中文 | English

simple-one-api：通过标准OpenAI API格式访问各种国产大模型，开箱即用

简介

目前市面上免费可用的国产大模型越来越多，对于个人用户来说，one-api的使用还是有些麻烦。我们只需要一个不涉及统计、流量和计费等功能的简单适配程序即可。

另一个问题是：即使有些厂商声称兼容OpenAI的接口，实际上还是存在一些差异！

simple-one-api主要解决以上两个问题，旨在兼容多种大模型接口，并统一对外提供OpenAI接口。通过该项目，用户可以方便地集成和调用多种大模型，简化了不同平台接口差异带来的复杂性。

免费大模型列表

各个模型详细的申请和接入流程

为了更加方便申请和接入，我们也整理了各个模型的接入指南，可以查阅：

• 讯飞星火大模型:docs/讯飞星火spark-lite模型申请流程
• 百度千帆大模型平台:docs/百度千帆speed和lite模型申请流程
• 腾讯混元大模型:docs/腾讯混元hunyuan-lite模型申请流程
• Cloudflare Workers AI：docs/Cloudflare_Workers_AI申请使用流程.md
• 字节扣子(coze.cn)：docs/coze.cn申请API使用流程.md
• 字节火山方舟：docs/火山方舟大模型接入指南.md
• Llama Family：docs/Llama Family接入指南.md
• groq: docs/groq接入指南.md
• Gemini：docs/Gemini接入指南.md

接入使用

社群小伙伴反馈验证可用的客户端

• Next Chat
• Lobe chat
• gpt_academic
• Chat x

功能

文本生成

支持多种大模型：

• 百度智能云千帆大模型平台
• 讯飞星火大模型
• 腾讯混元大模型
• Google Gemini
• Claude.ai
• OpenAI ChatGPT 系列模型
  • OpenAI
  • Deep-Seek
  • Cloudflare Workers AI
  • 智谱清言语
  • 阿里通义DashScope
  • Azure OpenAI
  • Llama Family
  • groq
  • 零一万物
• MiniMax
• 字节coze
  • 扣子(coze.cn)
  • 扣子(coze.com)
• 字节火山方舟
• ollama

如果兼容某个已经支持OpenAI的接口，那么可以在simple-one-api中直接使用。参考文档docs/兼容OpenAI模型协议接入指南.md

支持的功能

• 支持配置多个模型，可以随机负载均衡
• 支持一个模型可配置多个api_key，并且可以随机负载均衡
• 支持设置一个对外总api_key
• 支持random模型，后台自动寻找配置的可用的模型
• 支持模型名称重定向设置模型别名
• 支持全局设置模型名称重定向，并且支持all模式全部重定向
• 支持每一种模型服务设置服务的地址
• 兼容支持OpenAI的接口，同时支持/v1和/v1/chat/completions两种路径
• 对于不支持system的模型，simple-one-api会将其放到第一个prompt中直接兼容（更加统一，例如沉浸式翻译中如果使用system，不支持system的模型也能正常调用）
• 支持全局代理模式
• 支持每个service设置qps或qpm或者concurrency
• 支持/v1/models和/v1/models/:model接口

更新日志

查看 CHANGELOG.md 获取本项目的详细更新历史。

交流群

安装

源码安装

1. 克隆本仓库：

git clone https://github.com/fruitbars/simple-one-api.git

快速编译使用

首先确保你已经安装了go，版本需要是1.21以上，具体安装教程参考官网地址：https://go.dev/doc/install 可以通过go version查看go的版本。

linux/macOS

chmod +x quick_build.sh
./quick_build.sh

将会在当前目录生成simple-one-api

Windows 双击quick_build.bat执行

quick_build.bat

将会在当前目录生成simple-one-api.exe

交叉编译不同平台版本

有时需要编译不同平台的版本，比如windows、linux、macOS； 确保安装好go之后，执行build.sh

chmod +x build.sh
./build.sh

会自动编译出对于以上3种平台不同架构的可执行文件，生成在build目录中。

接下来配置你的模型服务和凭证： 在 config.json 文件中添加你的模型服务和凭证信息，参考下文的配置文件说明。

直接下载

前往Releases页面

使用方法

直接启动

默认读取和simple-one-api相同目录下的config.json启动

./simple-one-api

如果想指定config.json的路径，可以这样启动

./simple-one-api /path/to/config.json

Docker 启动

以下是如何使用 Docker 部署 simple-one-api 的步骤： 运行 使用以下命令运行 Docker 容器，同时挂载你的配置文件 config.json：

docker run -d --name simple-one-api -p 9090:9090 -v /path/to/config.json:/app/config.json fruitbars/simple-one-api

注意： 请确保将 /path/to/config.json 替换为 config.json 文件在你主机上的绝对路径。

查看容器日志 你可以使用以下命令查看容器的日志输出：

docker logs -f simple-one-api

或

docker logs -f <container_id>

其中，<container_id> 是容器的 ID，可以通过 docker ps 命令查看。

Docker Compose 启动步骤

1. 配置文件：在docker-compose.yml中首先确保你已经将你的 config.json 文件的路径替换成了正确的绝对路径。
2. 启动容器： 使用 Docker Compose 启动服务，你可以在包含 docker-compose.yml 文件的目录下运行以下命令：

   docker-compose up -d
   

   这个命令会在后台启动 simple-one-api 服务。

其他查看命令参考docker-compose的文档。

其他启动方式

其他启动方式:

