openai-router 0.1.15

openai-router

🚀 OpenAI Router

轻量级、持久化、零配置的 OpenAI API 统一网关
一键聚合 vLLM、SGLang、lmdeploy、Ollama…

---

• 将不同推理框架（vLLM、SGLang、lmdeploy、Ollama…）、不同 Host、不同 Port 的 OpenAI API 接口统一聚合到同一个 base_url 上，实现更便捷的模型调用。

✨ Features

Feature	Description
🌍 统一入口	/chat/completions、/embeddings、/images/generations… 全部转发
🧩 多后端	vLLM、SGLang、lmdeploy、Ollama… 任意组合
💾 持久化	SQLite + SQLModel 零配置存储路由
⚡ 负载均衡	可配置多个同名模型，自动进行轮询式负载均衡
🎨 Web UI	Gradio 即用的管理面板
🔍 兼容 OpenAI	SDK / LangChain / AutoGen / LlamaIndex / CrewAI 等一行代码都不用改
📝 请求/响应日志	自动使用 Jinja2 模板渲染和打印聊天请求与响应内容，支持流式输出和思考过程

---

📝 请求/响应日志（重点功能 🚀）

⚠️ 其他开源路由（如 vLLM Router、SGLang Model Gateway、OneAPI 等）均不支持此功能！

在大模型开发调试过程中，无法直接看到模型收到的"原始提示词"和"思考过程"，只能通过后端日志或额外工具来查看，非常不便。

Router 会自动记录聊天接口（/v1/chat/completions、/v1/completions、/v1/responses）的请求和响应内容：

请求日志

• 当请求包含 messages 字段时，使用 chat_template.jinja 模板渲染为完整的提示词字符串
• 渲染后的提示词会通过 logger.info 打印到日志
• 你能直接看到模型收到的原始提示词，方便排查提示词工程问题

响应日志

• 非流式响应：直接解析响应 JSON，提取 content 和 reasoning（思考过程）
• 流式响应：收集所有 SSE chunks，等待流式传输完成后一次性打印完整内容
• 如果模型返回了 reasoning 或 thinking 字段，会一起打印（格式为 <think>\n...\n</think>）
• 你能直接看到模型的思考过程，这对调试思维链模型至关重要

示例输出

请求日志示例：

INFO: Rendered prompt:
<|im_start|>system
你是一个有帮助的助手。<|im_end|>
<|im_start|>user
你好！<|im_end|>
<|im_start|>assistant
<think>

</think>

响应日志示例：

INFO: Model response:
<think>
1. 分析用户输入：用户用中文打招呼
2. 确定意图：只是想开始对话
3. 构思回复：用中文问候，并询问有什么可以帮助的
</think>

你好！很高兴能为你提供帮助。请问今天有什么我可以帮你的吗？😊

有了这个功能，你在调试 LLM 应用时再也不用猜测模型在想什么了！

---

快速开始

运行前准备

通用前置：

• 一个已经能正常工作的 OpenAI 兼容后端
• 后端地址建议先单独验证可用，例如：

curl http://127.0.0.1:8001/v1/models

根据你选择的启动方式，还需：

• Docker 方式：本机已安装 Docker 与 Docker Compose v2
• 源码 / PyPI 方式：本机已安装 Python 3.11+

方式一：使用 Docker 启动（推荐 ⭐）

不用关心 Python 版本和本地依赖，下载镜像即可运行；后续升级、迁移、清理也更简单。

仓库已经提供了 Dockerfile、docker-compose.yml（使用预构建镜像）和 docker-compose-build.yml（从源码本地构建）三份配置，可按需选择其中一种方式启动。

1.1 docker run 直接启动

使用 Docker Hub 上的预构建镜像：

docker run -d \
  --name openai-router \
  --restart unless-stopped \
  -p 8082:8082 \
  -e TZ=Asia/Shanghai \
  -v "$(pwd)/data:/app/data" \
  506610466/openai-router:latest

如果想使用本仓库当前 commit 的代码，可以先本地构建再运行：

docker build -t openai-router:dev -f Dockerfile .

docker run -d \
  --name openai-router \
  --restart unless-stopped \
  -p 8082:8082 \
  -e TZ=Asia/Shanghai \
  -v "$(pwd)/data:/app/data" \
  openai-router:dev

