False                            │
│  forward keys     False                            │
│  cache_backend    MEMORY                           │
╰────────────────────────────────────────────────────╯
╭──────────── ⏱️ Rate Limit configuration ───────────╮
│                                                    │
│  backend                memory                     │
│  strategy               moving-window              │
│  global rate limit      100/minute (req)           │
│  /v1/chat/completions   100/2minutes (req)         │
│  /v1/completions        60/minute;600/hour (req)   │
│  /v1/chat/completions   60/second (token)          │
│  /v1/completions        60/second (token)          │
╰────────────────────────────────────────────────────╯
INFO:     Started server process [191471]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
INFO:     Uvicorn running on http://0.0.0.0:8000 (Press CTRL+C to quit)

代理OpenAI模型:

aifd run的默认选项便是代理https://api.openai.com

下面以搭建好的服务地址https://api.openai-forward.com 为例

Python

  from openai import OpenAI  # pip install openai>=1.0.0
  client = OpenAI(
+     base_url="https://api.openai-forward.com/v1", 
      api_key="sk-******"
  )

代理本地模型

• 适用场景： 与 LocalAI， api-for-open-llm等项目一起使用

• 如何操作： 以LocalAI为例，如果已在 http://localhost:8080 部署了LocalAI服务，仅需在环境变量或 .env 文件中设置 FORWARD_CONFIG=[{"base_url":"http://localhost:8080","route":"/localai","type":"openai"}]。 然后即可通过访问 http://localhost:8000/localai 使用LocalAI。

(更多)

代理任意云端模型

代理gemini pro

配置环境变量或 .env 文件如下：

FORWARD_CONFIG=[{"base_url":"https://generativelanguage.googleapis.com","route":"/gemini","type":"general"}]

说明：aidf run启动后，即可通过访问 http://localhost:8000/gemini 使用gemini pro。

• 场景1: 使用通用转发,可对任意来源服务进行转发， 可获得请求速率控制与token速率控制；但通用转发不支持自定义秘钥.

• 场景2： 可通过 LiteLLM 可以将 众多云模型的 API 格式转换为 openai 的api格式，然后使用openai风格转发

(更多)

配置

执行 aifd run --webui 进入配置页面 (默认服务地址 http://localhost:8001)

你可以在项目的运行目录下创建 .env 文件来定制各项配置。参考配置可见根目录下的 .env.example文件

智能缓存

开启缓存后，将会对指定路由的内容进行缓存，其中转发类型分别为openai与general两者行为略有不同， 使用general转发时，默认会将相同的请求一律使用缓存返回，
使用openai转发时，在开启缓存后，可以通过OpenAI 的extra_body参数来控制缓存的行为，如

Python

  from openai import OpenAI 
  client = OpenAI(
+     base_url="https://smart.openai-forward.com/v1", 
      api_key="sk-******"
  )
  completion = client.chat.completions.create(
    model="gpt-3.5-turbo",
    messages=[
      {"role": "user", "content": "Hello!"}
    ],
+   extra_body={"caching": True}
)

Curl

curl https://smart.openai.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-******" \
  -d '{
    "model": "gpt-3.5-turbo",
    "messages": [{"role": "user", "content": "Hello!"}],
    "caching": true
  }'

自定义秘钥

  import openai
+ openai.api_base = "https://api.openai-forward.com/v1"
- openai.api_key = "sk-******"
+ openai.api_key = "fk-******"

多目标服务转发

支持转发不同地址的服务至同一端口的不同路由下 用例见 .env.example

对话日志

{'messages': [{'role': 'user', 'content': 'hi'}], 'model': 'gpt-3.5-turbo', 'stream': True, 'max_tokens': None, 'n': 1, 'temperature': 1, 'top_p': 1, 'logit_bias': None, 'frequency_penalty': 0, 'presence_penalty': 0, 'stop': None, 'user': None, 'ip': '127.0.0.1', 'uid': '2155fe1580e6aed626aa1ad74c1ce54e', 'datetime': '2023-10-17 15:27:12'}
{'assistant': 'Hello! How can I assist you today?', 'is_tool_calls': False, 'uid': '2155fe1580e6aed626aa1ad74c1ce54e'}

aifd convert

[
    {
        "datetime": "2023-10-17 15:27:12",
        "ip": "127.0.0.1",
        "model": "gpt-3.5-turbo",
        "temperature": 1,
        "messages": [
            {
                "user": "hi"
            }
        ],
        "tools": null,
        "is_tool_calls": false,
        "assistant": "Hello! How can I assist you today?"
    }
]

贡献

欢迎通过提交拉取请求或在仓库中提出问题来为此项目做出贡献。

许可证

OpenAI-Forward 采用 MIT 许可证。

OpenAI-Forward 快速上手指南

OpenAI-Forward 是一个高效的大型语言模型转发服务，支持请求速率控制、Token 限流、智能缓存、日志管理及自定义密钥等功能。适用于代理 OpenAI 官方接口、本地模型（如 LocalAI）或其他云端模型。

环境准备

• 操作系统：Linux / macOS / Windows
• Python 版本：Python 3.8+
• 依赖管理：pip 或 Docker（可选）
• 网络要求：可访问目标 API 服务（如 api.openai.com 或本地模型服务）

💡 国内用户建议使用国内 PyPI 镜像加速安装，例如：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple openai-forward

安装步骤

方式一：通过 pip 安装

# 基础版本
pip install openai-forward

# 带 WebUI 管理界面版本（推荐）
pip install openai-forward[webui]

方式二：通过 Docker 运行（可选）

docker pull beidongjiedeguang/openai-forward
docker run -p 8000:8000 -p 8001:8001 beidongjiedeguang/openai-forward

基本使用

1. 启动服务

# 启动基础服务（默认代理 https://api.openai.com）
aifd run

# 启动带 WebUI 配置界面的服务（访问 http://localhost:8001 进行配置）
aifd run --webui

启动成功后，终端将显示服务配置信息，包括基础 URL、路由前缀、限流策略等。

2. 调用代理服务（以 Python 为例）

from openai import OpenAI

client = OpenAI(
    base_url="https://api.openai-forward.com/v1",  # 替换为你部署的服务地址
    api_key="sk-******"  # 可使用原始 key 或自定义 forward key
)

completion = client.chat.completions.create(
    model="gpt-3.5-turbo",
    messages=[{"role": "user", "content": "Hello!"}]
)

print(completion.choices[0].message.content)

3. 启用智能缓存（可选）

若部署了缓存服务（如 https://smart.openai-forward.com），可通过 extra_body 参数控制缓存行为：

completion = client.chat.completions.create(
    model="gpt-3.5-turbo",
    messages=[{"role": "user", "content": "Hello!"}],
    extra_body={"caching": True}
)

或使用 curl：

curl https://smart.openai-forward.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-******" \
  -d '{
    "model": "gpt-3.5-turbo",
    "messages": [{"role": "user", "content": "Hello!"}],
    "caching": true
  }'

4. 代理本地模型（如 LocalAI）

在 .env 文件中配置：

FORWARD_CONFIG=[{"base_url":"http://localhost:8080","route":"/localai","type":"openai"}]

启动后，通过 http://localhost:8000/localai 即可访问本地模型服务。

更多高级配置（如多路由转发、黑白名单、日志导出等）可通过 WebUI 界面或编辑 .env 文件完成。参考项目根目录下的 .env.example 获取完整配置示例。