llmgateway

GitHub
1.1k 116 中等 1 次阅读 今天NOASSERTION开发框架Agent插件图像语言模型
AI 解读 由 AI 自动生成,仅供参考

llmgateway 是一款专为大语言模型(LLM)设计的开源 API 网关,旨在帮助开发者统一管理和优化跨多个提供商的 AI 请求。在同时使用 OpenAI、Anthropic、Google Vertex AI 等不同模型服务时,用户往往面临接口标准不一、密钥管理分散以及成本难以追踪的痛点。llmgateway 通过提供统一的 API 接口(兼容 OpenAI 格式),让用户无需修改现有代码即可无缝切换或路由请求至不同后端,从而极大降低了集成复杂度。

该工具的核心价值在于其强大的可观测性与管控能力。它不仅集中管理所有提供商的 API 密钥,还能实时追踪每次请求的 Token 消耗、响应时间及对应成本,生成详细的分析报表,帮助用户对比不同模型的性能与性价比,进而做出更优的技术选型。此外,llmgateway 支持灵活的部署方式,既提供开箱即用的托管服务,也允许用户通过 Docker 自行部署以完全掌控数据隐私。

llmgateway 特别适合需要集成多种 AI 模型的后端开发者、AI 应用架构师以及关注成本控制的技术团队。其基于 AGPLv3 协议开源,并采用现代化的技术栈(如 Hono 后端与 Next.js 前端),为构建稳定、高效且可监控的 AI 应用基础设施提供了坚实支持。

使用场景

某初创团队正在开发一款智能客服系统,需要同时调用 OpenAI、Anthropic 和 Google 等多家大模型服务以平衡成本与效果。

没有 llmgateway 时

  • 代码耦合严重:开发人员必须在代码中硬编码不同厂商的 API 格式和鉴权逻辑,切换模型时需大幅重构代码。
  • 密钥管理混乱:多个环境的 API Key 分散在各个配置文件甚至代码仓库中,存在泄露风险且难以统一轮换。
  • 成本黑盒状态:无法实时统计各模型的 Token 消耗和具体花费,月底账单出炉时才发现预算严重超支。
  • 故障排查困难:当某个供应商响应变慢或报错时,缺乏统一的日志和性能监控,难以快速定位是网络问题还是模型本身的问题。

使用 llmgateway 后

  • 接口统一标准化:所有请求只需对接 llmgateway 提供的兼容 OpenAI 格式的统一接口,后端业务代码无需关心底层供应商变更。
  • 集中安全管控:在 llmgateway 控制台集中配置和加密存储所有供应商的 API Key,应用端仅需维护一个网关密钥,极大提升安全性。
  • 精细化成本洞察:通过内置的分析仪表盘,团队能实时查看每个项目、每个模型的 Token 用量与费用,迅速将高成本请求路由至更具性价比的模型。
  • 全链路性能监控:llmgateway 自动记录每次请求的延迟、成功率等指标,帮助团队量化对比不同模型的表现,为动态路由策略提供数据支撑。

llmgateway 通过屏蔽底层多供应商的复杂性,让团队能以最低的开发和维护成本,构建出既稳定又具成本优势的大模型应用架构。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该工具主要通过 Docker 容器化部署,自托管时需使用命名卷(named volumes)挂载 PostgreSQL 和 Redis 数据目录,避免直接绑定主机目录导致权限问题。开发环境需安装 pnpm 并启用 Docker Desktop(WSL2 用户需开启 WSL 集成)。核心功能基于 AGPLv3 开源,企业级功能需单独授权。
python未说明
Docker
pnpm
PostgreSQL
Redis
Next.js
Hono
Drizzle ORM
llmgateway hero image

快速开始

LLM 网关

LLM 网关是一个面向大型语言模型(LLMs)的开源 API 网关。它充当您的应用程序与各类 LLM 提供商之间的中间件,使您能够:

  • 将请求路由到多个 LLM 提供商(OpenAI、Anthropic、Google Vertex AI 等)
  • 在一处集中管理不同提供商的 API 密钥
  • 跟踪所有 LLM 交互中的 token 使用量和费用
  • 分析性能指标以优化 LLM 的使用

