详细的 SDK 使用示例和代码示例,请参阅 API 文档: - OpenAI API - Anthropic API - Gemini API
AxonHub - All-in-one AI 开发平台
Snapshot 2026-08-03 23:56:39 UTC · version 1
Research document
❤️ 赞助商
|
Atlas Cloud Atlas Cloud 是一个全模态 AI 推理平台,为开发者提供统一的 AI API 来访问视频生成、图像生成和 LLM API。无需管理多个供应商集成,只需连接一次即可统一访问 300+ 精选模型,涵盖所有模态。 查看 Atlas Cloud 的 全新 Coding plan 促销,获取更经济实惠的 API 访问方案。 |
Krill AI 感谢 Krill AI 赞助本项目。Krill 提供 GPT、Claude、Gemini 及多款国产模型的官方稳定极速 API 中转服务,支持企业级定制、报销开票和 7x16 小时专属技术支持。其独家适配的 WebSocket 连接方式可带来更快的首字速度。
使用 此链接 注册,并在充值时填写 |
| 赞助商 | 详情 |
|---|---|
|
Bloome |
想试用 AxonHub,但不想在本地配置环境?可以在 Bloome 上运行: 快速使用, 通过浏览器或手机一键启动,也可以轻松分享给你的团队。 |
📖 项目介绍
All-in-one AI 开发平台
AxonHub 是 AI 网关,让你无需改动一行代码即可切换模型供应商。
无论你使用的是 OpenAI SDK、Anthropic SDK 还是任何 AI SDK,AxonHub 都会透明地将你的请求转换为与任何支持的模型供应商兼容的格式。无需重构,无需更换 SDK——只需更改配置即可。
它解决了什么问题:
- 🔒 供应商锁定 - 从 GPT-4 瞬间切换到 Claude 或 Gemini
- 🔧 集成复杂性 - 一个 API 格式对接 10+ 供应商
- 📊 可观测性缺口 - 开箱即用的完整请求追踪
- 💸 成本控制 - 实时用量追踪和预算管理
核心特性 Core Features
| 特性 | 你能获得什么 |
|---|---|
| 🔄 任意 SDK → 任意模型 | 用 OpenAI SDK 调用 Claude,或用 Anthropic SDK 调用 GPT。零代码改动。 |
| 🔍 完整请求追踪 | 线程级可观测性的完整请求时间线。更快定位问题。 |
| 🔐 企业级 RBAC | 细粒度访问控制、用量配额和数据隔离。 |
| ⚡ 智能负载均衡 | <100ms 自动故障转移。始终路由到最健康的渠道。 |
| 💰 实时成本追踪 | 每次请求的成本明细。输入、输出、缓存 Token——全部追踪。 |
📚 文档 | Documentation
文档索引 | Documentation Index
- 📑 完整文档索引 - 所有文档导航和快速查找
DeepWiki
详细的技术文档、API 参考、架构设计等内容,可以访问
🎯 演示 | Demo
在我们的 演示实例 上体验 AxonHub!
