现在手头有 AI 助手的人应该不少各家的会员订阅加在一起一个月小两百块不夸张。我一直觉得这钱花得冤枉——尤其是家里四五个人各订各的同一个模型对话付了好几份钱。前阵子翻腾讯开源项目时注意到一个 star 数 3.6K 左右的共享平台看完文档和源码后我直接把家里的 AI 使用方式整体搬了过去。这篇文章就把我实际部署和这半个多月用下来的完整经验写出来包括它到底解决什么问题、核心功能怎么用、部署踩了哪些坑以及最后省下来的这笔账怎么算。1. 这个开源项目到底在解决什么问题1.1 单账号订阅的痛点钱花得多权限还管不住先说说我原来的状态。家里有孩子要查资料、有老人要问健康常识我自己写代码、写文案也要频繁用 AI。人手一个会员听起来没什么毛病但真用起来问题一堆。第一是费用。国内主流的 AI 助手订阅一般每月 20 到 30 元看起来不多但乘以四五个人一个月就是一百多。这还不算偶尔要用的国外模型那个订阅更贵。第二是权限。家里小孩用你不可能让他随便问一些乱七八糟的问题但在单账号模式下根本没法做内容限制也没有用量统计月底想看看全家到底谁用得最多压根查不出来。第三是账号安全。同一个账号在不同设备上反复登录很快会触发平台的风控轻则要求验证重则直接封禁。所以当时我就在想有没有一种办法买一个统一的模型访问入口然后所有家庭成员都从这同一个入口出去各个模型的钱统一结算每个人的用量和权限分开管控。这个需求听起来小众但真到找解决方案的时候才发现市面上几乎没有现成的、适合家庭场景的轻量方案。1.2 共享平台的核心思路一套密钥池多用户访问我看到的这个腾讯开源项目核心设计思路很简单它不自带模型而是一个“AI 网关”。你在后台配置多家模型供应商的 API Key它们形成一个密钥池家庭成员通过网关注册账号登录后看到的只是一个聊天页面或者一个 OpenAI 兼容的 API 地址。所有请求先打到网关网关再转发给对应的模型供应商然后把结果原样返回。这样做的好处是模型的钱统一从你绑定的那个 API Key 里扣家庭成员不需要自己申请账号、不需要自己充值、更不需要单独订阅任何 AI 助手会员。你给每个人单独设置每月用量上限超过就自动停止不会出现月底账单爆掉的情况。我把它理解成一个“家庭路由器”——以前每台设备自己拨号上网现在所有设备都连到路由器由路由器统一管理流量和费用。这个比喻用在这个项目上非常贴切它的本质就是 AI 流量的统一出口和管理器。1.3 为什么自建网关而不是共享同一个会员账号很多人第一反应是那我不如把其中一个会员账号共享给全家用不也一样吗我试过结论是完全不一样。共享会员账号有几个绕不开的坑。第一个是平台风控。现在的 AI 服务对账号的设备指纹、IP 归属、并发会话数都很敏感同一时间多个设备用一个账号很快就会被判定为异常登录。第二个是体验差。会员账号的对话记录是混在一起的家里几个人聊天互相能看到对方的完整上下文没有任何隐私可言。第三个是没法控制用量。如果有人一次性生成超长文本其他人的体验直接被挤爆你连是谁干的都不知道。自建网关在这三方面都是碾压级的优势请求来源统一不会触发风控每个家庭成员独立账号记录互不可见所有调用都有日志和统计谁用了多少 token 一目了然。虽然要多花一点部署的功夫但长期用下来这几十倍的省心是值得的。2. 核心功能逐项拆解不单独付费之后能获得什么2.1 用户与家庭/团队管理成员、分组、角色我第一次打开这个项目的管理后台时就意识到它不是那种随便写写的小玩具功能划分相当成熟。它把使用者分成管理员、普通成员和访客三种角色。家里部署的话我就是管理员负责管密钥、调配额老婆孩子是普通成员正常使用但看不到后台配置偶尔来住的亲戚朋友可以设置成访客只给临时额度。如果你不是家庭使用而是小团队内部用它的分组功能也很有用。可以把成员划到不同分组比如“研发组”“运营组”每个分组绑定不同的模型和额度。我这个家庭场景目前用不到这么细但团队场景下这个设计省了很多事。创建成员只需要在后台填一个邮箱系统会生成邀请链接对方点开自己设置密码。整个过程不需要手机号验证也不需要实名认证外网部署时建议开启邮箱验证内网部署无所谓。2.2 模型接入与密钥池支持 OpenAI 兼容接口的国内外主流模型这个项目最让我满意的地方是它的模型接入非常省事。目前主流的模型供应商都提供了 OpenAI 兼容的接口而它天然支持这种接口协议所以配置一个模型基本上就是填“接口地址 API Key 模型名称”三件事。以我家的实际配置为例家用日常问答我接的是 DeepSeek成本低、响应快写代码类和逻辑推理类的问题我接到腾讯混元和通义千问的接口上避免单个服务商出问题全家停摆图像理解类的需求我额外接了一个支持视觉模型的供应商。所有的 Key 都放在密钥池里哪个供应商价格低、哪个稳定的路由策略可以自定义也可以手动指定某个家庭成员只能走某一路出口。密钥池还有一个细节我很喜欢同一个模型供应商你可以填多个 Key网关会自动做负载均衡。API Key 余额不足时会自动切换到另一个可用的 Key并在后台标记告警。这个机制让我再也不用担心某个 Key 突然欠费导致服务中断。2.3 配额、限流、余额监控防止一人跑满全家停机在我看来这个共享平台最核心的价值不是“省会员费”而是能把“费用”和“用量”精准管起来。它支持按月配额、按周配额、单日限流三种维度。我家的设置是这样的每个家庭成员每月配额 100 万 token单日上限 20 万 token同一时间最大并发请求数设定为 5。100 万 token 看起来多但其实日常问答、查资料完全够用只有孩子做作业时连着问几十道题才会真正消耗一部分额度。当用量达到配额的 80% 时后台会推送告警管理员也就是我可以主动跟对方确认是否要临时增加配额。这里面我学到的一个细节是所谓“配额”对不同模型权重可以不一样。比如同样是一次对话普通问答模型消耗 1 倍配额视觉模型可以设置成消耗 3 倍配额。这样一来家人不会都挤压到贵的模型上会自动优先使用便宜模型只有确实需要识图时才会用贵的。2.4 聊天记录、审计与统计谁在什么时候花了多少 token这个项目默认开启完整审计日志。我可以在后台按成员、按模型、按时间段筛选所有请求记录精确到每一次提问消耗了多少 prompt token、生成了多少 completion token、总共耗时多少毫秒。刚开始我觉得这个功能有点“过度设计”平时也不会去看。直到有一次家里孩子跟我说 AI 回答变慢了我查了一下日志发现是老婆用另一个终端跑长文本生成把一个日配额跑完了。有了这个记录几秒钟就定位到了原因不用再瞎猜。统计报表虽然不算花哨但该有的都有每日请求量、token 消耗趋势、模型调用占比、成员用量排行。月底算账的时候把这个报表导出来家里谁用了多少、哪个模型烧钱最厉害一目了然。坦率讲这个数据维度比很多收费的商业后台都齐全。2.5 对外兼容层兼容各种 AI 客户端工具除了自带一个网页聊天界面之外它最打动技术向用户的一点是提供 OpenAI 兼容的 API 端点。这意味着你之前用过的大部分 AI 客户端都可以直接指向这个网关。现在主流的第三方 AI 客户端工具都支持“自定义接口地址”这个选项。你只需要在配置里填上“你的域名/v1”这个地址以及一个由网关生成的访问令牌然后就能正常用。我自己日常用的代码编辑器 AI 插件、浏览器侧边栏助手、手机上的 AI 聊天 App全部接到这个统一入口上。好处是显而易见的这些客户端的订阅费用直接省掉了因为它们调用的模型已经由网关统一提供之前在不同工具里反复配置一堆 API Key 的麻烦也没了现在真正做到了“一套密钥到处使用”。3. 部署实操从下载到全家上线手把手走一遍3.1 准备工作一台闲置主机加 Docker 环境这个项目对硬件要求不算苛刻官方推荐配置是 2 核 CPU、4GB 内存。我用家里一台吃灰的迷你主机跑的N100 处理器、16GB 内存安装 Ubuntu Server 之后非常稳。你没有这样的设备随便找一台云服务器也行国内轻量应用服务器两三百一年完全能带得动。软件环境方面唯一硬性要求是 Docker 和 Docker Compose。我用的是 Docker 27 版本Compose v2 插件版。安装命令很简单官方的一键脚本基本搞定这里就不重复了。需要提醒的是如果部署在国内云服务器上装完 Docker 之后记得把国内镜像源配好否则后面拉镜像会等到怀疑人生。3.2 用 Docker Compose 一键拉起服务整个项目以 Docker 镜像形式分发所以启动方式非常统一。我把配置目录放在“/opt/ai-hub”下面然后写了一份 docker-compose.yml。