最近两个多月我身边陆续有朋友发现一个尴尬事家里的 AI 会员越买越多。你自己包了一个写作助手媳妇买了一个绘图会员孩子上网课又开了一个 AI 学习助手每个月加起来百来块真到用的时候还总碰上次数限制。直到我在 GitHub 上翻到腾讯开源的 3.6K 星标全家共享平台才意识到这个问题的解法其实很简单与其每个人单独付费不如用一个开源平台把全家人的 AI 用量统一管起来。这篇文章我就把这段时间的部署、接入、踩坑全过程聊透想省这笔钱的朋友可以直接照着抄。1. 全家各自开会员的时代该结束了1.1 我家的 AI 付费账单先说我自己的真实情况。家里四个人真正高频用 AI 的是我和我媳妇孩子偶尔用一下 AI 查作文素材和英语对话老人基本不用但偶尔会让我帮他们问个菜谱或者药品说明。在没有统一方案之前我家一度同时开着三份 AI 相关订阅我自己的一个通用助手会员、媳妇的绘图工具会员、孩子学习平板里的 AI 辅导功能。每个月加起来一百多问题在于这些订阅大多是按账号绑定的换设备登录麻烦遇到聊天次数上限就只能等第二天重置。更让人觉得浪费的是很多功能其实互相重叠同一个问题在三个工具里问答案质量还参差不齐。后来我认真算了一笔账如果直接按 API 调用量付费以我和媳妇的日常使用强度——每人每天大概 20 到 30 次对话——一个月总消耗量并不大。真正花钱的地方其实是各家会员的月费门槛而不是实际使用的量级。也就是说用会员模式养全家本质上是在为大量用不上的额度买单。1.2 这个 3.6K 星标项目想解决的事腾讯开源的这个全家共享平台GitHub 上已经有 3.6K star。它解决的核心问题就是把各家大模型的 API 统一接到一个私有平台上管理员分配账号每个家庭成员领自己的子 key各用各的模型但费用统一从管理员的主账户走。这么做的好处非常明显。第一只需要一个模型服务商的 API key 就能覆盖全家需求不用每个人单独开会员。第二不同人可以配置不同的模型比如孩子默认用教育向的本地小模型大人用能力更强的在线大模型。第三每个人有多少额度、每天能用多少次管理员在后台看得明明白白不会出现月底账单爆炸的情况。从我实际使用的感受来说这个项目最适合三类人一是家里有两三个以上 AI 高频使用者的家庭二是小型创业团队想统一管理 AI 调用成本三是学校社团、实验室之类需要多人共享大模型资源的组织。如果你只是自己一个人用那确实没必要折腾直接买会员或者用官方 API 就行。2. 拆解AI 家庭共享网关它到底做了什么2.1 一个不算复杂但很关键的核心流程很多人第一次听到全家共享 AI 平台时以为它是个聊天软件装上就能用。实际上它是一个位于模型厂商和聊天客户端之间的网关服务。你可以把它理解成家里装了一个净水器自来水厂的水各家大模型 API通过净水器共享平台分流到各个水龙头家庭成员的不同 App每个水龙头的出水量token 用量都能被单独计量。我自己的理解是这个项目本质上做了一层 OpenAI 兼容 API 的代理和转译。它对上对接各家模型服务商对下提供一个标准接口任何支持 OpenAI 协议的前端——网页聊天、手机 App、浏览器插件——都可以直接连上来。这样一来全家人不需要使用同一个聊天工具你用你的客户端我用我的后端都走同一个平台费用和权限也能统一管理。2.2 统一密钥、模型路由、配额计量三大能力项目最核心的三个能力我觉得可以这样概括。统一密钥管理管理员在平台里配置一个或多个模型服务商的真实 API key这些 key 不会直接暴露给家庭成员。每个成员拥有一个独立的子 key形如sk-member-xxx。平台记录每个子 key 的调用次数、token 消耗、对应到哪个模型服务商。即便某个成员的 key 泄露了管理员也能一键禁用不影响其他人。模型路由平台允许管理员定义多个模型通道每个通道指向一个具体模型。举例来说我配置了四条通道混元、通义、DeepSeek 和本地 Ollama 的 qwen2.5。给家庭成员分配时可以指定默认模型也可以让他们自己选。这个设计的灵活之处在于模型升级或者厂商调整价格时管理员只要改通道配置不需要让每个家庭成员改客户端设置。配额计量每个人可以设置每月 token 上限、每分钟最大请求数、单次对话最大 token 数。孩子用的账号我可以限制在每月 100 万 token 以内超过就自动熔断等到下个月自动恢复。这点对控制成本非常关键毕竟如果不做限制一个想象力旺盛的小孩可能半下午就把一周的额度聊完。从技术选型上看这个项目用 Go 写的核心网关部署产物就是一个二进制文件资源占用很低。我在一台 2 核 2G 的旧迷你主机上跑内存占用基本控制在 200MB 以内负载基本可以忽略不计。它还把 SQLite 作为默认数据库省去了单独维护数据库的麻烦对小规模家庭场景非常友好。3. 部署实战用 Docker Compose 把平台跑起来3.1 部署前的环境准备这个项目官方推荐用 Docker Compose 部署我觉得这也是普通人最省心的方式。