功能特性

  • 统一的 API 接口:兼容 OpenAI API 格式,实现无缝迁移
  • 使用情况分析:跟踪请求数量、token 使用量、响应时间和费用
  • 多提供商支持:通过单一网关连接到不同的 LLM 提供商
  • 性能监控:比较不同模型的性能和成本效益

快速入门

您可以采用两种方式使用 LLM 网关:

  • 托管版本:无需任何设置即可立即使用,请访问 llmgateway.io 创建账户并获取 API 密钥。
  • 自托管:将 LLM 网关部署在您自己的基础设施上,以完全掌控数据和配置。

使用 Docker 自托管

对于统一镜像,请使用 Docker 管理的数据卷。请勿直接将主机目录挂载到 /var/lib/postgresql/data,因为容器内的 PostgreSQL 初始化需要对该目录设置权限,而这一过程可能会因主机文件系统及其所有权问题而失败。

export LLM_GATEWAY_SECRET="$(openssl rand -base64 32 | tr -d '\n')"
export GATEWAY_API_KEY_HASH_SECRET="$(openssl rand -base64 32 | tr -d '\n')"
./scripts/run-unified-container.sh

如果您更倾向于一次性运行 docker run 命令,可以使用命名卷代替 ~/some-host-dir

docker volume create llmgateway_postgres
docker volume create llmgateway_redis

docker run -d \
  --name llmgateway \
  --restart unless-stopped \
  -p 3002:3002 \
  -p 3003:3003 \
  -p 3005:3005 \
  -p 3006:3006 \
  -p 4001:4001 \
  -p 4002:4002 \
  -v llmgateway_postgres:/var/lib/postgresql/data \
  -v llmgateway_redis:/var/lib/redis \
  -e AUTH_SECRET="$LLM_GATEWAY_SECRET" \
  -e GATEWAY_API_KEY_HASH_SECRET="$GATEWAY_API_KEY_HASH_SECRET" \
  ghcr.io/theopenco/llmgateway-unified:latest

使用 LLM 网关 API

curl -X POST https://api.llmgateway.io/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $LLM_GATEWAY_API_KEY" \
  -d '{
  "model": "gpt-4o",
  "messages": [
    {"role": "user", "content": "你好,最近怎么样?"}
  ]
}'

开发环境搭建

  1. 安装依赖并设置开发环境:

    pnpm i && pnpm run setup
    

    此命令将安装所有依赖项、启动 Docker 服务、同步数据库模式并填充初始数据。

    WSL2 用户请注意:确保 Docker Desktop 已启用 WSL 集成并正在运行。

  2. 启动开发服务器:

    pnpm dev
    
  3. 构建生产环境:

    pnpm build
    

目录结构

  • apps/ui:Next.js 控制面板前端
  • apps/playground:Next.js LLM 实验平台
  • apps/code:Next.js 开发计划及编码工具着陆页与控制面板
  • apps/api:Hono 后端
  • apps/gateway:用于路由 LLM 请求的 API 网关
  • apps/docs:文档站点
  • apps/admin:内部管理控制面板
  • packages/db:Drizzle ORM 模式与迁移脚本
  • packages/models:模型与提供商定义
  • packages/shared:共享类型与工具

许可证

LLMGateway 采用双重许可证:

  • 开源:核心功能基于 AGPLv3 许可证授权——详情请参阅 LICENSE 文件。
  • 企业版:位于 ee/ 目录下的商业功能需要企业许可证——详情请参阅 ee/LICENSE 文件。

企业版功能包括:

  • 高级计费与订阅管理
  • 扩展的数据保留期限(无限制 vs 30 天)
  • 自定义提供商密钥配置
  • 团队与组织管理
  • 优先支持
  • 以及其他待定功能

如需企业版许可,请联系 contact@llmgateway.io

版本历史

v1.3.02025/12/18
v1.2.02025/09/21
v1.1.02025/08/26
v1.0.02025/07/03

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|1周前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|1周前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

155.4k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

108.3k|★★☆☆☆|4天前
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|5天前
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|1周前
插件开发框架