codex-lb: балансировщик нагрузки и прокси для ChatGPT аккаунтов

Что это такое и для кого

Codex-LB — это балансировщик нагрузки и прокси для ChatGPT-аккаунтов. Инструмент позволяет объединить несколько аккаунтов в пул, отслеживать потребление, управлять API-ключами и наблюдать за всем через удобный дашборд.

Codex-LB встаёт между вашими приложениями и ChatGPT-аккаунтами, обеспечивая управление аккаунтами корпоративного уровня и контроль потребления без необходимости прямого доступа к OpenAI API.

Кому подойдёт:

• Разработчикам, использующим несколько ChatGPT Plus/Team-аккаунтов для кодинга через Codex CLI или OpenCode
• Небольшим командам, которым нужно делить квоту между участниками
• DevOps-инженерам, строящим self-hosted AI-инфраструктуру
• Энтузиастам, желающим максимально использовать месячные лимиты ChatGPT без покупки дорогостоящего OpenAI API

Ключевые возможности

1. Балансировка нагрузки между аккаунтами

Настройка стратегии маршрутизации производится прямо в дашборде. Ни одна стратегия не гарантирует полную «безопасность» аккаунта — консервативное использование по-прежнему требует соблюдения условий OpenAI и нормальных объёмов запросов. Для личного использования с небольшой нагрузкой рекомендуется стратегия Capacity weighted или Relative availability с включёнными «sticky threads».

Доступные стратегии:

• Capacity weighted — предпочитает аккаунты с бо́льшим доступным запасом квоты. Хороший вариант по умолчанию для смешанных пулов.
• Round-robin — последовательный перебор аккаунтов
• Strongest available — использует наиболее сильные доступные аккаунты с настраиваемым взвешиванием.

2. Управление API-ключами

Ключи поддерживают опциональное истечение срока действия, ограничения по моделям и лимиты по частоте (токены / стоимость за день / неделю / месяц).

Создание ключей: Dashboard → API Keys → Create. Полный ключ показывается только один раз при создании.

3. OpenAI-совместимые эндпоинты

Маршрут /v1 — простейший способ подключиться как OpenAI-совместимый клиент. Пример подключения через Python SDK:

from openai import OpenAI

client = OpenAI(
    base_url="http://127.0.0.1:2455/v1",
    api_key="sk-clb-...",  # ключ из дашборда
)

response = client.chat.completions.create(
    model="gpt-5.3-codex",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(response.choices[0].message.content)

4. Поддержка Responses API и multi-turn reasoning

Важно использовать встроенный провайдер openai с переопределением baseURL, а не кастомный через @ai-sdk/openai-compatible. Кастомные провайдеры используют Chat Completions API, который не сохраняет reasoning/thinking-контент. Встроенный провайдер openai использует Responses API, который корректно сохраняет encrypted_content и состояние multi-turn reasoning.

5. Отчёты и аналитика

Инструмент отслеживает токены, стоимость и 28-дневные тренды по каждому аккаунту с обновлением в реальном времени, а также позволяет создавать API-ключи с лимитами по токенам, стоимости, временному окну и модели.

Среди последних добавленных функций — страница отчётов с графиками стоимости/токенов и экспортом в CSV, а также гостевой режим только для чтения в дашборде.

6. Поддержка SOCKS-прокси и WebSocket

Добавлена поддержка SOCKS4/SOCKS5 исходящего прокси через переменные среды, а также проксирование WebSocket-соединений.

Архитектура работы

graph LR
    A[Codex CLI / OpenCode / Python SDK] -->|HTTP/WebSocket| B[codex-lb :2455]
    B --> C{Балансировщик}
    C -->|Аккаунт 1| D[ChatGPT Account A]
    C -->|Аккаунт 2| E[ChatGPT Account B]
    C -->|Аккаунт N| F[ChatGPT Account N]
    B --> G[Dashboard :2455]
    B --> H[(SQLite / PostgreSQL)]
    G -->|Мониторинг| H

Установка и быстрый старт

Рекомендуемый способ установки — через Docker:

# Создать volume для данных
docker volume create codex-lb-data

# Запустить контейнер
docker run -d --name codex-lb \
  -p 2455:2455 -p 1455:1455 \
  -v codex-lb-data:/var/lib/codex-lb \
  ghcr.io/soju06/codex-lb:latest

# Альтернатива — через uvx (Python)
uvx codex-lb

После запуска откройте localhost:2455, добавьте аккаунт — и всё готово.

При первом удалённом доступе к дашборду потребуется bootstrap-токен для установки начального пароля. По умолчанию при первом запуске сервер генерирует одноразовый токен и выводит его в логи.

Kubernetes/Helm

Для production-развёртывания доступен Helm-чарт. Он организован вокруг режимов установки, а не облачных провайдеров, и работает на Docker Desktop, kind, EKS, GKE, OKE и других дистрибутивах Kubernetes.

helm install codex-lb oci://ghcr.io/soju06/charts/codex-lb \
  --set postgresql.auth.password=changeme \
  --set config.databaseMigrateOnStartup=true

База данных

SQLite используется как база данных по умолчанию; PostgreSQL доступен опционально через переменную CODEX_LB_DATABASE_URL.

Тарифы и лицензия

Проект распространяется под лицензией MIT и является полностью бесплатным open-source инструментом. Никаких платных тарифов нет — вы разворачиваете его самостоятельно на своей инфраструктуре.

Стоимость использования определяется вашими ChatGPT-подписками, а не самим инструментом. codex-lb лишь позволяет эффективнее их использовать.

Плюсы и минусы

Сравнение с альтернативами

Вердикт

codex-lb — это мощный и практичный инструмент для разработчиков, которые хотят выжать максимум из нескольких ChatGPT-подписок в своём рабочем процессе с Codex CLI, OpenCode или любым OpenAI-совместимым клиентом.

Проект активно развивается — последние релизы включают улучшения прокси, тестирования и стабильности. Установка через Docker занимает буквально несколько минут, а наличие Helm-чарта делает его пригодным даже для командной production-инфраструктуры.

Кому подойдёт:

• ✅ Разработчикам с несколькими ChatGPT Plus/Team-аккаунтами
• ✅ Командам, совместно использующим AI-инструменты
• ✅ DevOps-инженерам, строящим self-hosted AI-стек
• ❌ Тем, кто ищет официальное enterprise-решение с SLA
• ❌ Пользователям, не готовым к self-hosted инфраструктуре

Рейтинг: 8/10 — отличный open-source инструмент со своей нишей, ограниченный Alpha-статусом и нюансами ToS.