核心服务有三个网关主服务、PostgreSQL 数据库、Redis 缓存。下面的内容是我实际使用的配置结构具体版本号以项目 README 为准version: 3.8 services: ai-hub: image: your-registry/ai-shared-hub:latest container_name: ai-hub restart: always ports: - 8080:8080 environment: # 数据库连接 DATABASE_URL: postgres://aihub:change_mepostgres:5432/aihub REDIS_URL: redis://redis:6379/0 # 管理员初始账号 ADMIN_EMAIL: adminexample.com ADMIN_PASSWORD: change_this_password # 对外访问域名生成回调链接时会用到 PUBLIC_URL: https://ai.example.com depends_on: - postgres - redis volumes: - ./data:/app/data postgres: image: postgres:16-alpine container_name: ai-hub-db restart: always environment: POSTGRES_USER: aihub POSTGRES_PASSWORD: change_me POSTGRES_DB: aihub volumes: - ./db-data:/var/lib/postgresql/data redis: image: redis:7-alpine container_name: ai-hub-redis restart: always执行“docker compose up -d”之后等一两分钟访问“http://服务器IP:8080”就能看到管理后台的登录页。第一次登录用刚才环境变量里设置的管理员账号它会强制要求你修改密码。这一步我实测下来非常顺没有遇到什么坑唯一要注意的是“PUBLIC_URL”这个变量如果你不填后面生成的家庭成员邀请链接会带错地址。3.3 配置模型供应商和密钥池进到后台之后第一步是把模型供应商填进去。我以国内用得最多的三个服务商为例具体流程是后台左侧菜单找到“模型供应商”点“新增”填接口地址、API Key、支持的模型列表。以 DeepSeek 为例接口地址填“https://api.deepseek.com/v1”API Key 填你从官网申请的那一串模型名称填“deepseek-chat”。这里有个容易出错的地方有些供应商的接口地址末尾自带“/v1”有些没有填错会导致 404。我的经验是先看看这个项目文档里的示例平台通常已经预置了常用供应商的模板选模板会自动填好地址只需要补 Key。填好之后在“模型名称”里配置一个面向家庭成员展示的友好名称。比如底层模型是“deepseek-chat”对外显示可以叫“日常助手”腾讯混元的“hunyuan-turbo”对外显示叫“全能助手”。家庭成员看到的是这些友好名称不需要理解底层模型是什么。密钥池的概念就是在同一个供应商下可以添加多个 API Key。我实际填了两个 Key一个是充值 100 块的主 Key另一个是临时小额 Key用作余额不足时的自动切换。这个备用机制在月底特别好用不至于主 Key 没钱了全家突然用不了。3.4 创建家庭成员账号并设置配额模型配置完成之后就可以创建家庭成员账号了。后台“成员管理”里点“新增成员”填邮箱、设置初始密码或者选择发送邀请链接然后把这个成员拉进“家庭”分组。接着进入“配额设置”我按家庭成员的使用习惯分别设置成员月度配额单日上限允许模型备注管理员我300 万 token50 万 token全部模型给别人调额度伴侣150 万 token25 万 token日常助手、识图助手日常提问为主孩子80 万 token15 万 token仅日常助手不开放识图限制内容访客20 万 token5 万 token仅日常助手临时使用这个配额表看下来全家一个月加起来不到 600 万 token 的消耗上限。