同时用好几家大模型的 API，每家的接口、key、账单都各管各的，挺乱。

要是你写程序要接好几家 AI，大概体会过这种麻烦：OpenAI 一套接法、Claude 另一套、DeepSeek 又不一样，key 散落各处，月底想算清谁花了多少钱也费劲。有个开源项目专门来收拾这摊子，它叫 new-api，是个大模型网关，GitHub 上攒了3.9万颗 star。但先说清楚，这是个给开发者和团队用的东西，普通用户基本用不上吧。

它干的核心一件事，是把各家大模型收拢成一个统一的入口。你的程序只需要对接一套接口（用的是大家都熟的 OpenAI 格式），背后想调 OpenAI、Claude、Gemini 还是 DeepSeek，随你切换，代码不用动。相当于给所有大模型装了个统一的总机，你只管拨这一个号。

在这之上，它把「管理」这块做得挺全。所有的 API key、各个渠道，集中在一处分发和限流；谁调用了多少、花了多少钱，用量和成本都给你算得明明白白；还有组织级的权限，适合团队按人头分配额度。举个例子，一个团队里好几个项目都在调 AI，以前各买各的 key、各记各的账，现在全走这一个网关，谁花了多少一目了然。这些对要长期维护 AI 调用的团队来说，是很实在的基建。

它是 Go 写的，可以私有部署，整套跑在你自己的服务器上，网关侧的配置和调用记录都留在自己手里，不经过额外的网关服务商。当然，真正调用模型时，请求该发往 OpenAI、Claude 这些上游服务商的，还是照常发出去，这一段省不掉。

得把边界讲清楚。一是它确实是技术活，你得会部署、并且自己手里有各家的 API key——它只是个「管家」，负责调度和记账，模型能力还是各家原厂提供的，它自己不产生智能。二是合规这根线要绷住：上游的 key 得合法获取、守各家的服务条款；如果你是拿它对外提供 AI 服务，那还得按所在地的规定老老实实做备案这些事。这工具本身是中性的，怎么用是用的人的责任。

它是开源项目，AGPL 许可，GitHub 上就叫 new-api，是 QuantumNous 团队的项目。

模型越出越多，怎么把它们井井有条地管起来，慢慢变成一个真问题。能有这么个趁手的网关把杂活接过去，对天天和多个模型打交道的人，是省心的。

#马力的AI知识分享#
#马力的AI开源项目分享#