1.2 docker compose 启动（推荐）

更推荐使用 compose，配置和命令更易复用。

使用预构建镜像（默认 docker-compose.yml，从 506610466/openai-router:latest 拉取）：

docker compose up -d

从源码本地构建（docker-compose-build.yml，会读取当前目录下的 Dockerfile）：

docker compose -f docker-compose-build.yml up --build -d

⚠️ 默认的 docker-compose.yml 里没有 build 段，所以 docker compose up --build -d 不会触发本地构建；如果你想从源码构建，请使用 docker-compose-build.yml，或自行添加 build 配置。

1.3 启动后访问

容器启动后，可在宿主机通过以下地址访问：

• Web UI：http://127.0.0.1:8082/
• OpenAI 兼容入口：http://127.0.0.1:8082/v1
• Swagger 文档：http://127.0.0.1:8082/docs
• 健康检查：http://127.0.0.1:8082/health

先验证一下服务是否正常：

curl -i http://127.0.0.1:8082/health

返回 HTTP/1.1 200 OK 即表示启动成功。

1.4 常用运维

• 修改宿主机端口：把 -p 8082:8082 改成 -p <宿主机端口>:8082 即可；如果是 compose 文件，把 ports 一行改为 "<宿主机端口>:8082"，然后重新 up -d。

• 数据持久化：容器内 /app/data 已通过 volume 挂载到宿主机 ./data，重启和升级容器后路由配置仍会保留。

• 查看日志：

  # docker run 方式
  docker logs -f openai-router
  
  # docker compose 方式
  docker compose logs -f
  # 或
  docker compose -f docker-compose-build.yml logs -f
  

• 停止与重建：

  # docker run 方式
  docker stop openai-router
  docker rm openai-router
  
  # docker compose 方式
  docker compose down
  # 或
  docker compose -f docker-compose-build.yml down
  

  升级到新版本时，建议先 down 再 up -d（或 pull && up -d），避免旧容器残留。

方式二：在当前仓库内运行

适合你想直接修改本项目源码、立即看到改动的场景。

uv sync
uv run openai-router --host 0.0.0.0 --port 28000

如果你不用 uv，也可以：

pip install -e .
openai-router --host 0.0.0.0 --port 28000

方式三：从 PyPI 安装

uv tool install openai-router
openai-router --host 0.0.0.0 --port 28000

或者：

pip install -U openai-router
openai-router --host 0.0.0.0 --port 28000

uv tool 安装和使用示例

如果你不想进入项目源码目录，也不想自己管理虚拟环境，可以直接用 uv tool：

uv tool install openai-router
uv tool run openai-router --host 0.0.0.0 --port 28000

如果你刚安装完，命令还没有生效，可以先执行：

uv tool update-shell

然后重新打开终端，再检查：

openai-router --help

启动后，继续按本文后面的步骤：

• 打开 http://127.0.0.1:28000/ 配置模型路由
• 使用 http://127.0.0.1:28000/v1 作为统一 base_url

启动后你应该看到什么

服务启动后可访问：

• Web UI：http://127.0.0.1:<端口>/
• Swagger：http://127.0.0.1:<端口>/docs
• 健康检查：http://127.0.0.1:<端口>/health
• OpenAI 兼容入口：http://127.0.0.1:<端口>/v1

其中 <端口> 取决于启动方式：

• Docker 启动：<端口> 默认是 8082
• 源码 / PyPI 启动：<端口> 默认是 28000

先验证健康检查：

# Docker 方式
curl -i http://127.0.0.1:8082/health

# 源码 / PyPI 方式
curl -i http://127.0.0.1:28000/health

返回 HTTP/1.1 200 OK 说明服务已启动。

---

教程一：手动添加一条模型路由

这是最直接、最不容易出错的用法，建议第一次先用这个方式跑通。

场景

假设你的后端服务地址是：

http://127.0.0.1:8001/v1

并且这个后端支持模型 gpt-4o。

操作步骤

1. 打开 http://127.0.0.1:28000/
2. 在“模型路由”页填写：
   • 模型名称：gpt-4o
   • 模型别名：可留空，或填写 gpt-4o-latest
   • 后端 URL：http://127.0.0.1:8001/v1
   • 后端 API 密钥：按需填写
3. 点击“添加 / 更新路由”