• nohup启动
• systemd启动

调用 API

现在，你可以通过 OpenAI 兼容的接口调用你配置的各大模型服务。服务地址: http://host:port/v1，api-key可以任意设置

支持模型名称设置为random，后台会自动找一个"enabled": true的模型来使用。

配置文件示例（以讯飞星火spark-lite为例）

{
    "load_balancing": "random",
    "services": {
      "xinghuo": [
        {
          "models": ["spark-lite"],
          "enabled": true,
          "credentials": {
            "appid": "xxx",
            "api_key": "xxx",
            "api_secret": "xxx"
          }
        }
      ]
    }
}

其他模型的配置文件示例可以参考：https://github.com/fruitbars/simple-one-api/tree/main/samples

配置文件在线生成

感谢来自社群小伙伴提供在线生成配置

https://simple-one-api-ui.vercel.app/

配置文件说明

参考文档：config.json详细说明

各个厂商详细的配置说明：https://github.com/fruitbars/simple-one-api/tree/main/docs

各个厂商详细的示例config：https://github.com/fruitbars/simple-one-api/tree/main/samples

比较完整的配置文件示例

具体文档查看config.json详细说明.md，以下是一个完整的配置示例，涵盖了多个大模型平台和不同模型：

{
  "server_port":":9090",
  "load_balancing": "random",
  "services": {
    "qianfan": [
      {
        "models": ["yi_34b_chat", "ERNIE-Speed-8K", "ERNIE-Speed-128K", "ERNIE-Lite-8K", "ERNIE-Lite-8K-0922", "ERNIE-Tiny-8K"],
        "enabled": true,
        "credentials": {
          "api_key": "xxx",
          "secret_key": "xxx"
        }
      }
    ],
    "xinghuo": [
      {
        "models": ["spark-lite"],
        "enabled": true,
        "credentials": {
          "appid": "xxx",
          "api_key": "xxx",
          "api_secret": "xxx"
        },
        "server_url": "ws://spark-api.xf-yun.com/v1.1/chat"
      }
    ],
    "hunyuan": [
      {
        "models": ["hunyuan-lite"],
        "enabled": true,
        "credentials": {
          "secret_id": "xxx",
          "secret_key": "xxx"
        }
      }
    ],
    "openai": [
      {
        "models": ["deepseek-chat"],
        "enabled": true,
        "credentials": {
          "api_key": "xxx"
        },
        "server_url": "https://api.deepseek.com/v1"
      }
    ],
    "minimax": [
      {
        "models": ["abab6-chat"],
        "enabled": true,
        "credentials": {
          "group_id": "xxx",
          "api_key": "xxx"
        },
        "server_url": "https://api.minimax.chat/v1/text/chatcompletion_pro"
      }
    ]
  }
}

常见问题

如何在沉浸式翻译中使用？

请参考docs/在沉浸式翻译中使用simple-one-api

是否支持并发限制？

详细文档请查看config.json详细说明.md

以下是一个配置示例，针对免费的讯飞星火spark-lite模型，由于其有2qps限制，可以这样设置：

{
  "server_port": ":9090",
  "debug": false,
  "load_balancing": "random",
  "services": {
    "xinghuo": [
      {
        "models": ["spark-lite"],
        "enabled": true,
        "credentials": {
          "appid": "xxx",
          "api_key": "xxx",
          "api_secret": "xxx"
        },
        "limit": {
          "qps":2,
          "timeout": 10
        }
      }
    ]
  }
}

如何设置代理

从v0.9.1版本开始，更新了代理设置方式，现在每个服务都支持独立代理设置。 请参考文档《simple‐one‐api代理配置说明》

如何设置对外的apikey？

可以通过api_key字段来设置，如下所示：

{
    "api_key":"123456",
    "load_balancing": "random",
    "services": {
       "xinghuo": [
         {
           "models": ["spark-lite"],
           "enabled": true,
           "credentials": {
             "appid": "xxx",
             "api_key": "xxx",
             "api_secret": "xxx"
           }
         }
       ]
   }
}

单个模型如何配置多个credentials实现自动负载均衡？

以客户端选择spark-lite为例，可以按照以下方式配置，系统会随机选择credentials：

{
    "api_key":"123456",
    "load_balancing": "random",
    "services": {
       "xinghuo": [
         {
           "models": ["spark-lite"],
           "enabled": true,
           "credentials": {
             "appid": "xxx",
             "api_key": "xxx",
             "api_secret": "xxx"
           }
         },
         {
           "models": ["spark-lite"],
           "enabled": true,
           "credentials": {
             "appid": "xxx",
             "api_key": "xxx",
             "api_secret": "xxx"
           }
         }
       ]
   }
}

如何让后台随机选择模型使用？

load_balancing字段就是为自动选择模型而设置的，支持random选项，会自动随机选择一个enabled为true的模型：

{
    "api_key":"123456",
    "load_balancing": "random",
    "services": {
       "xinghuo": [
         {
           "models": ["spark-lite"],
           "enabled": true,
           "credentials": {
             "appid": "xxx",
             "api_key": "xxx",
             "api_secret": "xxx"
           }
         }
       ]
   }
}

Star历史

贡献

我们欢迎任何形式的贡献。如果您有任何建议或发现了问题，请通过提交issue或pull request的方式与我们联系。