OpenAI Forward

openai-forward 是一个专为大型语言模型设计的高级转发服务，提供包括用户请求速率控制、Token速率限制、日志记录和自定义API密钥等功能。该服务可用于代理本地模型（如 LocalAI ）或云端模型（如 OpenAI）。服务由 fastapi,aiohttp,asyncio完全异步实现。

主要特性

OpenAI-Forward 提供如下功能：

全能代理: 具备转发几乎所有类型请求的能力
缓存AI预测: 开启对ai生成结果的缓存，显著加快服务访问时间&&节省金币
用户流量控制: 自定义用户请求速率控制（RPM）和流式Token速率控制（TPM）
实时响应日志: 支持流式响应的会话日志记录，提供了对Prompt调用链良好的可观察性
自定义秘钥: 允许用户用自定义生成的密钥替代原始API密钥
多目标路由: 能够同时转发多个服务到不同的路由地址
自动重试机制：在请求失败时自动重试
快速部署: pip/docker 快速本地安装和部署，支持一键云端部署

由本项目搭建的代理服务

与OpenAI完全一致服务地址

https://api.openai-forward.com
https://render.openai-forward.com

开启缓存服务地址（用户请求结果将被保存一段时间）

https://smart.openai-forward.com

注：此代理服务仅供个人学习和研究目的使用，勿用于任何商业用途。

部署指南

👉 部署文档

使用指南

快速入门

安装

pip install openai-forward

启动服务

aifd run

如果读入了根路径的.env的配置, 将会看到以下启动信息

❯ aifd run
╭────── 🤗 openai-forward is ready to serve!  ───────╮
│                                                    │
│  base url         https://api.openai.com           │
│  route prefix     /                                │
│  api keys         False                            │
│  forward keys     False                            │
│  cache_backend    MEMORY                           │
╰────────────────────────────────────────────────────╯
╭──────────── ⏱️ Rate Limit configuration ───────────╮
│                                                    │
│  backend                memory                     │
│  strategy               moving-window              │
│  global rate limit      100/minute (req)           │
│  /v1/chat/completions   100/2minutes (req)         │
│  /v1/completions        60/minute;600/hour (req)   │
│  /v1/chat/completions   60/second (token)          │
│  /v1/completions        60/second (token)          │
╰────────────────────────────────────────────────────╯
INFO:     Started server process [191471]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
INFO:     Uvicorn running on http://0.0.0.0:8000 (Press CTRL+C to quit)

代理OpenAI模型:

aifd run的默认选项便是代理https://api.openai.com

下面以搭建好的服务地址https://api/openai-forward.com 为例

点击展开

在三方应用中使用

基于开源项目ChatGPT-Next-Web中接入:
替换docker启动命令中的 BASE_URL为自己搭建的代理服务地址

docker run -d \
    -p 3000:3000 \
    -e OPENAI_API_KEY="sk-******" \
    -e BASE_URL="https://api.openai-forward.com" \
    -e CODE="******" \
    yidadaa/chatgpt-next-web

在代码中接入

Python

  import openai
+ openai.api_base = "https://api.openai-forward.com/v1"
  openai.api_key = "sk-******"

JS/TS

  import { Configuration } from "openai";
  
  const configuration = new Configuration({
+ basePath: "https://api.openai-forward.com/v1",
  apiKey: "sk-******",
  });

gpt-3.5-turbo

curl https://api.openai-forward.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-******" \
  -d '{
    "model": "gpt-3.5-turbo",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Image Generation (DALL-E)

curl --location 'https://api.openai-forward.com/v1/images/generations' \
--header 'Authorization: Bearer sk-******' \
--header 'Content-Type: application/json' \
--data '{
    "prompt": "A photo of a cat",
    "n": 1,
    "size": "512x512"
}'

代理本地模型

适用场景： 与 LocalAI， api-for-open-llm等项目一起使用
如何操作： 以LocalAI为例，如果已在 http://localhost:8080 部署了LocalAI服务，仅需在环境变量或 .env 文件中设置 OPENAI_BASE_URL=http://localhost:8080。然后即可通过访问 http://localhost:8000 使用LocalAI。

(更多)

代理其它云端模型

适用场景： 例如，通过 claude-to-chatgpt 可以将 claude 的 API 格式转换为 openai 的api格式，然后使用本服务进行代理。

(更多)