注意:演示网站目前配置了 Zhipu 和 OpenRouter 的免费模型。
演示账号 | Demo Account
- 邮箱 Email: demo@example.com
- 密码 Password: 12345678
⭐ 特性 | Features
📸 截图 | Screenshots
以下是 AxonHub 的实际运行截图:
|
系统仪表板 |
渠道管理 |
模型价格 |
|
模型 |
追踪查看 |
请求监控 |
🚀 API 类型 | API Types
| API 类型 | 状态 | 描述 | 文档 |
|---|---|---|---|
| 文本生成(Text Generation) | ✅ Done | 对话交互接口 | OpenAI API、Anthropic API、Gemini API |
| 图片生成(Image Generation) | ✅ Done | 图片生成 | Image Generation |
| 重排序(Rerank) | ✅ Done | 结果排序 | Rerank API |
| 嵌入(Embedding) | ✅ Done | 向量嵌入生成 | Embedding API |
| 实时对话(Realtime) | 📝 Todo | 实时对话功能 | - |
🤖 支持的提供商 | Supported Providers
| 提供商 Provider | 状态 Status | 支持模型 Models | 兼容 API |
|---|---|---|---|
| OpenAI | ✅ 已完成 | GPT-4, GPT-4o, GPT-5 等 | OpenAI, Anthropic, Gemini, Embedding, Image Generation |
| Anthropic | ✅ 已完成 | Claude 3.5, Claude 3.0 等 | OpenAI, Anthropic, Gemini |
| 智谱 AI (Zhipu) | ✅ 已完成 | GLM-4.5, GLM-4.5-air 等 | OpenAI, Anthropic, Gemini |
| 月之暗面 (Moonshot) | ✅ 已完成 | kimi-k2 等 | OpenAI, Anthropic, Gemini |
| DeepSeek | ✅ 已完成 | DeepSeek-V3.1 等 | OpenAI, Anthropic, Gemini |
| 字节跳动豆包 | ✅ 已完成 | doubao-1.6 等 | OpenAI, Anthropic, Gemini, Image Generation |
| Gemini | ✅ 已完成 | Gemini 2.5 等 | OpenAI, Anthropic, Gemini, Image Generation |
| Jina AI | ✅ 已完成 | Embeddings, Reranker 等 | Jina Embedding, Jina Rerank |
| OpenRouter | ✅ 已完成 | 多种模型 | OpenAI, Anthropic, Gemini, Image Generation |
| ZAI | ✅ 已完成 | - | Image Generation |
| AWS Bedrock | 🔄 测试中 | Claude on AWS | OpenAI, Anthropic, Gemini |
| Google Cloud | 🔄 测试中 | Claude on GCP | OpenAI, Anthropic, Gemini |
| NanoGPT | ✅ 已完成 | 多种模型、图像生成 | OpenAI, Anthropic, Gemini, Image Generation |
🚀 快速开始 | Quick Start
30 秒本地启动 | 30-Second Local Start
# 下载并解压(以 macOS ARM64 为例)
curl -sSL https://github.com/looplj/axonhub/releases/latest/download/axonhub_darwin_arm64.tar.gz | tar xz
cd axonhub_*
# 使用 SQLite 运行(默认)
./axonhub
# 打开 http://localhost:8090
# 首次运行:按照初始化向导设置系统(创建管理员账号,密码至少需要 6 位)
就这样!现在配置你的第一个 AI 渠道,开始通过 AxonHub 调用模型。
零代码迁移示例 | Zero-Code Migration Example
你的现有代码无需任何改动。 只需将 SDK 指向 AxonHub:
from openai import OpenAI
client = OpenAI(
base_url="http://localhost:8090/v1", # 指向 AxonHub
api_key="your-axonhub-api-key" # 使用 AxonHub API 密钥
)
# 用 OpenAI SDK 调用 Claude!
response = client.chat.completions.create(
model="claude-3-5-sonnet", # 或 gpt-4、gemini-pro、deepseek-chat...
