diff --git a/README.md b/README.md index 68aaa09ec98..9f36a634d2c 100644 --- a/README.md +++ b/README.md @@ -12,6 +12,11 @@ Deploy on GCP

+ +

+ English · 简体中文 +

+

LiteLLM Proxy Server (AI Gateway) | Hosted Proxy | Enterprise Tier | Website

diff --git a/README.zh.md b/README.zh.md new file mode 100644 index 00000000000..fa07246942c --- /dev/null +++ b/README.zh.md @@ -0,0 +1,364 @@ +

+ 🚅 LiteLLM +

+

+

LiteLLM AI Gateway (AI 大模型统一网关) +

+

面向 100+ 大语言模型的开源 AI 网关。支持私有化部署、企业级就绪，全面统一采用 OpenAI 标准格式调用任意 LLM。

+

+ 部署至 Render + 部署至 Railway + 部署至 AWS + 部署至 GCP +

+

+ +

+ English · 简体中文 +

+ +

LiteLLM 代理服务 (AI 网关) | 托管版 Proxy | 企业级支持 | 官方网站

+

+ + PyPI 版本 + + + GitHub Stars + + + Y Combinator W23 + + + Whatsapp + + + Discord + + + Slack + + + CodSpeed + +

+ +LiteLLM AI Gateway 架构 + +--- + +## 什么是 LiteLLM？ + +LiteLLM 是一个开源的 **AI 网关 (AI Gateway)**，它为调用 100 多个 LLM 供应商（OpenAI、Anthropic Claude、Google Gemini、AWS Bedrock、Azure OpenAI、DeepSeek 等）提供单一且统一的 OpenAI 规范接口。 + +既可作为 **Python SDK** 直接嵌入您的应用程序代码中，也可部署为集中式的 **AI 网关代理服务 (Proxy Server)** 供团队与企业全员使用。 + +[**直达 LiteLLM Proxy (网关服务) 文档**](https://docs.litellm.ai/docs/simple_proxy)
+[**直达支持的模型供应商列表**](https://docs.litellm.ai/docs/providers) + +--- + +## 为什么选择 LiteLLM？ + +跨供应商管理不同大语言模型调用极易陷入繁杂混乱 —— 每个模型都有各自独立的 SDK、认证鉴权方式、请求入参规范以及差异巨大的异常类型。LiteLLM 彻底消除了这些技术摩擦： + +- **统一 API 规范** —— 单一接口聚合 100+ LLM，无需在项目里引入与维护数十个各异的 SDK。 +- **无缝平替 OpenAI 协议** —— 无需重构业务代码，仅需修改 Base URL 即可自由切换底座模型。 +- **生产就绪的企业级网关** —— 开箱即用的虚拟 API Key 管理、多租户成本与花费追踪、安全防护 Guardrails、动态负载均衡与可视化管理后台 Dashboard。 +- **极致低延迟性能** —— 在 1000 RPS 并发下 P95 转发延迟仅 **8ms**（[基准评测详情](https://docs.litellm.ai/docs/benchmarks)）。 + +### 知名开源采纳者 (OSS Adopters) + + + + + + + + + + + +
StripeimageGoogle ADKGreptileOpenHands

