LMeterX 是基础设施领域的开源项目，由 MigoXLab 开发，2025 年首次发布。
它收录于基础设施分类，该分类目前共有 1,132 个项目，GitHub 星标数为 211。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-24。Apache-2.0 许可证，可免费使用和部署。
它主要面向的使用场景是：大模型推理服务的容量评估与性能基线测试。同类可对比的替代方案包括 Locust、k6、wrk。
LMeterX
一键压测大模型与 HTTP 接口，AI 自动分析性能瓶颈
LMeterX 是一个基于 Python 的通用 API 压测平台，专注于大模型推理服务与业务 HTTP 接口的性能测试。它解决传统压测工具难以适配 LLM 流式响应、动态 token 消耗等痛点，提供一键式测试执行、多轮结果对比以及 AI 驱动的智能分析总结。核心能力包括：支持 OpenAI 兼容接口与自定义 HTTP 请求、并发与 QPS 控制、响应延迟与吞吐量统计、结果可视化报表，并能自动生成性能瓶颈解读与优化建议。通过简化配置和自动化分析，降低性能测试门槛，帮助开发与运维团队快速评估服务容量、发现性能退化。
开源
free
基础设施
GitHub 星标
★ 211
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类基础设施
开发团队MigoXLab
所属国家
定价模式free
价格说明开源项目，Apache-2.0 许可证，可免费使用和部署。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型a2a-mcp,api-load-test,benchmark,http-load-testing,llm,llm-performance,locust,mcp-test,ocr,performance-testing,vllm,vlm
GitHub 星标★ 211
30天Star增速
HF 下载量
上线时间2025-06-18 00:00:00
最近更新2026-09-24 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4
使用教程
核心亮点
- 原生支持 LLM 流式响应与 token 级延迟统计，贴合大模型场景
- 内置 AI 分析模块，自动生成性能结论与优化建议，省去人工解读
- 支持结果对比，方便评估不同版本或配置的性能差异
不足之处
- 早期项目，文档与社区支持待观察
- 功能侧重压测执行，可能缺少复杂场景编排与分布式压测能力
适用场景
- 大模型推理服务的容量评估与性能基线测试
- 业务 HTTP 接口的回归压测与版本对比
- CI/CD 中集成自动化性能测试，快速发现性能退化
替代项目
Locust、k6、wrk
项目介绍
上一篇：one-api-pro
下一篇：Misceo
同类项目推荐
freebuff-proxy
开源
聚合多账号，一键接入 OpenAI 兼容 API，轻松管理会话。
Multi-account OpenAI-compatible gateway for coding models. Pooled keys, session life···
microduck
开源
用 Rust 造一只会走路的桌面小鸭，快速上手双足机器人。
A Tiny biped duck robot
soperator
开源
用 Kubernetes 原生方式运行 Slurm，简化 HPC 集群管理。
Run Slurm in Kubernetes
ollama
开源
一条命令本地跑起大模型，免费、私密、不卡顿
Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···