llm-proxy-backend
llm-proxy-backend es un servicio de puerta de enlace autocontenido que permite a equipos compartir suscripciones de Claude (Pro/Max) y ChatGPT (Plus/Pro) mediante claves API personales.
Ficha actualizada 23 sept 2026, 12:05 · upstream 23 sept 2026, 11:57 · release sin release detectada
Qué es llm-proxy-backend
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
llm-proxy es un gateway de servicios LLM que centraliza la gestión de accesos a modelos compartidos entre múltiples clientes. En lugar de depender de archivos de configuración confusos con claves API expuestas, el sistema se ejecuta como una aplicación web completa donde los usuarios y administradores gestionan sus credenciales en tiempo real. Cada clave API está vinculada a un usuario específico o a un servicio, lo que permite revocar accesos sin afectar a otros clientes. El sistema ofrece reglas de acceso granulares por modelo (por ejemplo, solo ChatGPT Pro) y por proveedor (Anthropic, OpenAI), con auditoría completa de todas las acciones realizadas en el backend. Además, cada clave tiene métricas de uso individual: llamadas completas, tokens consumidos, costos estimados y caché activa, permitiendo a los usuarios ver su propio gasto y ahorrar. El sistema también gestiona cuentas de proveedores (como Anthropic o OpenAI) mediante un panel web separado, con capacidad de asignar cuotas por modelo y proveedor. Todo esto se ejecuta en un solo contenedor Docker que actúa como servidor de API, mientras que la interfaz web se aloja en un segundo contenedor separado.
- Gestionar múltiples cuentas de Claude Pro/Max sin compartir claves API entre usuarios
- Permitir a cada usuario acceder solo a modelos específicos (por ejemplo, ChatGPT pero no Claude)
- Registrar y revocar accesos en tiempo real mediante claves personalizadas
- Monitorear el uso y los costos de cada clave API individualmente
- Auditar todas las acciones realizadas desde la interfaz web del sistema
- Integración con proveedores externos (Anthropic, OpenAI) a través de cuentas gestionadas en el panel
- Gestión de sesiones y autenticación mediante identidad externa (OIDC)
- Interfaz web completa donde los usuarios pueden gestionar sus claves API sin tocar archivos de configuración
- Reglas de acceso granulares por modelo y proveedor, con permisos específicos para cada usuario
- Integración nativa con proveedores como Anthropic y OpenAI a través de cuentas gestionadas en el sistema
- Registro de uso detallado: llamadas completas, tokens consumidos, costos estimados y caché activa por clave
- Auditoría completa de todas las acciones realizadas desde la interfaz web del backend
- Gestión de sesiones con soporte para autenticación mediante identidad externa (OIDC)
- El sistema se ejecuta como un único proceso, lo que limita la escalabilidad horizontal en entornos muy grandes
- No soporta proxies externos ni conexiones WebSocket, por lo que no puede ser parte de una arquitectura más compleja
- No ofrece persistencia de sesiones real-time entre instancias del contenedor
- La configuración de precios y límites está limitada a un solo archivo de configuración sin actualizaciones dinámicas
- El sistema no soporta múltiples instancias independientes, lo que dificulta la escalabilidad en entornos multi-tenant
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para desplegar llm-proxy-backend se recomienda usar Docker Compose. El contenedor principal (backend) ejecuta el servidor de API con tres listeners: una puerta de enlace para las llamadas a los modelos LLM, un listener web para la interfaz y un listener de métricas. Se debe configurar PostgreSQL como base de datos y Redis como caché. Es importante exponer solo la puerta de enlace al exterior (port 8080) y nunca el listener web (port 8081) ni el listener de métricas (port 9090). El archivo docker-compose.yml incluye comentarios detallados sobre cada configuración, los valores por defecto y las opciones opcionales como la integración con OIDC. Se recomienda usar un volumen para persistir los datos del usuario y las credenciales. Para producción, se puede configurar el backend en modo de red privada (solo localhost) y exponer la puerta de enlace a través de un reverse proxy como Nginx o Tra
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.