messages=[{"role": "user", "content": "Hello!"}]
)
切换模型只需改一行:model="gpt-4" → model="claude-3-5-sonnet"。无需改动 SDK。
🚀 部署指南 | Deployment Guide
💻 个人电脑部署 | Personal Computer Deployment
适合个人开发者和小团队使用,无需复杂配置。
快速下载运行 | Quick Download & Run
下载最新版本 从 GitHub Releases
- 选择适合您操作系统的版本:
解压并运行
# 解压下载的文件 unzip axonhub_*.zip cd axonhub_* # 添加执行权限 (仅限 Linux/macOS) chmod +x axonhub # 直接运行 - 默认使用 SQLite 数据库 # 安装 AxonHub 到系统 ./install.sh # 启动 AxonHub 服务 ./start.sh # 停止 AxonHub 服务 ./stop.sh访问应用
http://localhost:8090
🖥️ 服务器部署 | Server Deployment
适用于生产环境、高可用性和企业级部署。
数据库支持 | Database Support
AxonHub 支持多种数据库,满足不同规模的部署需求:
| 数据库 | 支持版本 | 推荐场景 | 自动迁移 | 链接 |
|---|---|---|---|---|
| SQLite | 3.0+ | 开发环境、小型部署 | ✅ 支持 | SQLite |
| TiDB Cloud | Starter | Serverless, Free tier, Auto Scale | ✅ 支持 | TiDB Cloud |
| TiDB Cloud | Dedicated | 分布式部署、大规模 | ✅ 支持 | TiDB Cloud |
| TiDB | V8.0+ | 分布式部署、大规模 | ✅ 支持 | TiDB |
| Neon DB | - | Serverless, Free tier, Auto Scale | ✅ 支持 | Neon DB |
| PostgreSQL | 15+ | 生产环境、中大型部署 | ✅ 支持 | PostgreSQL |
| MySQL | 8.0+ | 生产环境、中大型部署 | ✅ 支持 | MySQL |
配置文件 | Configuration
AxonHub 使用 YAML 配置文件,支持环境变量覆盖:
# config.yml
server:
port: 8090
name: "AxonHub"
debug: false
db:
dialect: "tidb"
dsn: "<USER>.root:<PASSWORD>@tcp(gateway01.us-west-2.prod.aws.tidbcloud.com:4000)/axonhub?tls=true&parseTime=true&multiStatements=true&charset=utf8mb4"
log:
level: "info"
encoding: "json"
环境变量:
AXONHUB_SERVER_PORT=8090
AXONHUB_DB_DIALECT="tidb"
AXONHUB_DB_DSN="<USER>.root:<PASSWORD>@tcp(gateway01.us-west-2.prod.aws.tidbcloud.com:4000)/axonhub?tls=true&parseTime=true&multiStatements=true&charset=utf8mb4"
AXONHUB_LOG_LEVEL=info
详细配置说明请参考 配置文档。
Docker Compose 部署
# 克隆项目
git clone https://github.com/looplj/axonhub.git
cd axonhub
# 设置环境变量
export AXONHUB_DB_DIALECT="tidb"
export AXONHUB_DB_DSN="<USER>.root:<PASSWORD>@tcp(gateway01.us-west-2.prod.aws.tidbcloud.com:4000)/axonhub?tls=true&parseTime=true&multiStatements=true&charset=utf8mb4"
# 启动服务
docker-compose up -d
# 查看状态
docker-compose ps
Helm Kubernetes 部署 | Helm Kubernetes Deployment
使用官方 Helm Chart 在 Kubernetes 上部署 AxonHub:
# Quick installation
git clone https://github.com/looplj/axonhub.git
cd axonhub
helm install axonhub ./deploy/helm
# Production deployment
helm install axonhub ./deploy/helm -f ./deploy/helm/values-production.yaml
# Access AxonHub
kubectl port-forward svc/axonhub 8090:8090
# Visit http://localhost:8090
关键配置选项:
| 参数 | 描述 | 默认 |
|---|---|---|
axonhub.replicaCount |
