subpool

这是什么？适合谁？

Subpool（gesta-run/subpool）是一个团队 AI 订阅池：轻量、自托管的团队 AI 订阅池：统一分配/回收各 AI 工具订阅额度，解决团队多人共享 AI 订阅的成本与配额管理痛点。

核心价值：一个轻量、自托管的团队 AI 订阅池，统一分配与回收各 AI 工具的订阅额度，解决团队多人共享 AI 订阅时的成本与配额管理痛点——谁在用、额度还剩多少、如何公平回收，一站管理。

适合人群：

• 多人共享 AI 订阅的团队
• 想省 AI 订阅成本的组织
• 做内部 AI 网关的运维

使用前提：Go 环境与一台可自托管的服务器

准备工作

1. 安装：克隆仓库并编译/部署
2. 环境：Go + 服务器
3. 准备：已有 AI 订阅账号与额度
4. 成本：Apache-2.0 开源免费，服务器自备
5. 时间：部署 + 配置约 1 小时

快速上手（3 步）

第一步：部署服务

git clone https://github.com/gesta-run/subpool && 按 README 部署

部署 Subpool 服务

第二步：配置订阅

# 录入各 AI 工具订阅与额度

配置团队订阅池

第三步：分配使用

# 分配额度给成员并回收

成员按额度使用 AI 订阅

成功判定：团队成员能按分配额度统一使用 AI 订阅。

初级用法

额度池化

统一管理多个 AI 订阅额度

分配回收

按成员分配与回收额度

成本可见

清楚团队订阅使用情况

高级玩法

多订阅聚合

聚合多个 AI 工具订阅

配额策略

定制额度分配与回收策略

审计统计

记录与分析订阅使用

小技巧

1. 先小团队试点
2. 明确额度回收规则
3. 监控额度耗尽告警
4. 结合内部网关使用
5. 定期审计使用情况

常见踩坑

踩坑 1：额度争抢

• 现象：额度争抢
• 原因：多人同时耗尽额度
• 解决：设置分配上限与回收策略

踩坑 2：部署门槛

• 现象：部署门槛
• 原因：Go 环境配置
• 解决：用 Docker 简化部署

踩坑 3：订阅冲突

• 现象：订阅冲突
• 原因：账号同时被用
• 解决：做会话级额度控制

踩坑 4：项目很新

• 现象：项目很新
• 原因：文档有限
• 解决：以 README 为准

踩坑 5：安全风险

• 现象：安全风险
• 原因：订阅凭据暴露
• 解决：加密存储并最小授权

常见问题 FAQ

Q: 它解决什么问题？

A: 团队 AI 订阅的统一额度管理。

Q: 免费吗？

A: Apache-2.0 开源免费，服务器自备。

Q: 支持哪些订阅？

A: 各 AI 工具订阅统一池化。

Q: 需要什么环境？

A: Go + 自托管服务器。

Q: 适合谁？

A: 多人共享 AI 订阅的团队。

进阶学习建议

掌握基础后，建议深入：

1. 深入研究 AI 订阅额度池化模式
2. 对比 LiteLLM/OpenRouter 的额度管理
3. 探索企业 AI 成本治理方案

参考链接

• 官方仓库

最后更新：2026-09-03 · 作者：MagicNetWorld · 基于公开资料整理，关键数据经 GitHub API 独立实测核验，AI 辅助生成