配置

命令行参数

执行 aifd run --help 获取参数详情

Click for more details

配置项	说明	默认值
--port	服务端口号	8000
--workers	工作进程数	1

环境变量详情

你可以在项目的运行目录下创建 .env 文件来定制各项配置。参考配置可见根目录下的 .env.example文件

环境变量	说明	默认值
OPENAI_BASE_URL	设置OpenAI API风格的基础地址	https://api.openai.com
OPENAI_ROUTE_PREFIX	为OPENAI_BASE_URL接口地址定义路由前缀	/
OPENAI_API_KEY	配置OpenAI 接口风格的API密钥，支持使用多个密钥，通过逗号分隔	无
FORWARD_KEY	设定用于代理的自定义密钥，多个密钥可用逗号分隔。如果未设置(不建议)，将直接使用 `OPENAI_API_KEY`	无
EXTRA_BASE_URL	用于配置额外代理服务的基础URL	无
EXTRA_ROUTE_PREFIX	定义额外代理服务的路由前缀	无
REQ_RATE_LIMIT	设置特定路由的用户请求速率限制 (区分用户)	无
GLOBAL_RATE_LIMIT	配置全局请求速率限制，适用于未在 `REQ_RATE_LIMIT` 中指定的路由	无
RATE_LIMIT_STRATEGY	选择速率限制策略，选项包括：fixed-window、fixed-window-elastic-expiry、moving-window	无
TOKEN_RATE_LIMIT	限制流式响应中每个token（或SSE chunk）的输出速率	无
PROXY	设置HTTP代理地址	无
LOG_CHAT	开关聊天内容的日志记录，用于调试和监控	`false`
CACHE_BACKEND	cache后端，支持内存后端和数据库后端，默认为内存后端，可选lmdb, rocksdb和leveldb数据库后端	`MEMORY`
CACHE_CHAT_COMPLETION	是否缓存/v1/chat/completions 结果	`false`

详细配置说明可参见 .env.example 文件。(待完善)

注意：如果你设置了 OPENAI_API_KEY 但未设置 FORWARD_KEY，客户端在调用时将不需要提供密钥。由于这可能存在安全风险，除非有明确需求，否则不推荐将 FORWARD_KEY 置空。

Caching

缓存默认使用内存后端，可选择数据库后端，需安装相应的环境：

pip install openai-forward[lmdb] # lmdb后端
pip install openai-forward[leveldb] # leveldb后端
pip install openai-forward[rocksdb] # rocksdb后端

配置环境变量中CACHE_BACKEND以使用相应的数据库后端进行存储。可选值MEMORY、LMDB、ROCKSDB、LEVELDB
配置CACHE_CHAT_COMPLETION为true以缓存/v1/chat/completions 结果。

自定义秘钥

Click for more details

需要配置 OPENAI_API_KEY 和 FORWARD_KEY, 如

OPENAI_API_KEY=sk-*******
FORWARD_KEY=fk-****** # 这里fk-token由我们自己定义

用例:

  import openai
+ openai.api_base = "https://api.openai-forward.com/v1"
- openai.api_key = "sk-******"
+ openai.api_key = "fk-******"

多目标服务转发

支持转发不同地址的服务至同一端口的不同路由下用例见 .env.example

对话日志

默认不记录对话日志，若要开启需设置环境变量LOG_CHAT=true

Click for more details

保存路径在当前目录下的Log/openai/chat/chat.log路径中。
记录格式为

{'messages': [{'role': 'user', 'content': 'hi'}], 'model': 'gpt-3.5-turbo', 'stream': True, 'max_tokens': None, 'n': 1, 'temperature': 1, 'top_p': 1, 'logit_bias': None, 'frequency_penalty': 0, 'presence_penalty': 0, 'stop': None, 'user': None, 'ip': '127.0.0.1', 'uid': '2155fe1580e6aed626aa1ad74c1ce54e', 'datetime': '2023-10-17 15:27:12'}
{'assistant': 'Hello! How can I assist you today?', 'is_function_call': False, 'uid': '2155fe1580e6aed626aa1ad74c1ce54e'}

转换为json格式：

aifd convert

得到chat_openai.json：

[
  {
    "datetime": "2023-10-17 15:27:12",
    "ip": "127.0.0.1",
    "model": "gpt-3.5-turbo",
    "temperature": 1,
    "messages": [
      {
        "user": "hi"
      }
    ],
    "functions": null,
    "is_function_call": false,
    "assistant": "Hello! How can I assist you today?"
  }
]