按 DeepSeek 的价格折算每百万 token 输入大概几块钱输出贵一些但就算全家人敞开了用一个月的模型调用成本也就是三五十块。相比以前每人一份会员订阅费开销降了一半还多。这里有一个非常值得注意的点给家庭成员配置“允许模型”的时候一定要把不必要的模型勾掉。我一开始给所有成员都放了全部模型权限结果老婆那边调用了一个单价比较贵的大模型月底一看账单那个模型的 token 消耗只占 2%费用却占了 40%。调整策略之后情况才恢复正常。3.5 绑定域名、HTTPS、反向代理服务跑起来之后只通过 IP 加端口访问当然也能用但有两个问题一是会暴露源站端口安全性差二是某些 AI 客户端工具要求接口必须是 HTTPS否则拒绝连接。我建议直接用 Nginx 做反向代理然后申请免费的 SSL 证书。国内服务器现在申请免费证书很方便腾讯云的免费 SSL 证书、或者直接用 Lets Encrypt 都行。我的 Nginx 配置核心内容如下server { listen 443 ssl http2; server_name ai.example.com; ssl_certificate /etc/nginx/ssl/ai.example.com.pem; ssl_certificate_key /etc/nginx/ssl/ai.example.com.key; location / { proxy_pass http://127.0.0.1:8080; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header X-Forwarded-Proto $scheme; proxy_read_timeout 300s; } }注意“proxy_read_timeout”一定要调大一点默认 60 秒对于 AI 接口来说完全不够用。长文本生成场景下模型生成一段几百字的回答可能要十几秒甚至更久如果超时时间太短前端会莫名其妙报错。我一开始就是没注意这个参数结果经常看到错误提示排查了半天才发现是 Nginx 超时把长请求切断了。如果你不想直接暴露服务器端口也可以用 Cloudflare Tunnel 之类的隧道方案只让 Cloudflare 的节点访问你的服务源站不需要开放任何入站端口安全系数更高。这个方案我在备用机上试过稳定性和速度都不错但国内访问速度会有一点波动所以主力部署我还是用了传统反代。3.6 客户端接入手机、电脑、第三方 AI 应用服务部署好了家庭成员直接浏览器打开你的域名就能聊天。这个自带网页界面支持流式输出、多轮对话、历史记录和收藏对不习惯折腾的人来说从第一天起就能正常用。但如果你跟我一样平时已经在用一些 AI 客户端工具那就把它们全部指向这个网关。拿我最常使用的一个代码编辑器的 AI 插件举例它在设置里有一个“自定义 API 地址”选项我把“https://ai.example.com/v1”填进去然后到网关后台给这个工具生成一个只读的 API Token填进插件的密钥栏。插件本身不需要任何付费订阅调用的是网关里面的模型和额度。手机上如果装了支持自定义接口的 AI 聊天应用操作逻辑完全一样填地址、填令牌、选模型三步完成。我老婆手机上的 AI 应用现在都是走这个网关她在外面用流量访问和在家里用 WiFi 访问效果没有区别关键是再也不用我的手机验证码或者共享账号了。4. 常见问题与排查经验4.1 部署类问题端口占用、镜像拉取慢、数据库异常我最先遇到的是端口占用问题。家里的迷你主机之前跑着一个其它服务占了 8080 端口启动容器时报端口冲突。解决办法很简单把 docker-compose.yml 里的端口映射改成“8081:8080”之后再访问“服务器 IP:8081”就行。镜像拉取慢的问题也很典型。如果配置的镜像源不对“docker compose up -d”可能要等十几分钟甚至超时。后来我换成国内可用的镜像加速源顺便给 Docker 配置了代理镜像秒下拉完。如果你的网络环境特殊建议直接用国内服务器厂商提供的镜像加速地址这是最省心的路径。还有一个我踩过的坑是数据库文件权限。PostgreSQL 容器会把数据写到宿主机挂载的目录如果这个目录的权限不对容器会一直重启查看日志会看到“Permission denied”之类的报错。