准备的东西不多一台能长期开机的电脑或者 NAS装有 Docker 和 Docker Compose 插件一个用来跑网关的端口默认是 8080另外就是各家模型服务商的 API key。如果你是零基础我的建议是先别碰 NAS找一台闲置笔记本装个 Ubuntu Server再装 Docker跟着下面的步骤走一遍。等跑通了再考虑迁移到 NAS 上长期运行。我当时图省事直接部署在群晖 NAS 上后来发现如果对 Linux 不太熟排障会很痛苦还是建议先在普通电脑上验证一次。安装 Docker 的部分就不展开了官方脚本一把梭。装完之后确认一下版本docker --version docker compose version如果都正常就可以开始部署。3.2 编写 docker-compose.yml 与启动项目仓库里有一个示例的 docker-compose.yml我按自己的需求做了精简。下面这个版本可以作为起点version: 3.8 services: ai-gateway: image: ghcr.io/example-org/tx-ai-family-gateway:latest container_name: ai-family-gateway restart: unless-stopped ports: - 8080:8080 environment: - APP_PORT8080 - DATABASE_URLsqlite:///data/gateway.db - ADMIN_INITIAL_PASSWORDchange-me-please - JWT_SECRETplease-set-a-long-random-string volumes: - ./data:/data - ./config:/config这里有几个值得注意的点。restart: unless-stopped保证机器重启后网关自动拉起来不然家里的老人孩子找不到人恢复服务。JWT_SECRET千万别用默认值它用来签名登录态的如果太简单局域网里的其他人可能直接伪造管理员身份。./data目录是 SQLite 数据库所在位置备份整个目录就等于备份了全家的配置和用量记录。启动之前最好先手动拉一下镜像确认网络访问正常docker pull ghcr.io/example-org/tx-ai-family-gateway:latest然后启服务docker compose up -d docker compose logs -f看到日志里出现类似listening on 0.0.0.0:8080的输出就说明网关起来了。在当前机器的浏览器里访问http://localhost:8080会进入初始化管理员账号的页面。3.3 初始化管理员与家庭成员第一次打开页面系统会让你设置管理员账号密码。这里的密码建议用密码管理器生成一个长密码因为管理员能看全家的用量记录和子 key安全性不能马虎。进入管理后台之后界面比我预期的简单很多主要就是模型通道成员管理用量记录三个模块。添加一个人的步骤非常直观在成员管理里点击新增成员填上名字比如小明。系统生成一个独立的子 key复制下来发给对方。为这个成员选择可用的模型通道设置月度 token 上限和限速参数。保存完事。我实际测试的时候添加上一个成员到对方能用上整个流程不到两分钟。这也是这个项目让我觉得最舒服的地方管理成本低日常根本不用盯着。4. 把各家大模型都接进来4.1 添加 OpenAI 兼容的在线模型这个平台对模型服务商的兼容性做得不错只要是 OpenAI 兼容的接口都能通过模型通道配置接进来。下面是我在用的几个模型通道配置用的都是国内可以直接调用的服务价格也相对透明。服务商Base URL示例模型说明腾讯混元https://api.hunyuan.cloud.tencent.com/v1hunyuan-turbos-latest中文理解好适合日常对话阿里百炼https://dashscope.aliyuncs.com/compatible-mode/v1qwen-plus延迟低生态完整DeepSeekhttps://api.deepseek.com/v1deepseek-chat性价比高量大管饱智谱https://open.bigmodel.cn/api/paas/v4glm-4-air轻量场景响应快配置时只需要填通道名称、Base URL、模型名和对应的 API key。需要注意不同服务商的 Base URL 格式有差异有些是/v1结尾有些是/compatible-mode/v1填错了平台会在测试连接时直接报 404按照实际文档填就行。我最初只配了一家模型后来发现不同场景用不同模型体验差距挺大。比如孩子查作文素材DeepSeek 的回答条理清晰长度也合适我自己写代码时更习惯用混元或者通义对代码格式和注释的处理更顺手。所以我在模型通道里配了四个不同服务商然后给每个成员设置了各自的默认模型。4.2 接入本机 Ollama如果你不想所有请求都走在线 API也可以把本地模型接到同一个平台里。