Netflix

OpenAI Agents SDK
+ +--- + +## 核心特性 + +
+LLM 统一调用 - 支持 100+ 模型 (Python SDK + AI 网关) + +[**所有支持的 Endpoint 接口**](https://docs.litellm.ai/docs/supported_endpoints) - `/chat/completions`、`/responses`、`/embeddings`、`/images`、`/audio`、`/batches`、`/rerank`、`/a2a`、`/messages` 等。 + +### Python SDK 使用方式 + +```shell +uv add litellm +``` + +```python +from litellm import completion +import os + +os.environ["OPENAI_API_KEY"] = "your-openai-key" +os.environ["ANTHROPIC_API_KEY"] = "your-anthropic-key" + +# 调用 OpenAI 模型 +response = completion(model="openai/gpt-4o", messages=[{"role": "user", "content": "Hello!"}]) + +# 调用 Anthropic Claude 模型 +response = completion(model="anthropic/claude-sonnet-4-20250514", messages=[{"role": "user", "content": "Hello!"}]) +``` + +### AI Gateway (网关代理服务) + +[**新手入门 - 端到端教程**](https://docs.litellm.ai/docs/proxy/docker_quick_start) - 配置虚拟密钥并发送第一个请求 + +```shell +uv tool install 'litellm[proxy]' +litellm --model gpt-4o +``` + +```python +import openai + +client = openai.OpenAI(api_key="anything", base_url="http://0.0.0.0:4000") +response = client.chat.completions.create( + model="gpt-4o", + messages=[{"role": "user", "content": "Hello!"}] +) +``` + +[**文档：支持的模型供应商**](https://docs.litellm.ai/docs/providers) + +
+ +
+智能体集成 - 调度 A2A 协议智能体 (Python SDK + AI 网关) + +[**支持的 Agent 引擎**](https://docs.litellm.ai/docs/a2a#add-a2a-agents) - LangGraph、Vertex AI Agent Engine、Azure AI Foundry、Bedrock AgentCore、Pydantic AI。 + +### Python SDK - A2A 协议 + +```python +from litellm.a2a_protocol import A2AClient +from a2a.types import SendMessageRequest, MessageSendParams +from uuid import uuid4 + +client = A2AClient(base_url="http://localhost:10001") + +request = SendMessageRequest( + id=str(uuid4()), + params=MessageSendParams( + message={ + "role": "user", + "parts": [{"kind": "text", "text": "Hello!"}], + "messageId": uuid4().hex, + } + ) +) +response = await client.send_message(request) +``` + +### AI Gateway (网关代理服务) + +**步骤 1.** [将您的智能体注册到 AI 网关](https://docs.litellm.ai/docs/a2a#adding-your-agent)（按 Agent 指定 `protocolVersion` 为 `1.0` 或 `0.3`） + +**步骤 2.** 通过 A2A SDK 调用该智能体（需要 `a2a-sdk>=1.1.0`）： + +```python +import httpx +from a2a.client import A2ACardResolver, ClientConfig, ClientFactory +from a2a.types import Message, Part, Role, SendMessageRequest +from a2a.utils.constants import TransportProtocol +from uuid import uuid4 + +base_url = "http://localhost:4000/a2a/my-agent" # LiteLLM 代理地址 + Agent 名称 +headers = {"Authorization": "Bearer sk-1234"} # LiteLLM 生成的虚拟密钥 + +async with httpx.AsyncClient(headers=headers, timeout=60.0) as http_client: + resolver = A2ACardResolver(httpx_client=http_client, base_url=base_url) + agent_card = await resolver.get_agent_card() + config = ClientConfig( + httpx_client=http_client, + streaming=False, + supported_protocol_bindings=[TransportProtocol.JSONRPC, TransportProtocol.HTTP_JSON], + ) + client = ClientFactory(config).create(agent_card) + + request = SendMessageRequest( + message=Message( + message_id=uuid4().hex, + role=Role.ROLE_USER, + parts=[Part(text="Hello!")], + ) + ) + async for event in client.send_message(request): + populated = event.ListFields() + if populated and populated[0][0].name in ("message", "msg"): + print("".join(getattr(p, "text", "") or "" for p in populated[0][1].parts)) +``` + +[**文档：A2A Agent 网关**](https://docs.litellm.ai/docs/a2a) + +
+ +
