用途：这是 LiteLLM 的官方文档集合，LiteLLM 提供统一的 Python SDK 与 Proxy Server，使开发者能用 OpenAI 格式调用 100+ 家 LLM API。
主要内容与主要能力：文档索引共约 664 篇，包含 Providers（170 篇，覆盖 OpenAI、Anthropic、Azure、AWS Bedrock、Google Vertex AI、Gemini、Cohere、Mistral、Groq、Together AI、Fireworks、Deepseek、Ollama、vLLM、Hugging Face、Replicate、Perplexity、Cerebras、Sambanova、xAI 等 80+ 家）、Proxy Server（168 篇，含配置与 Docker/Kubernetes/Helm 部署、虚拟密钥、花费追踪、预算、限流、负载均衡、fallback、路由、模型组、SSO/RBAC、审计日志、护栏、内容审核、UI 仪表盘、团队管理、按标签路由）、Completion & API（30 篇，含对话补全、流式、函数调用、工具使用、视觉、JSON 模式、prompt 缓存、批量 API、token 用量）、Tutorials（57 篇）、Observability（43 篇，含 Langfuse、Datadog、Prometheus、OpenTelemetry、Lunary、Helicone、Traceloop、自定义回调）、Pass-through APIs（15 篇）、Search & Reranking（13 篇）、Caching（3 篇，Redis、S3、内存缓存）、Embedding（3 篇）、Secret Managers（9 篇，AWS Secrets Manager、Azure Key Vault、GCP Secret Manager、HashiCorp Vault）、Extras（贡献、调试、LangChain 集成）。
使用方式：文档以 references/ 目录组织，根级文件包括 references/index.md、references/rules.md、references/exception_mapping.md、references/budget_manager.md 等。回答前需在 references/ 中按关键词检索（grep）相关资料。
适用场景：需要统一接入多家模型提供商、构建 OpenAI 兼容网关、管理密钥与预算、限流路由，或接入可观测性与缓存时。
限制：资料未提供具体安装命令、版本号、收费与价格信息、平台支持细节，也未给出完整代码示例，这些内容暂未提供。