llmgateway
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
- Linux
- macOS
- Windows
未说明
未说明

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
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。
启动开发服务器:
pnpm dev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
v1.3.02025/12/18v1.2.02025/09/21v1.1.02025/08/26v1.0.02025/07/03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
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。
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
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。
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。
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