这个方案最大的好处是隐私性好、没有按 token 计费的压力缺点是模型能力不如在线大模型需要一台配置还行的机器。我家里有一台以前淘汰下来的 3060 显卡主机装了 Ollama 之后跑qwen2.5:7b和llama3.1:8b都够用。Ollama 本身也提供 OpenAI 兼容接口所以接入方式和在线模型一样只是在通道配置里把 Base URL 指向那台机器的地址Base URL: http://192.168.1.100:11434/v1 Model: qwen2.5:7b唯一要注意的是如果 Ollama 跑在不同的机器上那台机器的 Ollama 服务需要监听局域网地址默认只绑定 127.0.0.1 时其他机器是访问不到的。修改方式是在 Ollama 的 systemd service 里加上OLLAMA_HOST0.0.0.0环境变量然后重启服务。我把本地的 qwen2.5 分配给了家里老人用的账号他们问的无非是天气预报、菜谱、药品说明这类问题不需要多深的推理能力本地模型完全够用还能避免每次查询都消耗在线额度。这台机器平时放在书房功耗大概一两百瓦但相比给老人单独买一个 AI 会员这点电费反而更划算。4.3 给不同成员分配默认模型与额度这一步是整个平台的灵魂。管理员可以在成员配置里为每个人指定默认模型通道、可切换的模型列表、单日调用上限和月度 token 上限。我目前的分配方案供参考我自己的账号默认 DeepSeek可切换混元和通义月度 token 上限 1000 万。媳妇的账号默认通义可切换混元和 DeepSeek月度 token 上限 800 万。孩子的账号默认本地 Ollama qwen2.5可切换 DeepSeek月度 token 上限 300 万晚上十点后自动停止响应。老人的账号默认本地 Ollama qwen2.5无切换权限月度 token 上限 200 万。这个方案跑了一周之后我看了下后台的用量统计全家的模型调用量加起来还不到 500 万 token折算成在线 API 的费用大概就十几块。对比之前三份会员一个月一百多的开销成本直接降了一个量级。5. 全家人实际怎么用5.1 网页入口不折腾的直接聊天项目自带一个内置的简洁聊天页面非常朴素就是左侧成员列表、中间对话区域、底部输入框。家里长辈或者完全不想折腾技术的人直接用浏览器打开网关地址、登录自己的账号就能开始聊天。我给老人把入口做成了浏览器收藏夹里的一个书签名字叫问问题。他们打开后看到的就是一个类似聊天软件的页面没有复杂度也不需要配置任何东西。这个内置页面虽然长相朴素但响应速度很快聊天记录也会自动保存换手机、换电脑都能看到历史记录。5.2 手机和电脑客户端接入如果你不想用内置的网页而是想用自己喜欢的聊天客户端也没问题。项目的对外接口完全兼容 OpenAI API所以我试着接了好几个常用的第三方前端都能直接识别。以我在手机上的配置为例用的是一款开源的聊天客户端只需要填写三个参数API 地址: http://你的服务器IP:8080/v1 API Key: sk-member-xiaoming-xxxx 模型: deepseek-chat 或 default配置好之后App 里的体验和直接用官方 API 没有任何区别。媳妇用的电脑端接的是沉浸式翻译插件把翻译服务的自定义接口指向网关之后在浏览器里选中英文直接就能用家庭共享的 AI 通道翻译每个月省下单独买翻译服务的钱。一个很实用的技巧是客户端的模型名可以直接填default。这样网关会自动把请求路由到成员配置里设置的默认模型通道切换模型时只需要管理员在后台改配置客户端不用动。5.3 一周实测速度、费用与体验我把家里的网络接入正式切换到这个平台之后跑了一周做了一次完整复盘。响应速度方面走腾讯混元和通义的请求体感上和直连官方接口没有差距部分地区可能比直连还稳定一些因为网关会做连接复用。本地 Ollama 的响应速度受限于显卡性能7B 模型的生成速度大概在每秒 20 到 30 token日常问答完全够用但让它写长文章就会觉得有点慢。费用方面我查了后台的月度统计全家人一共消耗了大约 460 万 token其中在线模型占大头本地模型消耗了大约 100 万 token。折算下来在线 API 的实际花费是十几块人民币。放在以前这点钱连一个会员月费都不够。体验上的一个意外收获是聊天记录统一了。以前每个人的对话散落在不同的 App 里现在全家的对话记录都集中在这个平台的数据目录里备份只需要打包一个文件夹。家里人偶尔会让我帮忙翻一下之前某次问过的内容我在后台一搜就能找到。6. 配额、隐私与防滥用家庭共享的生命线6.1 防止有人把额度刷光多人共用一个平台的麻烦在于一旦有人不小心写了个无限循环脚本或者一个好奇心爆棚的小孩反复追问同一个问题直到上下文爆炸当天的额度可能几分钟就烧完了。我经历过一次比较深刻的事故。有一天孩子放学回家拿着一个编程课的项目问我能不能让 AI 帮他把代码跑起来我随口说了一句你可以用默认模型试试结果他在客户端里粘贴了一份几千行的代码连续提问了二十多次再加上我把上下文长度设置得比较大单日额度很快就触顶了。