AI 分析 · 由大模型根据 README 与仓库数据生成 · 2026年11月17日
把多个 ChatGPT 账号聚合成一个兼容 OpenAI 的接口,并做负载均衡和用量统计。
codex-lb 是一个用 Python 写的 ChatGPT 账号负载均衡器与代理。它把多个账号组成一个账号池,对外提供兼容 OpenAI 的接口,并附带用量追踪、API Key 管理和网页仪表盘。
推荐指数
功能完整、文档齐全,适合需要多账号分摊配额的个人或小团队,但要注意账号合规风险。
近 7 天
+23
新增 Star
总 Star 排名
#1623
雷达追踪的 3,958 个 AI 仓库中
创建于
2026
2026年1月7日
核心亮点
1多账号池化
在多个 ChatGPT 账号之间做负载均衡。
2用量追踪
按账号统计 token、成本与 28 天趋势。
3API Key 管理
可按 token、成本、时间窗和模型设置限流。
4兼容多种客户端
支持 Codex CLI、OpenCode、OpenClaw 和 OpenAI SDK。
5仪表盘鉴权
密码登录,可选 TOTP 二次验证。
适用场景
多账号分摊配额
例如:把几个 ChatGPT 账号加入池中,让 Codex CLI 请求自动分散。
团队共享代理
例如:为成员分别签发 API Key,并限制各自的用量。
用量监控
例如:在仪表盘查看每个账号的 token 消耗和成本趋势。
它是怎么工作的
第 1 步
添加账号
在仪表盘通过 OAuth 登录并加入账号池。
第 2 步
接收请求
客户端把 OpenAI 兼容请求发到本地代理端口。
第 3 步
选择账号
按路由策略挑选可用账号转发请求。
第 4 步
记录用量
把 token、成本等数据写入 SQLite 或 PostgreSQL。
快速上手
- 1
Docker 启动
创建数据卷和网络后运行容器,映射 2455 和 1455 端口。
docker run -d --name codex-lb --network codex-lb-net -p 2455:2455 -p 1455:1455 -v codex-lb-data:/var/lib/codex-lb ghcr.io/soju06/codex-lb:latest - 2
或用 uvx
本地直接运行,无需 Docker。
uvx codex-lb - 3
打开仪表盘
访问 localhost:2455,添加账号即可使用。
- 4
配置客户端
把 Codex CLI 或 OpenAI SDK 的 base_url 指向代理地址。
适合谁
- 有多个 ChatGPT 账号的开发者
- 需要统一代理入口的小团队
- 用 Codex CLI 或 OpenCode 的用户
不太适合
- 只需要单账号的普通用户
- 不愿自行部署和维护服务的人
成熟度
- 活跃度创建不到一年已有 3400+ star,最近仍有提交。
- 文档有独立文档站,覆盖上手、配置、部署和排错。
- 社区有 560+ fork 和多个社区配套项目,但未关闭 issue 较多。
- 上手难度Docker 一条命令即可启动,客户端配置稍显繁琐。
使用前注意
- · 使用多账号池化可能违反 OpenAI 服务条款,存在封号风险。
- · 远程访问仪表盘首次需要一次性 bootstrap token。
- · 默认使用 SQLite,数据目录需自行备份。
- · 项目采用 MIT 许可,可自由使用和修改。
