ccLoad: упрощает работу с несколькими ИИ API и ключами
ccLoad — это саморазворачиваемый API шлюз для работы с Claude Code, Codex и Gemini, который упрощает управление несколькими API-ключами и подписками. Если ты работаешь с несколькими ИИ-сервисами, то этот проект позволяет агрегировать запросы через один конечный точку, автоматически обрабатывая сбои и конвертацию протоколов, а также учитывая затраты.
Вместо настройки каждого клиента отдельно, ccLoad предоставляет один адрес и токен, что значительно упрощает интеграцию. При исчерпании лимита одного из источников, шлюз автоматически перенаправляет запросы к следующему. Проект использует язык Go, и его можно запустить на собственном сервере или компьютере.
Обрати внимание на ограничения: данный проект предназначен только для частного использования, и его работа в полной мере зависит от корректной конфигурации всех используемых источников.
ccLoad — это самостоятелный API шлюз для работы с Claude Code, Codex, Gemini и клиентами, совместимыми с OpenAI. Он позволяет объединить несколько источников AI, таких как официальные API ключи и подписки, и упрощает их управление. Каждый клиент получает доступ через один адрес и токен ccLoad, что значительно упрощает интеграцию и монетизацию.
Зачем нужен ccLoad?
Проект создан для разработчиков, у которых есть несколько подписок на AI-сервисы, и для команд, которым необходимо делиться доступом к моделям. ccLoad позволяет:
- Управлять ключами API и подписками в одном месте, что облегчает поддержку и переключение между источниками в случае перебоев или исчерпания квоты.
- Создавать индивидуальные токены доступа для каждого пользователя с ограничениями на использование, что упрощает управление затратами.
- Мониторить работу каналов, отслеживать затраты и использовать очереди для обработки запросов.
Как установить и запустить?
Для установки и запуска ccLoad доступно несколько способов, основные из которых:
- Docker (рекомендуется):
docker run -d --name ccload \ -p 8080:8080 \ -e CCLOAD_PASS=your_admin_password \ -v ccload_data:/app/data \ ghcr.io/caidaoli/ccload:latest - Docker Compose:
curl -o docker-compose.yml https://raw.githubusercontent.com/caidaoli/ccLoad/master/docker-compose.yml curl -o .env https://raw.githubusercontent.com/caidaoli/ccLoad/master/.env.docker.example # Редактируй .env и укажи CCLOAD_PASS как свой пароль администратора docker compose up -d - Homebrew (macOS / Linux):
brew tap caidaoli/ccload https://github.com/caidaoli/ccLoad.git brew install caidaoli/ccload/ccload mkdir -p "$(brew --prefix)/var/ccload" cd "$(brew --prefix)/var/ccload" (umask 077; touch .env) ${EDITOR:-vi} .env brew services start caidaoli/ccload/ccload - Загрузка бинарного файла: скачай файл для своей платформы и запусти его с установленным паролем администратора.
Проверь, что сервис запущен:
curl http://localhost:8080/health
Как работает ccLoad?
ccLoad направляет запросы, обрабатывает их и управляет каналами с возможностью переключения на резервные источники в случае ошибок. Он поддерживает:
- Различные протоколы от клиентов и перевод между ними.
- Систему приоритетного маршрутизирования запросов с учётом состояния каналов.
- Мониторинг использования и затрат, чтобы контролировать расходы на API.
Ограничения и ошибка
Некоторые распространённые проблемы:
- Сервис завершается при старте, если не установлен пароль
CCLOAD_PASS. - Запросы возвращают
401, если не указан или не правильный токен API. - Модель не найдена (
404) или нет доступного источника (503).
ccLoad предоставляет гибкое решение для управления несколькими AI-источниками и упрощает работу с ними, что особенно полезно для разработчиков и команд.
Открыть на GitHub: caidaoli/ccLoad →
RepoRadar