副本数 | 1 |
axonhub.dbPassword |
数据库密码 | axonhub_password |
postgresql.enabled |
是否启用内嵌 PostgreSQL | true |
ingress.enabled |
是否启用 Ingress | false |
persistence.enabled |
是否启用持久化存储 | false |
有关详细配置和故障排查,请参阅 Helm Chart 文档。
虚拟机部署 | Virtual Machine Deployment
下载最新版本从 GitHub Releases
# 克隆项目
git clone https://github.com/looplj/axonhub.git
cd axonhub
# 设置环境变量
export AXONHUB_DB_DIALECT="tidb"
export AXONHUB_DB_DSN="<USER>.root:<PASSWORD>@tcp(gateway01.us-west-2.prod.aws.tidbcloud.com:4000)/axonhub?tls=true&parseTime=true&multiStatements=true&charset=utf8mb4"
# 安装
sudo ./install.sh
# 配置文件检查
axonhub config check
# 使用管理脚本管理 AxonHub
# 启动
./start.sh
# 停止
./stop.sh
📖 使用指南 | Usage Guide
1. 初始化设置 | Initial Setup
访问管理界面
http://localhost:8090配置 AI 提供商
- 在管理界面中添加 API 密钥
- 测试连接确保配置正确
创建用户和角色
- 设置权限管理
- 分配适当的访问权限
2. Channel 配置 | Channel Configuration
在管理界面中配置 AI 提供商渠道。关于渠道配置的详细信息,包括模型映射、参数覆盖和故障排除,请参阅 渠道配置指南。
3. 模型管理 | Model Management
AxonHub 提供灵活的模型管理系统,支持通过模型关联将抽象模型映射到特定渠道和模型实现。这使您能够:
- 统一模型接口 - 使用抽象模型 ID(如
gpt-4、claude-3-opus)替代渠道特定的名称 - 智能渠道选择 - 基于关联规则和负载均衡自动将请求路由到最优渠道
- 灵活的映射策略 - 支持精确的渠道-模型匹配、正则表达式模式和基于标签的选择
- 基于优先级的回退 - 配置多个具有优先级的关联以实现自动故障转移
关于模型管理的全面信息,包括关联类型、配置示例和最佳实践,请参阅 模型管理指南。
4. 创建 API Key | Create API Keys
创建 API 密钥以验证您的应用程序与 AxonHub 的连接。每个 API 密钥可以配置多个配置文件(Profile),用于定义:
- 模型映射 - 使用精确匹配或正则表达式模式将用户请求的模型转换为实际可用的模型
- 渠道限制 - 通过渠道 ID 或标签限制 API 密钥可以使用的渠道
- 模型访问控制 - 控制特定配置文件可以访问的模型
- 配置文件切换 - 通过激活不同的配置文件即时更改行为
关于 API 密钥配置文件的详细信息,包括配置示例、验证规则和最佳实践,请参阅 API 密钥配置文件指南。
5. AI 编程工具集成 | AI Coding Tools Integration
关于如何在 OpenCode、Claude Code 与 Claude Codex 中配置与 AxonHub 的集成、排查常见问题以及结合模型配置文件工作流的最佳实践,请参阅专门的集成指南:
这些文档提供了环境变量示例、Codex 配置模板、模型配置文件说明以及工作流示例,帮助您快速完成接入。
6. 使用 SDK | SDK Usage
详细的 SDK 使用示例和代码示例,请参阅 API 文档:
🛠️ 开发指南
详细的开发说明、架构设计和贡献指南,请查看 docs/zh/development/development.md。
🤝 致谢 | Acknowledgments
- 🙏 musistudio/llms - LLM 转换框架,灵感来源
- 🎨 satnaing/shadcn-admin - 管理界面模板
- 🔧 99designs/gqlgen - GraphQL 代码生成
- 🌐 gin-gonic/gin - HTTP 框架
- 🗄️ ent/ent - ORM 框架
- 🔧 air-verse/air - 自动重载 Go 服务
- ☁️ render - 免费云部署平台,用于部署 demo
- 🗄️ tidbcloud - Serverless 数据库平台,用于部署 demo
📄 许可证 | License
本项目采用多种许可证授权(Apache-2.0 和 LGPL-3.0)。详见 LICENSE 文件了解详细的项目授权说明与条款。
Why MDRSS assigned this score
- Production catalog audit 2026-08-04
- Taxonomy classified from title, annotation, source and Markdown signals
- Agent usefulness evaluated from structure, procedures, examples, evidence and retrieval value
Evidence (1)
Discussion 0
Sign in to join the discussion.