Codex CLI 和 ChatGPT 的重度用户大多遇到过同一个问题：单个账号的配额用完了、请求被限流，只能手工切换账号，还得自己记着每个账号还剩多少额度。codex-lb 把这件事做成了系统——它是一套开源的多账号负载均衡代理，把多个 ChatGPT 账号放进一个池子，统一接收 OpenAI 兼容请求，自动分配账号、记录用量、按 API Key 限流，并用一个带认证的仪表盘管理全部状态。
codex-lb 由开发者 Soju06 创建，以 MIT 许可发布。项目活跃度不低：截至 2026 年 9 月，GitHub 上已有约 3000 star、448 个 fork、130 位贡献者，累计 1340 次提交，发布了 82 个 release；最新的 v1.24.0 发布于 2026 年 8 月 26 日，最近一次代码提交在 2026 年 9 月 5 日，属于持续高频开发状态。
解决什么问题
OpenAI 系客户端的日常使用中，单账号的天花板是配额与限流：额度耗尽后要么等待重置，要么换个账号重试。手动维护多个账号的登录态、余额和限流节奏，既费时间也容易出错。
codex-lb 的思路是把账号变成资源池：所有账号统一托管，请求按策略分配到账号上。账号多，池子深，单个账号的配额限制就不再是瓶颈。与此同时，每个账号花了多少 token、多少钱，都有记录可查。
核心能力
账号池与负载均衡。 支持把多个 ChatGPT 账号加入池子，请求自动分配，官方文档提供路由策略指南（routing strategy guide），可按需要调整分配方式。
用量追踪。 按账号记录 token 消耗与成本，展示 28 天趋势，配额度时先看数据而不是靠感觉。
按 API Key 限流。 可以为每个 Key 设置按 token、成本、时间窗口或模型维度的限流规则，防止单个使用方把池子打穿。
OpenAI 兼容接入。 代理提供 OpenAI 兼容端点，Codex CLI、OpenCode、OpenClaw、Hermes Agent、Python SDK 等客户端只需把 base URL 指过来即可使用，不需要改业务代码。
自动模型同步。 可用模型列表自动从上游获取，上游上新模型后无需手工维护。
仪表盘。 网页端管理界面，支持密码认证与可选的 TOTP 两步验证，账号状态、用量、Key 都在同一个视图里。
部署与接入
项目提供多种部署方式：Docker 镜像（ghcr.io/soju06/codex-lb）是最常用的方式，一条命令即可启动；也支持 uvx 与 Nix。默认数据库是 SQLite，需要更大容量时可切换 PostgreSQL。Kubernetes 环境有现成的 Helm chart。
首次远程访问仪表盘时，需要一次性的 bootstrap token 完成初始化。客户端接入示例：将 Codex CLI 的 base URL 指向本地 http://127.0.0.1:2455/backend-api/codex，OpenCode、OpenClaw、Python SDK 则指向 http://127.0.0.1:2455/v1。完整的客户端配置、路由策略与部署矩阵在官方文档站（soju06.github.io/codex-lb）有说明。
项目状态与定位
从代码统计看，codex-lb 以 Python 为主（89.1%），辅以 TypeScript（10.5%）。它的定位很明确：不替代客户端，而是作为客户端与账号之间的代理层，解决配额和用量管理问题。除了官方客户端，社区还出现了消费其仪表盘 API 的第三方小工具，例如 macOS 状态栏插件和 SwiftBar 监控脚本，说明接口开放性得到了初步验证。
适合谁用
如果你的团队或你个人在稳定使用 Codex CLI、OpenCode 等 OpenAI 兼容客户端，并且已经需要管理两个以上账号，codex-lb 值得一试：账号池化消除单账号瓶颈，用量追踪让成本透明，全部数据留在自建服务器上。一句话总结：它把「多账号轮流用」这件手工活，变成了一个看得见、管得住的开源系统。