CAPI
CAPI es un agente de IA autoalojado que actúa como gateway unificado para múltiples proveedores de modelos de lenguaje, incluyendo OpenAI, Anthropic, Groq, y otros. Permite acceso a APIs de IA desde una sola interfaz con control de límites, auditoría y failover.
Ficha actualizada 23 sept 2026, 15:08 · upstream 23 sept 2026, 14:51 · release sin release detectada
Qué es CAPI
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
CAPI es un agente de inteligencia artificial autoalojado que funciona como un gateway unificado para múltiples proveedores de modelos de lenguaje. Su arquitectura permite conectar fácilmente a diferentes servicios como OpenAI, Anthropic, Groq, y otros sin necesidad de configurar múltiples endpoints. El sistema incluye control de límites de uso, auditoría completa de llamadas y mecanismos de failover automático ante fallos del proveedor principal.
CAPI se diferencia por su enfoque en simplicidad: permite que los usuarios configure un solo endpoint base URL (por ejemplo, https://shiliyuming.com) sin necesidad de memorizar rutas complejas como /v1/chat/completions. La arquitectura está construida con Go y Gin para el backend, con una interfaz web inspirada en iOS que ofrece una experiencia de usuario fluida.
La plataforma soporta múltiples proveedores de modelos a través de un patrón de registro y configuración centralizado. Cada proveedor se configura mediante parámetros como nombre del modelo, límites de tokens por llamada, y preferencias de failover. Esto permite a los usuarios elegir entre diferentes modelos según sus necesidades sin modificar el código del gateway.
El sistema incluye persistencia de datos en PostgreSQL para almacenar registros de llamadas, balances de uso, configuraciones de proveedores y estados de usuarios. Los logs se mantienen con un límite configurable, permitiendo auditoría y análisis de rendimiento a largo plazo.
- Conectar múltiples modelos de lenguaje (OpenAI, Anthropic, Groq) desde una sola interfaz sin configurar múltiples endpoints
- Implementar failover automático entre proveedores cuando uno se cae o su servicio está lento
- Controlar límites de tokens y uso por proveedor para evitar costos excesivos en un solo plan
- Auditoría completa de todas las llamadas a modelos, incluyendo origen del usuario y contexto utilizado
- Integración con herramientas CLI como Claude Code, Codex, Aider y Cline mediante configuración centralizada
- Gestión de usuarios con roles diferenciados, acceso por servidor Discord o grupo de identidad
- Soporta múltiples proveedores (OpenAI, Anthropic, Groq) a través de un solo endpoint base URL
- Configuración centralizada de límites y preferencias sin necesidad de modificar el código del proveedor
- Failover automático entre proveedores cuando uno se cae o su servicio está lento
- Auditoría completa con registro de cada llamada, origen del usuario y contexto utilizado
- Arquitectura monolítica en Go + Gin con persistencia en PostgreSQL para escalabilidad horizontal
- Interfaz web inspirada en iOS con modo claro/oscuro y diseño minimalista
- No incluye sistema de pago ni gestión de créditos, por lo que el usuario debe gestionar sus propios límites de tokens
- El failover automático tiene un tiempo de inactividad antes de reintentar la llamada al proveedor fallido
- La persistencia en PostgreSQL puede ser lenta bajo alta carga concurrente sin configuración adicional
- No incluye capacidades avanzadas como generación de imágenes, análisis de código o procesamiento de documentos
- El sistema no soporta múltiples usuarios simultáneos con roles diferenciados a menos que se implementen manualmente
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
CAPI puede desplegarse en Docker usando un archivo docker-compose.yml para contener el backend Go y la interfaz web. Para producción, se recomienda usar un servidor de carga como Nginx o Traefik con SSL/TLS, configurar un registro externo (GCP Cloud Logging, Datadog) y mantener logs limpios con retention configurable en PostgreSQL. Se recomienda desplegar en Kubernetes para escalar horizontalmente ante picos de tráfico. El frontend está optimizado para móviles con diseño responsive y modo oscuro nativo.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.