AI 分析 · 由大模型根据 README 与仓库数据生成 · 2026年11月18日
企业级 AI 资源纳管平台,统一接入模型、管控成本与身份。
AIHelms 是一个面向企业的 AI 资源管理平台,提供统一 AI 网关和 Token 调度能力,可纳管 OpenAI、Azure、Claude、DeepSeek 等主流模型,并支持 MCP 工具与 Skill 的集中注册分发。它具备内外双轨定价、成本归因、统一身份认证、安全审计与效能报表,帮助企业控制 AI 成本、量化 ROI 并治理 AI 资产。
推荐指数
功能覆盖企业 AI 治理主要环节,部署简单,适合有成本管控需求的团队。
近 7 天
+1
新增 Star
总 Star 排名
#3451
雷达追踪的 3,958 个 AI 仓库中
创建于
2026
2026年5月9日
核心亮点
1统一模型网关
多供应商统一接入,兼容 OpenAI 与 Anthropic 格式,支持多部署负载均衡。
2成本精细管控
内外双轨定价,按人/部门/项目/模型设预算,支持预警与超支停用。
3统一身份入口
每位员工一个 API Key,一个入口访问所有 AI 资源,可配模型白名单与限流。
4效能报表
自动生成周/月报告,展示覆盖率、活跃度、成本排名与预算消耗。
5Skill 与 MCP 管理
企业内部 AI 工具统一注册、审批、分发,并支持安全扫描。
适用场景
企业统一接入多家大模型
例如:管理员在后台添加 OpenAI 和 DeepSeek 凭证,发布模型后员工用同一个 Key 调用。
部门级 AI 成本核算
例如:按部门设置月度预算,超支自动停用,月底导出成本报表。
内部 AI 工具分发
例如:将内部开发的 MCP Server 注册到 AI 市场,员工申请审批后使用。
AI 使用安全审计
例如:开启高风险 prompt 拦截,管理员可追踪操作日志和调用详情。
它是怎么工作的
第 1 步
接入供应商
在管理后台添加模型供应商凭证,注册模型并配置部署。
第 2 步
发布与授权
将模型发布到模型广场,按部门或人员范围授权使用。
第 3 步
签发 AI 身份
为员工生成 API Key,绑定预算、限流和模型白名单。
第 4 步
网关调度与记录
请求经统一网关转发到对应模型,记录 token 用量和成本。
第 5 步
报表与审计
平台生成成本、效能报表,并提供安全审计日志。
快速上手
- 1
克隆并配置
复制环境变量模板并填入密钥。
git clone https://github.com/beizhu-1209/AIHelms.git && cd AIHelms && cp .env.example .env - 2
启动服务
使用 Docker Compose 启动全部组件。
docker compose up -d - 3
访问后台
打开管理后台,用默认管理员登录(密码见 .env)。
- 4
添加模型并获取 Key
在后台添加供应商凭证、发布模型,再到用户端复制 Key 和 Endpoint。
适合谁
- 企业 IT 管理员或 AI 负责人
- 需要统一管控多模型调用的团队
- 关注 AI 成本归因与预算控制的组织
- 需要内部 Skill/MCP 分发审批的企业
不太适合
- 个人开发者或小团队轻量使用
- 不接受 GPL-3.0 许可的组织
成熟度
- 活跃度最近更新于 2026-11-16,版本迭代频繁,issue 仅 4 个。
- 文档README 包含架构、功能清单、部署步骤和更新日志,另有在线使用手册。
- 社区约 1036 star、106 fork,有贡献指南和 issue 反馈渠道,但社区规模中等。
- 上手难度提供 Docker Compose 一键部署,三步上手说明清晰,最低 4 核 8G 即可运行。
同类项目怎么选
- LiteLLMAIHelms 底层使用 LiteLLM,但额外提供企业级管理后台、成本核算和审批流程。
- One APIOne API 侧重 API 密钥分发和渠道管理,AIHelms 更强调成本归因、效能报表和 Skill/MCP 治理。
- HeliconeHelicone 侧重可观测性和日志分析,AIHelms 还包含预算管控、身份管理和资源审批。
使用前注意
- · 采用 GPL-3.0 许可,商业闭源使用需注意开源义务。
- · 部署需要 Docker 环境,最低 4 核 8G 内存。
- · 部分功能(如 AI 实验室中的敏感信息识别、A2A)仍在路线图中,尚未上线。
- · 企业版许可证管理和品牌自定义为额外能力,可能涉及商业授权。