解决方法是先把目录权限给对mkdir -p /opt/ai-hub/db-data chown -R 999:999 /opt/ai-hub/db-data999 是 PostgreSQL 容器内默认用户的 UID这个问题在官方文档里没有特别强调但我相信不少人会跟我一样遇到。4.2 使用类问题模型 429、密钥无效、上下文超限部署好之后家庭成员陆续开始使用。第一个报错是“429 Too Many Requests”原因是同一个 API Key 请求频率超过了供应商的限制。网关的密钥池虽然有多 Key 轮询机制但如果所有 Key 都属于同一个账户那实际上还是共享同一个限流配额。解决办法是到后台把单用户并发数调低一点或者给同一个供应商配置不同账户下的多个 Key。“401 无效密钥”的问题我遇到过一次原因是我在复制 API Key 时不小心多复制了一个换行符。这个很难肉眼发现所以我的建议是填入密钥之后先到“模型测试”页面试发一条消息确认能通再去创建成员账号。不要等到成员来反馈问题再排查。上下文超限也是一个高频问题。如果你在代码编辑器插件里选了一个上下文窗口很小的模型对话历史一长就会报错。这个和网关本身没关系主要是模型选型问题。我的做法是在后台把“最大上下文长度”调成与底层模型能力匹配的值避免前端按默认值发送过长的历史。4.3 安全类问题日志泄露、滥用、密钥被盗刷安全方面的经验我放在心里最重要的位置。自建网关虽然灵活但如果裸奔风险比用官方 App 更大。第一件要做的事是改掉默认管理员密码。这个项目第一次登录会强制修改但有些人懒会随手改成“123456”这不安全。我的建议是直接用随机密码生成器生成一串十六位以上的强密码并存到密码管理器里。第二件事是开启访问控制。如果你部署的服务暴露在公网一定要设置登录限制有条件的话开启两步验证。这个项目支持 TOTP 两步验证强烈建议开启。第三件事是定期检查审计日志看看有没有陌生 IP 的登录尝试。如果异常登录太频繁说明你的域名或者 IP 已经被扫描器盯上了应该立即手动加白名单只允许家庭成员所在地的 IP 访问。第四件事我特别想强调不要把网关的 API Token 暴露给第三方应用之外的地方。有人会把 Token 直接写到网页前端的代码里或者截图发到群里这些都会导致 Token 被滥用。Token 是在远端客户端配置的只存在于你自己掌控的设备上。4.4 成本类问题怎么算账、怎么设配额最后是大家最关心的成本怎么控制。这项目的逻辑是按 token 计费不是按月订阅所以配额设计直接决定月底账单数字。以 DeepSeek 的价格为例假设每百万 token 综合成本大概在 10 元左右输入和输出混合估算如果每个家庭成员月配额 100 万 token那就是每人最多 10 块钱的模型调用成本。五个人加起来 50 元这个数字基本是上限实际上大部分人用不到一半。相比原来每人订阅 20 元会员五个人 100 元节省近一半如果原来用的是更贵的 AI 助手节省比例更高。设置配额时我有三个原则分享出来供你参考月度配额宁可少给不要多给。用完再临时加这样能倒逼家庭成员珍惜用量。单日限流一定要设。这是防止某个自动化工具或者误操作把一整月的额度在几小时内消耗完。告警阈值设置在 80%。提前知道快用完了比月底突然清零更从容。5. 我的真实体会与后续扩展最后再分享一点实际操作中的感受。这个平台带给我最大的变化不是省了几十块钱而是终于能把全家的 AI 用量看得明明白白。以前每个人都用各自的账号月末根本不知道钱花在什么地方现在打开后台所有数据都摆在那里谁用得最多、哪个模型最烧钱、哪天的流量异常全部有据可查。如果你打算复刻这套方案我的建议是把配额从宽松往严格调整。先按我上面的配置跑一个月看看实际用量再根据报表数据逐步调整。千万不要一开始就设很大的额度否则月底账单很容易失控。我自己调配额外的预算最多一个月也就增加三十块但那种对成本完全可控的感觉是之前买会员时完全没有的。这个项目后续还可以扩展出不少玩法。比如我可以再加一台小主机做高可用部署两台一起跑一台挂了另一台自动接管也可以把审计日志接入到家里的监控大屏实时看到家庭成员的使用情况以后如果有别的家庭成员加入直接后台加人就行不需要再教他们注册账号、充会员、配模型这套“全家共享”的模式我认为是当前家庭和团队使用 AI 最划算、最省心的姿势。