使用Flask框架搭建大模型API key管理平台

0. 搭建背景

目前大模型众多，并且很多模型提供了多种付费模式。比如，ChatGPT和Claude都提供了20美元包月的价格，同时也开放API进行按量收费。笔者在此建议各位根据以下情况进行选择：

1. 经常使用，并且经常被使用次数限制（如超过GPT-4的3小时50条限制），使用20美元包月最划算；
2. 经常使用，但使用次数达不到限制，同时没有太多代码能力，建议找个搭子合伙开20美元包月最划算；
3. 经常使用，但使用次数达不到限制或者经常被限制，同时也有一定代码能力，建议使用API并套用ChatGPT自己进行部署的方式最划算。

如果是使用20美元包月，最简单的办法就是注册美区苹果账户并下载ChatGPT APP同时开包月即可。

如果是使用API，使用官方API最为简单，但最头疼的是官方API严格封禁了国内开发者，并且支付方式只支持信用卡支付。因此，大部分开发者都会使用云服务商提供的API，比如Azure提供的OpenAI，AWS提供的Claude。

使用API最令人头疼的问题莫过于管理密钥。一旦丢失，损失几乎无上限。所以，需要定时刷新密钥，防止密钥丢失造成的损失，同时也需要时刻掌握消耗情况等。Azure官方网站的实际体验并不是很好，这就是笔者希望做的工具：能够在Azure和AWS提供的API接口上包一层，能够在自动化管理的同时，记录各种关键信息等。

1. 工具设计与简介

工具使用Flask框架，使用SQLite和JSON管理信息。

1.1 Flask框架简介

Flask是一个轻量级的Python Web框架，以其简单易用和灵活性著称。它提供了丰富的扩展库，允许开发者根据需求自由选择和集成不同的功能模块。Flask的路由系统灵活且强大，能够方便地处理各种HTTP请求。

该工具中，笔者选择Flask作为主要框架，主要因为以下几点原因：

1. 轻量级：Flask本身非常轻量，仅包含最基本的功能，非常适合小型项目和快速开发。
2. 灵活性：Flask的扩展库丰富，能够根据项目需求自由选择和集成。
3. 社区支持：Flask有着广泛的社区支持，能够方便地找到各种教程和问题解决方案。

1.1.2 工具代码基本结构

采用典型的使用Flask开发Python Web应用的代码结构：

project_root/
│
├── app/
│   ├── __init__.py
│   ├── models.py
│   ├── routes.py
│   └── services.py
│
├── config.py
├── run.py
└── requirements.txt

展开

1. app/init.py:

   1. 初始化Flask应用
   2. 配置数据库
   3. 注册蓝图（如果使用）

2. app/models.py:

   1. 定义数据库模型
   2. 使用ORM（如SQLAlchemy）来定义表结构

3. app/routes.py:

   1. 定义API路由
   2. 处理HTTP请求
   3. 调用相应的服务函数

4. app/services.py:

   1. 包含业务逻辑
   2. 与数据库交互
   3. 处理数据转换等

5. config.py:

   1. 存储配置信息
   2. 可能包括数据库URI、调试模式设置等

6. run.py:

   1. 应用的入口点
   2. 运行Flask应用

7. requirements.txt:

   1. 列出项目依赖

1.2 数据库设计与集成

笔者选择使用SQLite作为数据库。SQLite是一种轻量级的嵌入式数据库，适合中小型项目。它无需单独的数据库服务器，使用方便，且性能较好，

该工具中，笔者选择SQLite作为数据库，主要因为以下几点原因：

1. 轻量级：SQLite不需要独立的服务器进程，占用资源少。
2. 集成简单：它是一个嵌入式数据库，集成到Flask应用中非常容易。
3. 适合开发和测试：SQLite数据库文件可以轻松复制和迁移，适合开发和测试环境。

1.2.1 数据库结构设计