如何用Lago快速搭建开源计量计费系统按使用付费的完整指南【免费下载链接】lagoOpen Source Metering and Usage Based Billing API ⭐️ Consumption tracking, Subscription management, Pricing iterations, Payment orchestration Revenue analytics项目地址: https://gitcode.com/GitHub_Trending/la/lago给 AI 产品按 token 收费、给 API 按调用量收费时自己攒一套计费系统总容易在重试、对账上翻车。Lago 是开源计量计费系统把使用量直接变成账单和收款事件进来金额出去。三分钟跑起来 克隆仓库git clone --depth 1 https://gitcode.com/GitHub_Trending/la/lago cd lago本地开发根目录的 docker-compose.yml 会生成签名密钥、跑迁移然后拉起 API 和前端一条命令即可echo LAGO_RSA_PRIVATE_KEY\$(openssl genrsa 2048 | openssl base64 -A)\ .env docker compose up -d起好后浏览器打开 http://localhost 就是管理界面API 在 http://localhost:3000。生产部署用 deploy/ 下的配置。小流量选 docker-compose.light.yml带 Traefik 反代和 Lets Encrypt大流量选 docker-compose.production.yml额外拆出计费、Webhook、事件等独立 Worker 便于扩容docker compose -f deploy/docker-compose.production.yml up -d --profile all生产配置需要域名具体环境变量在 deploy/README.md 里都有说明。它是怎么工作的先建立直觉再上图。整个链路一句话你的应用把用量事件推给 APILago 按订阅和定价规则算钱月底定时出账再对接支付渠道收款。输入事件流。比如这次 AI 调用消耗了 1200 个 input token通过 REST API 持续推送中间events-processor/ 消费事件并聚合Redis 做队列和缓存Postgres 存业务数据ClickHouse 存海量事件明细Kafka 承载事件流产出实时用量、发票、收款记录。billing-worker 生成发票webhook-worker 把结果回调给你的业务系统时钟进程负责每月出账这类定时任务。核心能力实操跑通一个 AI 计费演示目的不用写一行配置亲眼看到事件 → 金额的完整链路。./examples/agentic-ai-demo/run.sh脚本会起一个独立 Lago 实例建好客户、两个计量指标输入/输出 token和一个按月订阅发送 3 次 AI 请求对应的 6 条 token 事件然后对账并故意重发其中一条事件来证明不会重复计费。预期输出5,000 input tokens x $0.000002 $0.01 1,250 output tokens x $0.00008 $0.01 Lago usage total $0.02再打开 http://localhost:8080 登录就能看到用量明细。玩完清理./examples/agentic-ai-demo/run.sh --cleanup。给真实业务发一条计量事件目的把你自己产品里的用量接进来。{ event: { transaction_id: txn-unique-001, // 全局唯一重试不会重复计费 external_subscription_id: sub-001, code: input-tokens, // 对应你建的计量指标 properties: { tokens: 1200 } } }用 API 密钥 POST 到/events即可。预期结果界面里该订阅的实时用量立刻增加对应金额重复提交同一个transaction_id会被识别为幂等请求用量不涨。配置第一个定价规则目的定义按什么量、什么价收费。UI 里创建Billable Metric计费指标选事件 code、取哪个字段、用什么聚合方式求和、去重计数等创建Plan Charge挂上指标并填单价支持标准计费、阶梯、按量包、预付额度等模型。预期结果订阅者挂上该计划后每发一条事件用量金额就按规则实时累积到账单周期自动出账。进阶与定制Worker 独立扩容生产环境按环境变量开启专用 Worker计费、事件、Webhook、PDF 等高负载队列互相隔离各自水平扩副本详见 docs/architecture.md监控与告警Lago 暴露 Prometheus 指标覆盖 API、队列深度和 Worker 积压生产部署建议配上告警见 docs/monitoring.md数据库分片事件量上来后如何分库参考 docs/database_partitioning.md。更多细节去 docs/ 目录包括开发环境搭建dev_environment.md和部署指南。写在最后Lago 适合做按量计费产品的团队SaaS、API 网关、AI 产品、云资源。它解决的是从事件接入、定价、出账到收款对账这条链路且全部代码可自托管、可审计。【免费下载链接】lagoOpen Source Metering and Usage Based Billing API ⭐️ Consumption tracking, Subscription management, Pricing iterations, Payment orchestration Revenue analytics项目地址: https://gitcode.com/GitHub_Trending/la/lago创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考