+MCP 工具生态 - 将 MCP 服务器桥接至任意 LLM (Python SDK + AI 网关) + +### Python SDK - MCP 桥接 + +```python +from mcp import ClientSession, StdioServerParameters +from mcp.client.stdio import stdio_client +from litellm import experimental_mcp_client +import litellm + +server_params = StdioServerParameters(command="python", args=["mcp_server.py"]) + +async with stdio_client(server_params) as (read, write): + async with ClientSession(read, write) as session: + await session.initialize() + + # 将 MCP 工具加载为 OpenAI 标准格式 + tools = await experimental_mcp_client.load_mcp_tools(session=session, format="openai") + + # 搭配任意 LiteLLM 支持的模型使用 + response = await litellm.acompletion( + model="gpt-4o", + messages=[{"role": "user", "content": "What's 3 + 5?"}], + tools=tools + ) +``` + +### AI Gateway - MCP 网关模式 + +**步骤 1.** [将您的 MCP 服务器添加到 AI 网关](https://docs.litellm.ai/docs/mcp#adding-your-mcp) + +**步骤 2.** 通过 `/chat/completions` 调用 MCP 工具： + +```bash +curl -X POST 'http://0.0.0.0:4000/v1/chat/completions' \ + -H 'Authorization: Bearer sk-1234' \ + -H 'Content-Type: application/json' \ + -d '{ + "model": "gpt-4o", + "messages": [{"role": "user", "content": "Summarize the latest open PR"}], + "tools": [{ + "type": "mcp", + "server_url": "litellm_proxy/mcp/github", + "server_label": "github_mcp", + "require_approval": "never" + }] + }' +``` + +### 在 Cursor IDE 中配置使用 + +```json +{ + "mcpServers": { + "LiteLLM": { + "url": "http://localhost:4000/mcp/", + "headers": { + "x-litellm-api-key": "Bearer sk-1234" + } + } + } +} +``` + +[**文档：MCP 网关集成**](https://docs.litellm.ai/docs/mcp) + +
+ +--- + +## 快速上手与架构选择 + +您可以根据实际架构需求选择使用 **Proxy Server 网关** 或 **Python SDK**： + + + + + + + + + + + + + + + + + + + + + + + + + + +
对比维度LiteLLM AI Gateway (代理服务)LiteLLM Python SDK
使用场景集中式服务（LLM 网关），为整个团队或企业统一调度多种 LLM直接在 Python 项目代码中作为基础库集成
适用人群企业 Gen AI 赋能团队 / 基础架构平台运维 / ML 平台工程师从事具体大模型应用与智能体开发的工程师
核心功能统一鉴权与权限管控、多租户/项目/用户级用量与成本追踪、项目级自定义（审计日志、安全护栏 Guardrails、KV 缓存）、虚拟 API Key 安全分发、管理后台 Web UI直接作为 Python 依赖库调用、跨供应商（如 Azure/OpenAI）自动重试与故障转移路由 Router、应用级负载均衡、统一捕获 OpenAI 格式异常、可观测性回调集成（Lunary、MLflow、Langfuse 等）
+ +**稳定版本建议**：在生产部署时推荐选用带有 `-stable` 标签的 Docker 镜像，这些镜像在发布前均通过了 12 小时高压力负载测试（[了解发布周期规范](https://docs.litellm.ai/docs/proxy/release_cycle)）。 + +### 使用 Terraform 在 AWS 或 GCP 上一键生产部署 + +使用官方发布的 Terraform 模块，以标准组件化架构（网关、后端、UI 独立解耦，托管 Postgres + Redis）一键部署 LiteLLM： + +- **AWS 生产环境**：ECS Fargate + Aurora Serverless + ElastiCache + ALB（模块位于 [`terraform/litellm/aws/`](./terraform/litellm/aws/)）。 +- **GCP 生产环境**：Cloud Run + Cloud SQL + Memorystore + HTTPS 负载均衡（模块位于 [`terraform/litellm/gcp/`](./terraform/litellm/gcp/)）。 + +### 本地开发者调试模式 + +1. 在根目录配置 `.env` 环境变量文件。 +2. 启动依赖服务：`docker-compose up db prometheus`。 +3. 启动后端代理服务：`make bootstrap && uv run python litellm/proxy/proxy_cli.py`。 +4. 启动前端控制台：进入 `ui/litellm-dashboard` 并运行 `npm run dev`。 + +### 镜像签名与安全验证 (Cosign) + +发布到 GHCR 的所有 LiteLLM Docker 镜像均经过 [cosign](https://docs.sigstore.dev/cosign/overview/) 密码学数字签名。 + +```bash +cosign verify \ + --key https://raw.githubusercontent.com/BerriAI/litellm/0112e53046018d726492c814b3644b7d376029d0/cosign.pub \ + ghcr.io/berriai/litellm: +``` + +--- + +## 企业级服务 (Enterprise) + +针对需要更严格数据安全、精细化用户管理与企业级 SLA 支持的机构： +[获取企业授权许可证](https://litellm.ai/enterprise) | [预约创始人技术交流](https://enterprise.litellm.ai/demo) + +- ✅ **[LiteLLM 商业许可证](https://docs.litellm.ai/docs/proxy/enterprise)全部高级特性** +- ✅ **优先功能研发支持** +- ✅ **定制化内部系统集成** +- ✅ **专属 Slack / Discord 实时技术支持通道** +- ✅ **企业级 SLA 服务保障** +- ✅ **基于 SSO（单点登录）的安全访问控制** + +## 参与贡献 (Contributing) + +热烈欢迎社区开发者参与贡献！无论修复 Bug、新增模型支持还是完善文档，我们都由衷感谢您的付出。 + +```bash +git clone https://github.com/BerriAI/litellm.git +cd litellm +make install-dev # 安装开发依赖 +make format # 格式化代码 (Black/Ruff) +make lint # 执行全部 Lint 校验 +make test-unit # 运行单元测试 +``` + +代码质量遵循 [Google Python 风格指南](https://google.github.io/styleguide/pyguide.html)，在提交 PR 前请确保通过自动化代码检查。 + +--- + +> 💡 **文档维护说明**：本中文文档由社区志愿者（@JasonYeYuhe）翻译维护，最后同步更新于 2026年8月31日。如发现内容与官方英文原版存在差异或新特性滞后，欢迎提交 PR 共同完善！