新闻详情

新闻详情

首页 / 资讯中心 / 详情

API中转站搭建完整教程:从零部署专属New API服务为什么自建API中转站

发布时间:2026/10/28 11:53:17来源:尧图网络
API中转站搭建完整教程:从零部署专属New API服务为什么自建API中转站
One API / New API 是目前最流行的开源API聚合管理工具可以将多个AI模型渠道统一汇聚到一个入口通过一个令牌分发出去。自建中转站的优势在于统一管理多个上游渠道、自主定价、团队共享、数据自持。本教程面向纯新手从服务器选购到最终客户端配置全程操作均通过宝塔面板的图形界面完成。一、服务器选购前往阿里云、腾讯云等主流云服务商选择一台云服务器。新手首次购买可享受新人优惠配置建议最低配置2核2G可满足轻量使用推荐配置2核4G运行更稳定镜像选择要点建议选择预装宝塔面板的系统镜像后续操作会更方便。若选择纯净系统推荐使用Alibaba Cloud Linux或Ubuntu 22.04/24.04等仍在维护的发行版CentOS 7 已于2024年6月停止维护不建议选用。购买后记录服务器的公网IP、root账号密码。二、连接服务器与安装宝塔面板使用 SSH 连接工具如 Xshell、MobaXterm 或终端连接服务器bashssh root你的服务器IP输入密码后登录成功。接着安装宝塔面板访问宝塔官网获取最新安装命令bash# 以官网提供的命令为准示例 wget -O install.sh https://download.bt.cn/install/install_6.0.sh bash install.sh安装过程约3-5分钟完成后会显示面板访问地址、用户名和密码请保存好这些信息。登录宝塔面板后在“安全”菜单中放行端口3000New API 默认端口以及面板自身端口。三、安装 Docker 与 New API宝塔面板集成了 Docker 管理器可以在“软件商店”中搜索安装。安装 Docker 后在 Docker 管理器中搜索并安装New API。配置项如下域名绑定如有已解析到该服务器的域名可填写如 api.yourdomain.com允许外部访问若未绑定域名务必勾选此项端口映射容器默认端口为 3000保持默认即可点击“安装”等待镜像拉取完成约1-5分钟。部署成功后通过http://服务器IP:3000即可访问 New API 面板。四、初始化 New API 面板首次访问时进入安全向导设置管理员账号和密码选择运营模式自用模式仅自己使用对外运营开放给其他用户注册使用需后续配置支付系统设置完成后进入管理后台。五、对接上游渠道5.1 添加渠道进入“渠道管理” → “添加渠道”类型选择 OpenAI 格式大部分上游通用密钥填写上游提供的 API Key地址上游 API 地址如https://api.openai.com/v1或第三方中转地址点击“提交”后点击“获取模型”按钮系统会自动拉取该渠道支持的模型列表。5.2 设置分组与价格New API 支持多分组定价便于针对不同用户设置不同倍率系统默认提供default和vip两个分组可在“系统设置” → “分组模型定价”中调整每个分组的倍率如 1.5 倍、2 倍建议通过“上游同步”一次性导入所有模型价格无需逐个手动录入价格同步后模型广场即会显示定价。六、创建令牌与客户端配置在“令牌管理”中创建新令牌选择分组决定该令牌适用哪套定价设置有效期可设为“不过期”可限制该令牌仅能使用特定模型创建后复制令牌密钥。客户端配置以 CodeX 为例New API 面板内置了 CodeX 一键导入功能“令牌管理”页面的 CodeX 按钮点击后自动唤起 CodeX 客户端并填入 API 地址与密钥点击导入即可直接使用。也可以手动配置API Base URLhttp://你的IP:3000/v1API Key填入刚才生成的令牌七、验证与测试在“操练场”中选择任意模型发送测试消息若能正常响应说明整套链路已打通。在“使用日志”中可以查看所有请求记录便于排查问题和统计用量。八、其他功能说明支付系统如需对外开放注册付费New API 内置了易支付接口在系统设置中填入商户信息即可公告系统可在面板内发布系统公告通知用户仪表盘实时查看用量统计、渠道负载等数据九、安全提醒登录宝塔面板后立即修改默认的账号、密码、端口和面板路径服务器安全组中仅放行必需端口如 3000、22、宝塔面板端口其余端口保持关闭如对外运营务必配置 HTTPS 证书避免 API Key 在网络传输中被截获
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/10/28 16:06:12

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/10/28 13:44:36

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/10/28 6:32:58

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/10/28 16:06:11

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/10/28 11:07:30

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/10/28 16:06:10

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