自托管 LLM 网关,统一管理多个模型供应商。
┌──────────────────────────────────────────────────────────────────────┐
│ 客户端 │
│ OpenAI SDK / Anthropic SDK / Gemini SDK / curl │
└───────────────────────────────┬──────────────────────────────────────┘
│ Lens Base URL + sk-lens-...
▼
┌──────────────────────────────────────────────────────────────────────┐
│ Lens Gateway │
│ │
│ 入口协议 │
│ /v1/chat/completions │
│ /v1/messages │
│ /v1/responses │
│ /v1/embeddings │
│ /v1/rerank │
│ /v1beta/models/{model}:generateContent │
│ │
│ 请求解析 │
│ - 校验网关 Key │
│ - 解析客户端协议和必填模型名 │
│ - 按入口协议和模型名匹配模型组 │
│ │
│ 路由计划 │
│ - 模型组成员:渠道 + 密钥 + 上游模型 │
│ - 路由策略:轮询 / 故障切换 │
│ - 协议转换:OpenAI Chat -> Anthropic / Responses │
└───────────────────────────────┬──────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────────────────────────────────┐
│ 候选展开 │
│ │
│ 渠道协议配置 │
│ 协议 + 地址来源 + 绑定密钥 │
│ │
│ 运行时候选 │
│ 运行候选 = 渠道 + 密钥 + 上游模型 │
│ │
│ 示例 │
│ 模型组成员: 稳定分组 / gpt-5.5 │
│ ├─ 渠道 A / 地址 1 / 福利 key / gpt-5.5 │
│ ├─ 渠道 A / 地址 1 / 稳定 key / gpt-5.5 │
│ └─ 渠道 B / 备用 key / gpt-5.5 │
└───────────────────────────────┬──────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────────────────────────────────┐
│ 负载均衡与故障转移 │
│ │
│ 轮询:在 key 级候选之间平滑分发 │
│ 故障切换:按模型组成员顺序尝试,失败后切到下一个 key / 渠道 │
│ │
│ 冷却粒度 │
│ 401 / 403 / 429:冷却单个密钥,优先换同站点其他候选 │
│ 5xx / 超时 / 网络错误:冷却整个渠道,切到其他可用候选 │
│ │
│ 请求日志 │
│ 尝试链路记录渠道、密钥、上游模型、状态和耗时 │
└───────────────────────────────┬──────────────────────────────────────┘
│
▼
┌──────────────┬──────────────┬──────────────┬──────────────┐
▼ ▼ ▼ ▼
┌─────────┐ ┌─────────┐ ┌─────────┐ ┌──────────┐
│ OpenAI │ │Anthropic│ │ Gemini │ │ 兼容服务 │
└─────────┘ └─────────┘ └─────────┘ └──────────┘
- 统一入口:一个 Base URL,一套 API Key,支持 OpenAI / Anthropic / Gemini 协议
- 负载均衡:在“渠道 + 密钥 + 上游模型”粒度执行轮询或故障切换
- 协议转换:OpenAI Chat 可转发到 Anthropic Messages 或 OpenAI Responses
- 请求日志:记录协议、模型、延迟、Token、成本
- 配置备份:导出/导入站点、渠道、模型组、价格
mkdir lens && cd lens
curl -fsSLO https://raw.githubusercontent.com/dyedd/lens/main/docker-compose.yml
curl -fsSLO https://raw.githubusercontent.com/dyedd/lens/main/.env.example
cp .env.example .env编辑 .env,根据需要修改配置项。必须设置 LENS_AUTH_SECRET_KEY。
如需修改数据目录,只改 volumes 左侧的宿主机路径,右侧 /app/data 保持不变:
volumes:
- ./data:/app/data启动:
docker compose pull
docker compose up -d访问 http://127.0.0.1:3000,默认账号 admin/admin。首次登录后请立即修改默认管理员密码。
mkdir -p data
docker run -d --name lens \
--env-file .env \
-p 3000:3000 \
-v "$(pwd)/data:/app/data" \
ghcr.io/dyedd/lens:latestdocker compose -f docker-compose.yml -f docker-compose.local.yml up -d --builddocker-compose.local.yml 需要和 docker-compose.yml 放在同一目录。仓库中已提供该文件,会把镜像名改成 lens:local 并从当前源码构建。
如果在独立部署目录中本地构建,手动创建 docker-compose.local.yml:
services:
app:
image: lens:local
build:
context: .
dockerfile: Dockerfile把项目源码放在同一目录,然后执行:
docker compose -f docker-compose.yml -f docker-compose.local.yml up -d --build也可以手动构建后直接运行:
docker build -t lens:local .
mkdir -p data
docker run -d --name lens \
--env-file .env \
-p 3000:3000 \
-v "$(pwd)/data:/app/data" \
lens:localpip install -e ".[dev]"
cd ui && pnpm install && cd ..
