开发了一个 AI 大模型的负载均衡器 AILoad，可缓解并发限制

目前市面上部分厂商提供了免费的 AI 模型接口（比如 Grok 、Gemini 等），通常免费提供的 API 接口均有严格的速率限制。于是我写了一个 AI 大模型的负载均衡调度器 AILoad 来改善此问题，后端可配置多个大模型的 API 接口，随机轮询后端多个大模型接口，并提供统一的 OpenAI 兼容格式调用，从而缓解并发限制。

主要特点

• 负载均衡 ：自动将请求随机分发到多个 AI 模型接口，避免单个模型频率上限，提升整体吞吐量。
• 统一 API 入口 ：提供单一入口调用
• 兼容 OpenAI：兼容 OpenAI API 接口格式
• 流式返回：支持流式传输
• IP 亲和性：同一个 IP 在一定时间内固定分配到一个 AI 模型，提升连续对话一致性

Docker Compose 安装

version: '3'
services:
    aiload:
        container_name: aiload
        volumes:
            - '/opt/aiload/data:/opt/aiload/data'
        restart: always
        ports:
          - '2081:2081'
        image: 'helloz/aiload'

一些不足

通过轮询的方法虽然缓解了并发限制的焦虑，后端虽然使用了 IP 亲和性算法，但是如果连续对话的场景超过 IP 缓存有效期后可能会分配到另外的模型上面，导致长对话中可能存在模型跳跃的问题。不知道各位大佬可有更好的解决方案。

注意

此项目仅供学习和测试用途，请勿滥用！！！

更多说明可参考开源项目地址： https://github.com/helloxz/aiload