LiteLLM - 提供统一的模型接口格式

1. LiteLLM 是什么

LiteLLM 是开源 LLM 适配器：用 OpenAI 标准格式调用 100+ 种 API（OpenAI、Anthropic、Gemini、Bedrock、Azure、Ollama、vLLM、通义千问等）。

两种用法：

Python SDK — 代码内直接调用
AI Gateway — 团队级代理，带鉴权、计费、负载均衡和管理后台

把「每个模型一套 SDK、鉴权、请求格式」收敛成一个接口、一份配置。

仓库：https://github.com/BerriAI/litellm
文档：https://docs.litellm.ai/docs/simple_proxy

2. 为什么需要它

问题	没有网关	有 LiteLLM
SDK 碎片化	各 provider 各一套客户端	统一 OpenAI 格式
密钥管理	Key 散落各处	网关集中保管，下游用 Virtual Key
成本追踪	账单难归因	按 key/team/user 统计
模型切换	改 provider 要重写逻辑	改 `config.yaml` 即可
高可用	单点故障	fallback、负载均衡、重试

3. 核心使用场景

多模型统一集成 — 一套 OpenAI 格式代码，改模型名即可切换 GPT、Claude、通义千问
故障转移 — GPT-4 限流或宕机时自动切 Claude，再切本地 Llama
负载均衡 — 多个 Key 或 Endpoint 间轮询，突破 TPM/RPM 限制
企业 AI 网关 — 统一密钥、预算配额、日志审计
成本监控 — 内置价格表，支持推送到 Prometheus、Langfuse
本地/云端切换 — 开发用 Ollama，上线换 GPT-4，代码不用改

from litellm import completion

response1 = completion(model="gpt-4", messages=[{"content": "你好", "role": "user"}])
response2 = completion(model="claude-3-sonnet-20240229", messages=[{"content": "你好", "role": "user"}])
response3 = completion(model="qwen/qwen-max", messages=[{"content": "你好", "role": "user"}])

做 AI 产品开发、需要多模型接入或团队密钥管理时，LiteLLM 基本是标配；偶尔用一下单模型则未必需要。

4. 两种使用模式

4.1 Python SDK

适合脚本、服务内嵌调用。模型名格式 provider/model，SDK 负责格式转换。

from litellm import completion

response = completion(model="openai/gpt-4o", messages=[{"role": "user", "content": "Hello!"}])
response = completion(model="anthropic/claude-sonnet-4-20250514", messages=[{"role": "user", "content": "Hello!"}])

4.2 AI Gateway

适合团队共享、多应用接入。客户端把 base_url 指向网关即可：

import openai

client = openai.OpenAI(api_key="sk-litellm-virtual-key", base_url="http://localhost:4000")
response = client.chat.completions.create(model="gpt-4o", messages=[{"role": "user", "content": "Hello!"}])

客户端 → LiteLLM Gateway (:4000) → 100+ Provider
           鉴权 / 路由 / 护栏 / 计费

场景	推荐
个人脚本、单服务内嵌	Python SDK
团队共享、Virtual Key、预算审计	AI Gateway

5. 核心能力

统一端点：/v1/chat/completions、/v1/embeddings、图像/语音/批量推理等
Virtual Key：Master Key 管理，Virtual Key 绑定 budget、rate limit、model 白名单
路由与 fallback：多个 deployment 映射同一 model_name，主 provider 失败自动切换
护栏：PII 检测、第三方护栏服务、自定义 hook
可观测性：Langfuse、OpenTelemetry、Prometheus；Admin UI 在 http://localhost:4000/ui
MCP：Agent 通过 MCP 调用网关管理的工具和模型

6. 快速上手

6.1 安装与启动

1
2
3

pip install litellm          # SDK
pip install 'litellm[proxy]' # Gateway
litellm --model gpt-4o       # 单模型启动，监听 :4000

6.2 多模型 config.yaml

model_list:
  - model_name: gpt-4o
    litellm_params:
      model: openai/gpt-4o
      api_key: os.environ/OPENAI_API_KEY
  - model_name: claude-sonnet
    litellm_params:
      model: anthropic/claude-sonnet-4-20250514
      api_key: os.environ/ANTHROPIC_API_KEY
  - model_name: local-llama
    litellm_params:
      model: ollama/llama3
      api_base: http://localhost:11434

general_settings:
  master_key: sk-litellm-master-key

1
2
3

export OPENAI_API_KEY=sk-...
export ANTHROPIC_API_KEY=sk-ant-...
litellm --config config.yaml

6.3 Docker

1
2

docker run -e OPENAI_API_KEY=$OPENAI_API_KEY -p 4000:4000 \
  ghcr.io/berriai/litellm:main-latest --model gpt-4o

生产环境建议挂载 config.yaml，并用 PostgreSQL 持久化 Virtual Key 和 spend logs。

7. 配置要点

7.1 密钥引用

1
2

litellm_params:
  api_key: os.environ/OPENAI_API_KEY

也支持 AWS Secrets Manager、Azure Key Vault 等。

7.2 创建 Virtual Key

curl -X POST http://localhost:4000/key/generate \
  -H "Authorization: Bearer sk-litellm-master-key" \
  -H "Content-Type: application/json" \
  -d '{"models": ["gpt-4o", "claude-sonnet"], "max_budget": 10.0, "duration": "30d"}'

8. LiteLLM 与 New API

LiteLLM 和 New API（One API 分支）都是流行的 LLM 中转工具，定位不同：LiteLLM 面向开发者，New API 面向管理员/中转商。

维度	LiteLLM	New API
形态	Python 库 + Proxy	Go 服务 + Web UI
侧重	fallback、负载均衡、LangChain 集成、细粒度预算	用户系统、兑换码、渠道管理、倍率计费
配置	YAML / 环境变量	网页操作
模型	国际主流更新快	国内模型适配好
Python SDK	有	无
Guardrails / MCP	有	通常无

选 LiteLLM：写 AI 应用、要高可用 fallback、对接 Prometheus/Langfuse、本地/云端切换。

选 New API：做 Key 分发中转、团队额度管理、不想写 YAML、国内模型为主。

9. CLI 常用命令

litellm --model gpt-4o
litellm --config config.yaml
litellm --config config.yaml --detailed_debug

litellm-proxy keys list
litellm-proxy models list
litellm-proxy spend logs

10. 小结

LiteLLM 用 OpenAI 兼容接口统一 100+ LLM，提供 SDK 和 AI Gateway 两种模式，覆盖密钥管理、成本追踪、负载均衡、fallback 和企业治理。与 New API 相比，更适合开发者做逻辑控制；New API 更适合做资源分发。

Python 网关在 1k RPS 下 P95 约 8ms，2026 年起在推进 Rust 重写以进一步降低延迟。

推荐订阅源

陈少文的网站