lens db upgrade
lens seed-admin --username admin --password admin
lens dev本地开发默认端口:
- Next.js dev server:
http://127.0.0.1:3000 - FastAPI 后端:
http://127.0.0.1:18080
也可以分开启动:
lens serve
cd ui
pnpm dev进入 /channels,新建站点,填写 Base URL 和 API Key,发现或手动添加模型。
常见 Base URL:
| 上游类型 | Base URL 示例 | 协议选择 |
|---|---|---|
| OpenAI | https://api.openai.com |
OpenAI Chat / Responses / Embeddings |
| Anthropic | https://api.anthropic.com |
Anthropic |
| Gemini | https://generativelanguage.googleapis.com |
Gemini |
| NewAPI / Rerank | https://newapi.example.com |
Rerank(透传到 POST /v1/rerank) |
进入 /groups,新建模型组,选择协议,添加上游模型,选择路由策略:
- 轮询:在模型组成员展开后的 key 级候选之间平滑轮询
- 故障切换:优先使用前面的成员,失败后切到下一个 key 或渠道
协议转换:当前支持把 OpenAI Chat 上游加入 Anthropic 或 OpenAI Responses 模型组,运行时会自动转换。
进入 /api-keys,新建 Key,复制 sk-lens-... 给客户端。
客户端只需要:Lens Base URL + 网关 API Key + 模型组名称。
| 层 | 技术 |
|---|---|
| 后端 | Python 3.11+、FastAPI、SQLAlchemy、Alembic、SQLite / PostgreSQL |
| 前端 | Next.js 16、React 19、TypeScript、TanStack Query、shadcn/ui |
核心变量:
| 变量 | 默认值 | 说明 |
|---|---|---|
LENS_HOST |
127.0.0.1 |
后端监听地址;Docker 中设为 0.0.0.0 |
LENS_PORT |
18080 |
后端监听端口;Docker 中设为 3000 |
LENS_DATABASE_URL |
sqlite+aiosqlite:///./data/data.db |
数据库连接;默认 SQLite,也可指向外部 PostgreSQL |
LENS_AUTH_SECRET_KEY |
必填 | JWT 签名密钥 |
LENS_REQUEST_TIMEOUT_SECONDS |
180 |
上游请求超时 |
PostgreSQL 连接串格式:
postgresql+psycopg://用户名:密码@主机:端口/数据库名
示例:
LENS_DATABASE_URL=postgresql+psycopg://lens:password@postgres.example.com:5432/lens1Panel 等容器化环境配置技巧:
如果 Lens 和 PostgreSQL 部署在同一台服务器,推荐把两个容器放到同一个 Docker 网络(例如 1Panel 的 1panel-network),然后用 PostgreSQL 容器名作为主机名:
LENS_DATABASE_URL=postgresql+psycopg://lens:password@postgresql:5432/lens这里第一个 lens 是数据库用户名,最后一个 lens 是数据库名;postgresql 是 PostgreSQL 容器名,需要按实际容器名调整。
SQLite 适合本地测试和轻量部署,生产环境或高并发场景建议使用 PostgreSQL。
lens db upgrade # 升级到最新
lens db downgrade # 回退一步
lens db revision -m "describe your change" # 生成新迁移从 SQLite 切换到 PostgreSQL:在 /backups 导出配置 → 修改 LENS_DATABASE_URL → 启动 Lens → 导入配置。
OpenAI SDK (Python)
from openai import OpenAI
client = OpenAI(
base_url="http://127.0.0.1:3000/v1",
api_key="sk-lens-...",
)
completion = client.chat.completions.create(
model="your-model-group",
messages=[{"role": "user", "content": "hello"}],
)
print(completion.choices[0].message.content)Anthropic SDK (Python)
from anthropic import Anthropic
client = Anthropic(
base_url="http://127.0.0.1:3000",
api_key="sk-lens-...",
)
message = client.messages.create(
model="your-anthropic-group",
max_tokens=256,
messages=[{"role": "user", "content": "hello"}],
)
print(message.content[0].text)OpenAI Chat (curl)
curl http://127.0.0.1:3000/v1/chat/completions \
-H "Authorization: Bearer sk-lens-..." \
-H "Content-Type: application/json" \
-d '{
"model": "your-model-group",
"messages": [{"role": "user", "content": "hello"}]
}'Anthropic Messages (curl)
curl http://127.0.0.1:3000/v1/messages \
-H "x-api-key: sk-lens-..." \
-H "Content-Type: application/json" \
-d '{
"model": "your-anthropic-group",
"max_tokens": 256,
"messages": [{"role": "user", "content": "hello"}]
}'OpenAI Responses (curl)
curl http://127.0.0.1:3000/v1/responses \
-H "Authorization: Bearer sk-lens-..." \
-H "Content-Type: application/json" \
-d '{
"model": "your-responses-group",
"input": "hello"
}'OpenAI Embeddings (curl)
curl http://127.0.0.1:3000/v1/embeddings \
-H "Authorization: Bearer sk-lens-..." \
-H "Content-Type: application/json" \
-d '{
"model": "your-embedding-group",
"input": "hello world"
}'Rerank (curl)
curl http://127.0.0.1:3000/v1/rerank \
-H "Authorization: Bearer sk-lens-..." \
-H "Content-Type: application/json" \
-d '{
"model": "your-rerank-group",
"query": "What is the capital of France?",
"documents": [
"Paris is the capital of France.",
"Berlin is the capital of Germany.",
"Madrid is the capital of Spain."
],
"top_n": 3,
"return_documents": true
}'请求体透传到上游 /v1/rerank(如 NewAPI、Jina、Cohere 等兼容服务)。响应原样返回,包含 results[*].relevance_score / index / document。
Gemini (curl)
curl "http://127.0.0.1:3000/v1beta/models/your-gemini-model:generateContent" \
-H "x-goog-api-key: sk-lens-..." \
-H "Content-Type: application/json" \
-d '{
"contents": [
{
"role": "user",
"parts": [{"text": "hello"}]
}
]
}'Claude Code
ANTHROPIC_BASE_URL=http://127.0.0.1:3000
ANTHROPIC_AUTH_TOKEN=sk-lens-...
ANTHROPIC_MODEL=your-anthropic-group
ANTHROPIC_SMALL_FAST_MODEL=your-anthropic-groupCodex
~/.codex/config.toml:
model = "your-model-group"
model_provider = "lens"
[model_providers.lens]
name = "Lens"
base_url = "http://127.0.0.1:3000/v1"~/.codex/auth.json:
{
"OPENAI_API_KEY": "sk-lens-..."
}MIT