当前位置:首页 > AI > 正文内容

Sealos AI Proxy 发布!一个渠道调用一切大模型,再也不必处处找 API 了

邻居的猫1个月前 (12-09)AI1565

你是一位开发者,你需求调用各类 AI 模型,每次调用模型,都要在不同的渠道间重复横跳,你大概会遇到以下问题:

  1. 获取 API Key 流程繁琐:需拜访多个厂商的官网,查阅各自的运用文档,并依照规矩的进程进行注册和请求。
  2. 多渠道付出:在调用来自不同厂商的模型时,需求在这些厂商的计费渠道上进行付出。
  3. 缺少会集办理:要在不同渠道上办理和监控 API 运用状况。

是不是觉得特别费事?

这便是现在的开发者们运用 AI 模型的真实写照。

可是,假如有一个 “超级模型调用渠道”,能让你在一个 App 里调用一切 AI 模型,是不是很棒?

这正是咱们开发 Sealos AI Proxy 的初衷 —— 一站式 AI 模型调用处理方案,让你能够在同一个渠道中轻松调用各类 AI 模型

为什么挑选 AI Proxy?

一键获取多渠道 API Key

  • 离别繁琐的多渠道注册流程
  • 仅需注册 Sealos 账号,即可获取干流 AI 模型的调用密钥
  • 支撑多家干流厂商的 AI 模型,持续扩大中

一致付出与计费

  • 离别多渠道充值的烦恼
  • 运用 Sealos 余额一致结算,支撑检查具体计费明细
  • 通明的计费规矩,按实践运用量付费

会集化办理与监控

  • 在一致界面办理一切 API Key
  • 实时监控各模型的调用状况
  • 能够看到具体的调用日志

快速开端

AI Proxy 的运用十分简略,首要浏览器进入 Sealos 桌面,然后翻开【AI Proxy】,点击【新建】按钮开端新建 Key。

创立完结后会看到 API Endpoint 和需求调用的 API Key,直接点击仿制进行运用。

接下来让咱们看一个具体的调用示例。以下是一段简略的 JavaScript 代码:

async function main() {
  const apiKey = 'sk-oci8dELRkPA0P4rM55521a399b524d75Ba3f74D1790d7656'
  const apiUrl = 'https://aiproxy.hzh.sealos.run/v1/chat/completions'
  const prompt = '蔡徐坤的故事?'
  const response = await fetch(apiUrl, {
      method: 'POST',
      headers: { 'Content-Type': 'application/json', 'Authorization': `Bearer ${apiKey}`},
      body: JSON.stringify({
          model: 'Doubao-lite-4k',
          messages: [
              { role: 'system', content: 'You are a helpful assistant.' },
              { role: 'user', content: prompt }
          ],
          max_tokens: 2048,
          temperature: 0.7,
      }),
  })
  const data = await response.json()
  console.log(data.choices[0].message.content)
}
main() 

AI Proxy 还供给了完好的调用日志和费用办理功用,在调用日志界面中,您能够实时检查每个模型的具体调用记载,包含调用时刻、参数装备、呼应成果等信息,便利您进行运用状况剖析和问题排查。

在计费方面,AI Proxy 选用与 Sealos 渠道一致的计费系统,直接运用 Sealos 余额进行结算,无需额定充值。您能够在 Sealos 费用中心一望而知地检查每个模型的具体调用费用,帮助您更好地操控本钱和预算。

运用 Devbox 开发 AI 运用

下面咱们来看一个完好的 AI 运用开发示例,直接运用 Sealos Devbox 和 Cursor 开发并布置一个完好的 AI 运用。

首要在 Sealos 桌面翻开 Devbox,这儿我挑选运用 Next.js 模板创立一个新的开发环境:

Devbox 会主动为咱们装备好所需的开发环境,包含 Node.js 运行时、包办理器等。咱们能够挑选运用 Cursor 作为开发工具。在操作选项中挑选运用 Cursor 衔接:

初次翻开会提示装置 Devbox 插件,装置后即可主动衔接开发环境。

有了开发环境,咱们就能够开端构建 AI 运用了。比方,咱们能够创立一个简略的 AI 虚拟女友

怎样创立呢?当然是让 Cursor 帮咱们写代码了。直接告知它我的需求,就开端吭哧吭哧帮咱们创立文件写代码了。

按下 Ctrl+I 能够翻开 Composer 面板。
按下 Ctrl+L 能够翻开对话面板。

假如你觉得不满意,还能够让 Cursor 持续优化代码。终究开发完结后还需求翻开 Cursor 终端装置一下依靠:

npm install

然后经过 npm run dev 发动开发服务器。

现在回到 Devbox 界面,进入开发环境的概况页面:

