简介
OneGateway 是面向企业的统一 AI 网关与 Token 管理平台。它将分散的模型服务接入统一入口，让员工、业务应用和 AI Agent 使用模型，同时让企业集中管理访问权限、使用成本与调用安全。
当多个团队开始使用不同的 AI 模型时，企业需要同时回答几个问题：哪些人可以使用哪些模型？费用花在哪里？供应商故障时如何继续服务？敏感内容如何处理？OneGateway 将这些能力集中在统一入口和控制台中，减少各个应用重复接入、开发和维护的工作。
核心能力
| 能力 | 解决的问题 |
|---|---|
| 统一接入与模型管理 | 一个入口调用多家供应商的模型，应用无需分别对接 |
| 高可用路由与负载分配 | 同一模型由多家供应商承载，失败时按重试策略尝试备用 |
| 密钥与组织权限管理 | 上游密钥集中托管，按人、按应用分别授权 |
| 额度管控与精细计费 | 按周期分配额度，按 Token 或调用次数计费 |
| 用量分析与调用追踪 | 费用与用量可按部门、成员、模型下钻，单次调用可追溯 |
统一接入与模型管理
通过统一入口接入 OpenAI、Anthropic、DeepSeek、MiniMax、Moonshot 等模型服务，也可接入协议兼容的企业自建模型。应用可按 OpenAI、Anthropic 等接口格式请求，配置 OneGateway 的 API 地址、API Key 和模型 ID 即可发起调用，沿用已有的调用方式。
- 迁移成本低：已有应用只需把请求地址和密钥换成 OneGateway 的，通常无需改写主要调用逻辑。
- 供应商差异由平台处理：平台统一适配不同供应商的接口差异，接口格式、错误码和流式响应在应用侧保持一致体验。
- 模型范围由管理员维护：管理员集中配置供应商连接、可用模型与价格，成员在可用模型中查看获准使用的模型，比较上下文长度、价格和近期运行状态。
高可用路由与负载分配
同一个模型可以由多家供应商承载。OneGateway 按优先级选择供应商，在同一优先级内按权重分配请求；主用供应商调用失败时，可结合重试策略尝试备用供应商，降低对单一服务的依赖。
- 优先级与权重：优先级决定主备顺序，同一优先级内按权重分配流量，可用于在多家供应商之间调整比例。
- 失败重试：可配置触发重试的状态码和重试次数；持续失败的供应商可自动移出候选范围，恢复后重新纳入。
- 容量叠加：同一模型接入多家供应商后，可降低单一供应商限流的影响，提升整体可用容量。
- 应用无感：应用继续使用相同的模型 ID，不必自行维护各家供应商的地址和密钥。管理员通过模型路由视图查看承载关系、响应时间和主备配置。
以上是同一模型在多家供应商之间的选择。需要在不同模型之间选择（按复杂度分档、灰度替换模型、模型不可用时换模型）时，使用智能路由插件。
密钥与组织权限管理
上游供应商密钥由管理员集中配置，成员和应用使用 OneGateway 发放的 API Key，不接触上游的原始密钥。
- 按用途授权：每把密钥可独立设置额度、有效期、可用模型和 IP 限制，支持启停和删除，便于按应用或用途分别授权；密钥疑似泄漏时可立即停用，并确认使用该密钥的请求已被拒绝。
- 分层访问控制：角色控制可见的菜单和可执行的操作，API Key 上的限制进一步收窄可调用的模型、额度、有效期和来源 IP。
- 组织数据隔离：平台按组织隔离业务数据，部门用于维护组织归属和分析费用。
- 自助与代管并行：成员自助管理自己的密钥、查看个人用量；管理员可代成员创建密钥并统一调整限制。详见管理用户和管理 API Keys。
额度管控与精细计费
- 周期额度：为成员分配按周期重置的消费上限，可选周期以当前环境页面为准，可按部门批量选择成员分配。
- 接近上限提醒：启用通知后，额度使用达到 80% 时提醒成员，避免额度用完时措手不及。
- 多层限制：API Key 可设置独立额度，进一步限制单个应用的消耗；启用兑换码功能的环境，也支持通过兑换码为成员充值余额。
- 两种计费方式：模型支持按 Token 用量或按调用次数计费，可分别配置输入、输出、缓存读取和缓存创建等价格，并结合分组定价的定价倍率计算费用。
企业可以据此核对调用成本、安排额度，减少无计划的消耗。具体规则见额度与兑换码。
用量分析与调用追踪
- 趋势与分布：通过看板、成本与用量页面查看请求数量、成功与错误情况、Token 用量和费用趋势，并按部门、成员、模型或供应商分析使用情况。
- 单次调用可追溯：日志记录实际使用的模型与供应商、耗时、首字时间、Token 用量和计费明细，便于定位调用问题。
- 管理操作留痕：配置变更另有审计记录，可追溯谁在何时改了什么。
- 按角色分级：成员查看个人数据，管理员通过看板与统计掌握组织整体情况。
增强插件
OneGateway 通过插件在统一调用入口增加模型选择、响应复用与内容检查能力，管理员可按业务需要启用和配置。
- 智能路由：在请求发往上游之前决定使用哪个模型。调用方统一写一个虚拟模型名（如
og-auto），网关按请求复杂度选择简单、中等、复杂三档模型；也可以把某个模型按比例灰度替换成另一个模型，或在主模型失败时自动切换到候选模型。按实际使用的模型计费，调用方不需要改接口。 - 语义缓存：对相同或语义相近、符合匹配条件的请求复用历史回答，减少重复的模型生成。例如，“商品不满意，怎么申请退款？”和“购买后想退款，需要怎么操作？”可能复用同一回答。命中时不再请求上游模型；适合答案稳定的常见问题和产品咨询，实际收益取决于命中率、缓存有效期和语义检索开销。
- 安全护栏：在请求发送给模型前、回答返回调用方前检查文本，按规则拦截或脱敏。可用于敏感信息识别、提示词注入检测和内容审核，并记录命中事件，帮助企业统一执行内容安全策略。
三项能力均支持适用接口的流式与非流式调用。支持范围和配置方式见智能路由、语义缓存与安全护栏。
部署模式
OneGateway 支持 SaaS 模式和混合部署模式，可根据企业的网络条件、模型位置及数据管理要求选择部署方式。
实时调用由 Token Gate（数据面）处理，负责协议适配、路由转发、计费扣减，以及智能路由、语义缓存、安全护栏等插件能力。
- SaaS 模式：使用平台提供的云端服务，无需自行部署，注册后即可接入。
- 混合部署模式：在企业内网部署专属 Token Gate，适合调用内网自建模型，或要求调用流量不出企业网络的场景。调用内网模型时，请求经 Token Gate 直达目标模型；相关处理服务也部署在企业网络内时，请求与响应内容可以保留在内网，只有配置、额度和用量等管理数据与云端控制台同步。若启用外部 Embedding、复杂度分类模型、安全审核模型或判定服务，相关文本仍会发送给这些服务，详见常见问题。
开始使用
需要直接体验模型时，可从工作室开始对话；需要在 Claude Code、Codex 等客户端中使用时，参阅接入常用工具。
接入、权限、额度、缓存和护栏方面的常见疑问，可查阅常见问题（FAQ）。