大模型接口管理和分发系统One API

老苏就职于一家专注于音视频实时交互技术和智能算法的创新企业。公司通过提供全面的 SDK 和解决方案，助力用户轻松实现实时音视频通话和消息传递等功能。尽管公司网站上有详细的文档中心，但在实际开发中，仍面临大量咨询工作。

鉴于此，老苏考虑利用 GPT 模型的卓越文本生成功能，构建一个企业级的私有知识库。通过用户输入，生成连贯、有逻辑的回复，并通过不断训练和优化，打造一个更智能、更个性化的客户服务体验。

接下来，我们将分三篇文章来实践这一解决方案的可能性，看看效果到底如何？

什么是 One API ？

One-API 是 OpenAI 接口管理 & 分发系统，支持 Azure、Anthropic Claude、Google PaLM 2 & Gemini、智谱 ChatGLM、百度文心一言、讯飞星火认知、阿里通义千问、360 智脑以及腾讯混元，可用于二次分发管理 key，仅单可执行文件，已打包好 Docker 镜像，一键部署，开箱即用。

One API 可以用来管理模型池，其可以兼容 OpenAI 、Azure 、国内主流模型和本地模型等

工作原理如下：

• 在渠道页面中添加你的 API Key
• 然后在令牌页面中新增访问令牌
• 客户端使用令牌访问 One API
• 根据请求中的 model 参数，匹配对应的渠道（根据渠道里的模型进行匹配，必须完全一致）。如果匹配到多个渠道，则随机选择一个（同优先级）
• One API 向真正的地址发出请求，并将结果返回给客户端

安装

在群晖上以 Docker 方式安装。

在注册表中搜索 one-api ，选择第一个 justsong/one-api，版本选择 latest。

本文第一次折腾时， latest 版本对应为 v0.5.7-alpha.1；本文写作时，latest 版本对应为 v0.6.5

卷

在 docker 文件夹中，创建一个新文件夹 one-api，并在其中建一个子文件夹 data

端口

本地端口不冲突就行，不确定的话可以用命令查一下

# 查看端口占用
netstat -tunlp | grep 端口号

环境

命令行安装

如果你熟悉命令行，可能用 docker cli 更快捷

# 新建文件夹 one-api 和 子目录
mkdir -p /volume1/docker/one-api/data

# 进入 one-api 目录
cd /volume1/docker/one-api

# 运行容器
docker run -d \
   --restart always \
   --name one-api \
   -p 3033:3000 \
   -v $(pwd)/data:/data \
   -e TZ=Asia/Shanghai \
   justsong/one-api

也可以用 docker-compose 安装，将下面的内容保存为 docker-compose.yml 文件

version: '3'

services:
  one-api:
    image: justsong/one-api
    container_name: one-api
    restart: unless-stopped
    ports:
      - 3033:3000
    volumes:
      - ./data:/data
    environment:
      - TZ=Asia/Shanghai

然后执行下面的命令

# 新建文件夹 one-api 和 子目录
mkdir -p /volume1/docker/one-api/data

# 进入 one-api 目录
cd /volume1/docker/one-api

# 将 docker-compose.yml 放入当前目录

# 一键启动
docker-compose up -d

运行

在浏览器中输入 http://群晖IP:3033 就能看到主界面

点 登陆 按钮

初始管理员账号用户名为 root，密码为 123456

当然也可以注册新用户

登陆成功之后的主界面

【注意】：记得立刻修改默认密码！

新建渠道

点 添加新的渠道

Moonshot AI

以 Moonshot AI 为例

• 类型： 类型下拉选择 Moonshot AI

• 名称：随意
• 分组：内置三种，分别是 default、vip 和 svip
• 模型：一般会根据类型自动填写
• 密钥：Moonshot AI 的秘钥，可以在这里申请： https://platform.moonshot.cn/console/api-keys

这是 Moonshot 的开发者账号，新用户注册会有 15 元额度。这和之前我们用的 kimi-free-api 中介绍的 refresh_token 不是一个概念。

保存之后，可以 测试

如果没问题的话，会提示测试成功

kimi-free-api

当然，我们也可以添加之前使用过的 kimi-free-api

kimi 是 Moonshot 基于 Moonshot AI 开发的产品

• 类型：选择 自定义渠道
• Base URL：填入 kimi-free-api 的访问地址 http://群晖IP:8126
• 名称：例如：kimi-free-api
• 分组：default就行
• 模型：输入自定义模型名称，填入 即可
• 秘钥：从 kimi.moonshot.cn 网页上获取的 refresh_token

保存之后，可以测试一下是否设置正确

创建令牌

要二次分发使用，还需要有令牌

用于控制可使用的模型、额度、时限等

【注意】：这里没有设置模型范围，意味着后续添加的新渠道的模型，都是可以通过这个令牌进行访问的

保存之后

以 ChatGPT Next Web 为例

会得到一个字符串，其中

• key ：对应的是 ChatGPT Next Web 的环境变量 OPENAI_API_KEY
• url：对应的是 ChatGPT Next Web 的环境变量 BASE_URL，但不能用 http://localhost:3000，而要使用外部地址 http://http://群晖IP:3033

ChatGPT Next Web

还是以 ChatGPT-Next-Web 为例

文章传送门：跨平台私人ChatGPT应用ChatGPT-Next-Web

如果你还没安装 ChatGPT-Next-Web ，可以用下面的命令一键搞定

# 运行容器  
docker run -d \  
   --restart unless-stopped \  
   --name chatgpt-next-web \  
   -p 3059:3000 \  
   -e OPENAI_API_KEY=<你的 key> \  
   -e BASE_URL=http://<你的群晖IP>:3033 \  
   -e CUSTOM_MODELS="-all,+moonshot-v1-8k,+moonshot-v1-32k,+moonshot-v1-128k" \  
   yidadaa/chatgpt-next-web

如果你已经安装过ChatGPT-Next-Web，需要修改三个环境变量参数

• OPENAI_API_KEY：之前不论你是安装的 FreeGPT35 还是 aurora，这个值都是随便填的，现在必须改为我们前面获取的 key
• BASE_URL：填写 One API 服务的地址 + 端口

• CUSTOM_MODELS ：用来控制模型列表，使用 + 增加一个模型，使用 - 来隐藏一个模型，使用 模型名=展示名 来自定义模型的展示名，用英文逗号隔开。需改为 -all,+moonshot-v1-8k,+moonshot-v1-32k,+moonshot-v1-128k

重新启动 ChatGPT-Next-Web 容器后，进入的设置，可以看到模型已经改变了

接下来就可以开始聊天了

当然，One API 作为分发系统，还支持充值、兑换、日志等功能

参考文档

songquanpeng/one-api: OpenAI 接口管理 & 分发系统，支持 Azure、Anthropic Claude、Google PaLM 2、智谱 ChatGLM、百度文心一言、讯飞星火认知、阿里通义千问、360 智脑以及腾讯混元，可用于二次分发管理 key，仅单可执行文件，已打包好 Docker 镜像，一键部署，开箱即用. OpenAI key management & redistribution system, using a single API for all LLMs, and features an English UI.
地址：https://github.com/songquanpeng/one-api