请求参数映射怎么用

当不同后端或不同版本的 OpenAI 兼容服务对请求体字段要求不一致时，可以在“模型路由”页为单个模型配置“请求参数映射”。

界面上使用两列表格配置：

• 左列 key：原始请求体里的参数路径
• 右列 value：转发给后端时应写入的目标路径

例如，老版本客户端发送：

{
  "model": "deepseek-r1",
  "messages": [],
  "enable_thinking": false
}

而新版本后端要求：

{
  "model": "deepseek-r1",
  "messages": [],
  "chat_template_kwargs": {
    "enable_thinking": false
  }
}

那么你只需要添加一行映射：

• enable_thinking -> chat_template_kwargs.enable_thinking

保存后，Router 会在请求转发前自动完成字段搬运。

请求参数映射的规则

• 映射是“模型级”的：只对当前这条模型路由生效
• 映射发生在真正转发到后端之前
• 如果源字段不存在，该条映射会被忽略，不会报错
• 支持点路径写法，例如 metadata.request.trace_id
• 当前界面配置方式是 key/value 表格，但底层仍以 JSON 对象持久化保存

每个字段怎么理解

• 模型名称：客户端请求时 model 字段使用的名字
• 模型别名：可选，多个别名用英文逗号分隔
• 后端 URL：填写后端“基地址”，不要填写具体接口路径
• 后端 API 密钥：
  • 填了：Router 会用这个密钥覆盖客户端传入的 Authorization
  • 不填：Router 会透传客户端原始 Authorization

后端 URL 的正确写法

正确示例：

• http://127.0.0.1:8001
• http://127.0.0.1:8001/v1

错误示例：

• http://127.0.0.1:8001/v1/chat/completions
• http://127.0.0.1:8001/v1/models

原因是 Router 会自动把请求路径拼接到你填写的后端 URL 后面。

---

教程二：自动同步一个后端源

如果你的后端支持模型列表接口，这个方式更省事。

Router 的自动发现规则

当你添加“后端源”时，Router 会立即尝试获取模型列表：

• 如果你填的是 http://127.0.0.1:8001，会优先请求 /v1/models，再尝试 /models
• 如果你填的是 http://127.0.0.1:8001/v1，会请求 /v1/models

操作步骤

1. 打开 http://127.0.0.1:28000/sources
2. 填写：
   • 后端源 URL：http://127.0.0.1:8001/v1
   • 后端源 API 密钥：按需填写
   • 排除模型：可留空；多个模型用逗号分隔
   • 自动同步间隔：例如 15
3. 点击“添加 / 更新后端配置”

保存后会立即拉取一次模型列表，并自动生成对应路由。

什么时候用“排除模型”

如果后端暴露了很多模型，但你只想导入一部分，可以在这里填不想暴露出去的模型名。

一个重要行为

自动同步导入的路由属于“自动管理”：

• 你手工删掉某条自动路由后，后端下次同步时可能会再次创建回来
• 如果你不想它再出现，应当：
  • 在“排除模型”中排除它
  • 或直接删除该后端源

---

教程三：像 OpenAI 官方 SDK 一样调用

配置好路由后，业务代码只需要把 base_url 指向 Router。

先列出模型确认路由是否生效

curl http://127.0.0.1:28000/v1/models \
  -H "Authorization: Bearer sk-test"

你应该能看到刚才配置的模型名或别名。

Python 示例

from openai import OpenAI

client = OpenAI(
    base_url="http://127.0.0.1:28000/v1",
    api_key="sk-test",
)

resp = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "hello"}],
    stream=False,
)

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

cURL 示例

如果你没有在 Router 中给该后端配置专用 API Key，那么这里的 Authorization 需要是真实可用的后端密钥。

curl http://127.0.0.1:28000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-test" \
  -d '{
    "model": "gpt-4o",
    "messages": [{"role": "user", "content": "你好"}]
  }'

流式输出示例

from openai import OpenAI

client = OpenAI(
    base_url="http://127.0.0.1:28000/v1",
    api_key="sk-test",
)

stream = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "请介绍一下你自己"}],
    stream=True,
)

for chunk in stream:
    text = chunk.choices[0].delta.content or ""
    print(text, end="")