点击外网地址即可翻开运用。

这是个公网地址哦,团队成员能够直接经过这个链接拜访和预览运用,十分有利于团队协作和开发调试。

来看看终究的作用:

咱们假如对这个 “女神苏苏” 项目比较感兴趣,能够在谈论区留言,假如留言数量足够多,我会独自写一篇教程具体介绍这个项目的开发进程 😁

总结

Sealos AI Proxy 为咱们供给了安稳牢靠的 AI 模型调用服务,支撑各厂商的干流大模型,并供给一致的 API 接口。经过 AI Proxy,咱们能够轻松完成 AI 运用所需的各种功用,无需忧虑模型调用的安稳性和本钱问题。

而 Sealos Devbox 则为咱们供给了一个完好的云开发环境,从代码编写到运用布置,一站式处理方案让开发者能够专心于事务逻辑的完成,不必再为环境装备而苦恼。

Sealos Devbox + AI Proxy 便是王炸,AI Proxy 处理了一致模型调用的难题,而 Devbox 则让开发布置变得垂手可得。

扫描二维码推送至手机访问。

版权声明:本文由51Blog发布,如需转载请注明出处。

本文链接:https://www.51blog.vip/?id=341

分享给朋友:

“Sealos AI Proxy 发布!一个渠道调用一切大模型,再也不必处处找 API 了” 的相关文章

Transformers 结构 Pipeline 使命详解:文本转音频(text-to-audio 或 text-to-speech)

Transformers 结构 Pipeline 使命详解:文本转音频(text-to-audio 或 text-to-speech)

在上一篇文章(Transformers 结构使命概览:从零开始把握 Pipeline(管道)与 Task(使命)),咱们深化探讨了 Transformers 结构中的 Pipeline 和 Task 分类、装备及履行流程。今日,咱们将聚集于五大使命之一的text-to-audio或text-to-s...

机器学习用品推荐,助力你的学习与研究

机器学习用品推荐,助力你的学习与研究

硬件推荐1. 计算机:如果您是初学者,一台普通的台式机或笔记本电脑就足够了。对于更高级的机器学习任务,您可能需要一台配置更高的计算机,例如拥有更强的CPU、GPU和内存。2. 图形处理单元(GPU):GPU对于机器学习任务至关重要,因为它可以加速计算过程。NVIDIA的GPU,如GeForce R...

机器学习文本分类, 文本分类概述

1. 数据收集:收集需要分类的文本数据。2. 数据预处理:对文本数据进行清洗、分词、去除停用词、词干提取或词形还原等处理,以便于后续的分析。3. 特征提取:从预处理后的文本中提取有用的特征,如词频、TFIDF(词频逆文档频率)等。5. 模型评估:使用测试数据集来评估模型的性能,常用的指标包括准确率、...

机器学习 赚钱,开启智能赚钱新时代

机器学习 赚钱,开启智能赚钱新时代

1. 数据科学和机器学习咨询:作为机器学习专家,你可以为企业提供咨询,帮助他们利用机器学习技术解决业务问题。这可以包括数据分析和预测建模,帮助企业做出更明智的决策。2. 开发机器学习模型:你可以为特定行业或领域开发机器学习模型,并将其出售给企业。这些模型可以帮助企业提高效率、降低成本或增加收入。3....

AI象棋,深度学习与智能博弈的完美结合

AI象棋,深度学习与智能博弈的完美结合

目前,AI象棋主要应用于以下几个方面:1. 棋力提升:AI象棋通过深度学习、强化学习等技术,不断学习和优化自己的棋力,能够战胜顶尖的人类棋手。2. 棋感培养:AI象棋通过模拟人类棋手的思考过程,培养自己的棋感,能够更好地理解棋局和制定策略。3. 学习能力:AI象棋能够通过自我对弈和与人类棋手对弈,不...

ai训练师,人工智能时代的幕后英雄

ai训练师,人工智能时代的幕后英雄

AI训练师,或称为机器学习工程师,是负责设计和开发机器学习模型的专业人士。他们的工作通常包括以下几个方面:1. 数据收集与处理:AI训练师需要收集大量的数据,并对数据进行清洗、预处理,以便于模型训练。2. 模型选择与设计:根据具体的应用场景,AI训练师需要选择合适的机器学习算法,并设计模型的架构。3...