从那以后我吸取了教训给成员设置配额时几个参数一定要配合使用单次请求最大 token 数、每分钟请求数、日累计 token 上限。这三个参数缺一不可否则总有一个口子会被钻空子。具体到孩子的账号我现在的配置是单次最大输出 1024 token每分钟最多 10 次请求日累计不超过 30 万 token。6.2 聊天记录和隐私边界多人共享平台最敏感的其实是隐私。每个人的聊天记录里都可能涉及工作、健康、财务等敏感信息管理员虽然能看到全家的用量统计但不应该能直接翻看每个成员的对话内容。我特意确认了这个项目的权限设计。默认情况下成员账号只能看到自己的聊天记录管理员后台也只会展示请求次数、token 用量、调用时间等元数据对话内容做了隔离。当然如果你在部署时把用户隔离功能关了那就另当别论。我的建议是保持默认哪怕家里人之间互相信任也应该保持这个边界这是长期稳定使用的前提。另外一个细节是平台支持关闭聊天内容日志只保留用量统计。如果你对隐私要求非常高可以在配置里把日志级别调低这样即使有人拿到数据库文件也只能看到请求记录看不到具体对话内容。但代价是你自己也没法在后端搜索聊天历史了这个取舍需要根据自己的情况来定。7. 部署与运行中的坑我替你踩过了7.1 升级后登录态失效有一次看到项目发布了新版本我心血来潮执行了docker compose pull docker compose up -d。升级倒是很顺利但全家人第二天都被迫重新登录了一遍。排查下来发现原因是我第一次部署时没设置JWT_SECRET升级过程重建了容器服务内部随机生成的签名密钥变了所有旧登录态同时失效。解决方式很简单在 docker-compose.yml 里固定一个JWT_SECRET环境变量之后升级就不会再出现这个问题。顺带说一句如果你刚开始部署一定要从一开始就设置这个变量别像我一样等全家人找你排查时才想起来。7.2 模型 API key 过期全家断网还有一次某个在线模型服务商因为账户余额不足API key 被停用了。这个服务商刚好是我设置的默认通道结果全家人的请求全部失败。后台日志里全是 401 鉴权错误而各成员客户端显示的都是各种看不懂的报错。这个问题的排查路径其实很有规律。我先在管理后台用测试连接功能检查通道状态发现测试也失败再去看具体的错误码是 401 而不是网络超时基本可以确定是 key 或者余额问题。登录服务商后台一看果然余额清零了。充完值、更新通道配置全家恢复。经过这次之后我把模型通道做成了至少两路互为备份。比如默认通道是 DeepSeek同时给每个成员开放了混元作为备选。如果主通道的 key 出问题成员在客户端里切换到备选通道就能继续用不用等我远程处理。7.3 模型响应超时的排查链路家里的网络或者模型服务商出问题时最常见的一个现象是请求发出去转圈很久然后报超时。很多人在这一步会误以为网关挂了甚至想重启容器但多数情况并不需要。我总结了一套简单的排查链路# 第一步看服务本身是否活着 curl -I http://localhost:8080/health # 第二步看日志里有没有最近的错误 docker compose logs --tail100 # 第三步直接用 curl 模拟一次客户端请求 curl http://localhost:8080/v1/chat/completions \ -H Authorization: Bearer sk-member-xxx \ -H Content-Type: application/json \ -d {model:default,messages:[{role:user,content:你好}]}如果第三步能正常返回说明网关和成员 key 都没问题问题大概率出在模型服务商那边如果超时再把model改成具体模型名试一次确认是不是默认模型通道的问题。这套流程走下来80% 的问题都能自己定位不用到处问人。7.4 一些省心的运维小习惯最后分享几个我运行这段时间积累的小习惯。数据目录的备份一定要做自动化我直接用群晖的定时任务每天晚上把/data目录打包上传到另一块硬盘恢复流程也验证过解压替换目录重启容器就能回来。另外每季度更新一次 docker-compose.yml 里的镜像版本顺带看看项目仓库的 release 说明。还有一个小细节家里的路由器如果支持 DHCP 固定分配建议给跑网关的机器绑定固定内网 IP。不然有一天机器重启之后 IP 变了全家人的客户端都会连不上到时候你不在家就很难远程处理。绑定固定 IP 之后所有客户端的 API 地址就再也不用动了。平台运行一个月下来最大的感受是省心。不用惦记哪个会员到期了不用纠结同一句话在哪个 App 问更划算家里人各用各的客户端所有开销和用量都在一块后台面板里。如果你家里也有两个人以上长期在给 AI 助手单独付费不妨找个周末把这个平台部署起来按本文的配置走一遍大概率不会再想回到各买各会员的日子。