---

多后端负载均衡怎么用

如果你给同一个模型名配置了多个后端，例如：

• gpt-4o -> http://127.0.0.1:8001/v1
• gpt-4o -> http://127.0.0.1:8002/v1

那么 Router 会把同一个 model 的请求分发到这些后端。

当前支持两种策略：

• round_robin：默认策略，轮询分发
• consistent_hash：同一会话尽量稳定落到同一后端

在 http://127.0.0.1:28000/sources 页面可以切换策略。

consistent_hash 会优先参考这些请求头：

• X-Session-ID
• X-User-ID
• X-Tenant-ID
• X-Correlation-ID
• X-Request-ID
• X-Trace-ID

如果没有这些请求头，会再尝试请求体里的 session_params.session_id、user、session_id、user_id。

---

支持的主要接口

除了 /v1/models 之外，Router 还会转发这些常见 OpenAI 风格接口：

• POST /v1/responses
• GET /v1/responses/{response_id}
• POST /v1/responses/{response_id}/cancel
• POST /v1/completions
• POST /v1/chat/completions
• POST /v1/embeddings
• POST /v1/moderations
• POST /v1/images/generations
• POST /v1/images/edits
• POST /v1/images/variations
• POST /v1/audio/transcriptions
• POST /v1/audio/speech
• POST /v1/rerank
• POST /tokenize
• POST /detokenize

GET /v1/responses/{response_id} 和 POST /v1/responses/{response_id}/cancel 会根据 Router 在创建 POST /v1/responses 时记录的 response_id -> backend 映射进行转发，因此要求创建、查询、取消请求经过同一个 Router 进程；如果 Router 重启，这类映射会失效。

---

数据持久化

使用 SQLite 持久化保存路由配置。

源码方式运行时，数据库默认在：

./data/routes.db

因此你重启服务后，路由配置仍然会保留。

另外，请求参数映射同样保存在 ModelRoute 记录上。如果你是从旧版本升级到包含该字段的新版本，当前项目的 schema 检测逻辑可能会判断本地 SQLite 结构已变化，并重建 data/routes.db。如果你本地库里已有重要路由配置，升级前建议先备份。

---

常见问题

1. 为什么 /v1/models 没有我刚配置的模型？

按这个顺序排查：

1. 先看 UI 表格里是否真的保存成功
2. 检查模型名是否填错
3. 检查后端 URL 是否写成了具体接口路径
4. 如果是自动同步方式，确认后端的 /v1/models 能正常返回
5. 直接访问 http://127.0.0.1:28000/v1/models 看返回结果

2. 客户端的 API Key 应该填什么？

• 如果你在 Router 里为后端配置了 API Key：客户端可以填任意非空值，例如 sk-test
• 如果你没有在 Router 里配置后端 API Key：客户端必须传真实后端可用的 Bearer Token

3. 为什么我删除了一条自动同步的模型路由，它又出现了？

因为该模型还存在于后端的模型列表中，下次自动同步会重新导入。

正确做法是：

• 在“排除模型”中排除它
• 或删除对应后端源

4. 后端 URL 到底填不填 /v1？

两种都可以：

• http://127.0.0.1:8001
• http://127.0.0.1:8001/v1

但不要填写到具体接口层级，例如 /v1/chat/completions。

5. Router 自己支持鉴权吗？

当前项目主要做路由和转发，不提供单独的 Router 管理鉴权体系。它对请求头中的 Authorization 的处理逻辑是：

• 有后端专用 API Key：覆盖转发
• 没有后端专用 API Key：原样透传

6. 什么场景适合用请求参数映射？

适合这些情况：

• 同一个模型名要路由到不同版本的 vLLM / SGLang / lmdeploy / 其他 OpenAI 兼容后端
• 老客户端还在发旧字段，但新后端已经要求嵌套到新结构里
• 你不想修改业务侧 SDK 入参，只想在 Router 层做兼容

不适合这些情况：

• 需要按不同请求动态切换复杂逻辑，而不是简单字段搬运
• 需要对数组做重排、合并多个字段、或者执行条件判断

---

架构图