onellm 是开发框架领域的开源项目，由 muxi-ai 开发，2025 年首次发布。
它收录于开发框架分类，该分类目前共有 795 个项目，GitHub 星标数为 52。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-19。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：需要同时接入多家LLM供应商，避免厂商锁定的应用。同类可对比的替代方案包括 LiteLLM、LangChain、Haystack。
onellm
一个接口调用数百种大模型，自动缓存和故障回退，省心又稳定。
onellm 是一个 Python 库，为开发者提供统一的接口来调用数百种大语言模型（LLM），包括 OpenAI、Claude、Gemini、Mistral 等主流提供商。它解决了多模型集成时接口碎片化、切换成本高、可靠性不足的问题。核心能力包括：统一的 API 抽象层，屏蔽不同厂商的差异；内置缓存机制，减少重复请求和成本；支持 fallback 回退策略，当主模型不可用时自动切换到备用模型，提升服务稳定性；还支持多模态（文本、图像等）输入。项目处于早期阶段，代码简洁，适合希望快速集成多种 LLM 并需要高可用保障的开发者。
开源
free
对话助手
GitHub 星标
★ 52
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类对话助手
开发团队muxi-ai
所属国家
官网地址https://muxi.org
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ai,api,chatgpt,claude,embeddings,gemini,llm,mistral,multimodal,openai
GitHub 星标★ 52
30天Star增速
HF 下载量
上线时间2025-05-04 00:00:00
最近更新2026-09-19 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1
使用教程
核心亮点
- 统一接口封装了主流 LLM 提供商，切换模型只需改配置，无需改代码
- 内置缓存和 fallback 机制，显著降低 API 成本和提升服务可用性
- 支持多模态输入，覆盖文本和图像等场景，扩展性强
不足之处
- 项目处于早期，文档和社区生态尚不完善
- 功能覆盖可能不如成熟库全面，高级特性需自行扩展
适用场景
- 需要同时接入多家 LLM 供应商，避免厂商锁定的应用
- 对 API 调用成本敏感，希望通过缓存减少开支的生产环境
- 要求高可用，需要自动故障转移的 AI 服务
替代项目
LiteLLM、LangChain、Haystack
项目介绍
同类项目推荐
ComfyUI_Custom_Nodes_AlekPet
开源
给 ComfyUI 装上语音翻译和姿态检测，工作流更全能
Custom nodes that extend the capabilities of Comfyui
langchain
开源
组装 AI 应用的乐高积木，从想法到上线不换工具
The agent engineering platform.
transformers
开源
全球最大的模型仓库全家桶，想用的模型一把抓
Transformers: the model-definition framework for state-of-the-art machine learning m···
pi
开源
一套 TypeScript 工具包，快速搭出能写代码的 AI agent
AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI