【Agent】大模型在线API接入基础入门

news2026/4/8 23:32:10
大模型在线API接入基础入门一、全球AI模型版图与平台选型1、OpenRouter突破封锁的中转平台2、国内模型生态性价比与可用性的平衡4、模型选型决策二、获取并保存API KEY三、调用API1、非SDK方式调用2、 OpenAI SDK方式调用1什么是SDK2具体调用方式提示笔记源自于赋范空间“大模型Agent开发实战”课程链接为https://appze9inzwc2314.h5.xet.citv.cn/p/course/ecourse/course_37xx2DBh83EgnWSwQFYDOoBLPpS?type3sub_course_list_mode0一、全球AI模型版图与平台选型在全球大模型领域三大头部厂商构成了技术创新的第一梯队。OpenAI的 GPT 系列GPT-5.2、GPT-5.2 Pro在多模态理解和自主 Agent 能力上保持领先Anthropic的Claude系列Claude 4.5 Sonnet/Opus以最强代码能力和复杂推理著称而Google的Gemini系列Gemini 3.0 Pro则在超长上下文1M tokens和原生多模态融合上有独特优势。但对于国内开发者这些模型的访问门槛极高。OpenAI和Anthropic不对中国大陆用户开放注册即使通过技术手段访问也面临需要海外手机号验证、海外信用卡支付等障碍。Google Gemini虽然在部分地区可访问但同样存在支付限制。更严重的是这些限制不仅体现在注册环节在 API 调用时也会进行 IP 检测和区域封锁。这种封锁并非技术问题而是政策与商业策略的结果。因此国内开发者需要在技术先进性和可访问性之间做出权衡——要么选择国产替代方案要么通过中转平台间接访问。1、OpenRouter突破封锁的中转平台对于确实需要使用 GPT-5.2 或 Claude 4.5 的场景API 中转平台成为了国内开发者的救命稻草。其中最值得推荐的是 OpenRouter——一个聚合了 300 模型的 API 网关服务。但它绝不仅仅是卖号的中转商而是在合规架构、商业利益和技术实现之间找到了微妙平衡的“AI模型路由聚合器”。OpenRouter 的核心定位去中心化的算力券商OpenRouter 的定位非常清晰它不生产模型而是像券商一样左手连接各大模型厂商OpenAI、Anthropic、Google、Qwen、DeepSeek右手连接全球开发者。开发者只需要写一套代码OpenAI 兼容格式就可以随意切换后台模型。更聪明的是它会自动帮你路由到当前价格最低或速度最快的供应商——因为同一个开源模型如 Qwen2.5-72B可能在 Together AI、Groq 或 Fireworks 推理服务商直接调 API上都有部署OpenRouter 会帮你挑最优的。与普通中转商的本质区别特性OpenRouter普通中转商 / 壳站稳定性极高。正规企业运营有 SLA 保障低。多为逆向工程或号池轮询随时跑路模型来源正规 Enterprise API是 OpenAI/Anthropic 的企业级大客户通常是普通账号池甚至盗刷信用卡隐私政策透明。提供Zero Retention零留存选项黑盒。你的数据极大概率被截获留存支付方式支持微信/支付宝/加密货币无需外卡微信转账风险高无保障2、国内模型生态性价比与可用性的平衡DeepSeek深度求索是当前性价比最高的选择。其最新的DeepSeek-V3.2模型在数学推理、代码生成及工具调用Thinking in Tool-Use等任务上已对齐 GPT-5 水平但 API 定价极为亲民。更重要的是DeepSeek 提供了较为慷慨的免费额度非常适合新手练习和小规模项目测试。api申请地址https://platform.deepseek.com/api_keys阿里云的通义千问Qwen是企业级应用的优选。通过百炼平台DashScope可以访问 Qwen-Max 系列的文本、视觉Qwen-VL、音频Qwen-Audio等多模态模型。阿里云生态的优势在于与云资源的深度整合以及完善的技术支持体系。api申请地址https://bailian.console.aliyun.com/cn-beijing?tabmodel#/model-market/all智谱 AI 的GLM系列则体现了学术背景的技术积累。基于清华大学研发的 GLM 架构其在长文本理解和知识推理上有独特优势。GLM-Next已支持超长上下文窗口并通过开放平台提供了 OpenAI 兼容的 API 格式。api申请方式进入https://open.bigmodel.cn 点击右上角的控制台按钮即可进入注册或登录页面。智谱AI支持手机号、微信等多种登录方式注册过程相对简单快捷。此外还有月之暗面的Moonshot、MiniMax 等多个可选平台。这些国产模型的共同特点是无需翻墙、支持国内支付、提供免费额度、响应速度快。虽然在某些细分能力上与 GPT-5 仍有差距但对于绝大多数应用场景已经完全够用。4、模型选型决策平台访问门槛技术能力定价水平免费额度推荐场景OpenAI GPT⚠️ 极高需海外卡手机⭐⭐⭐⭐⭐ 最强 贵❌ 无生产环境海外Anthropic Claude⚠️ 极高同 OpenAI⭐⭐⭐⭐⭐ 代码最强 贵❌ 无代码生成、复杂推理OpenRouter✅ 低国内可注册⭐⭐⭐⭐⭐ 聚合全部 中等有加价⚠️ 部分模型免费学习测试、多模型对比DeepSeek✅ 极低手机号注册⭐⭐⭐⭐ 对齐 GPT-5 极低✅ 慷慨学习、开发、小项目阿里百炼✅ 低需实名认证⭐⭐⭐⭐ 多模态强 中等✅ 100万 Tokens企业应用、多模态智谱 GLM✅ 低手机号注册⭐⭐⭐ 长文本强 低✅ 2000万 Tokens知识推理、长文本二、获取并保存API KEY这里以OpenRouter为例生成了api key之后要立即复制在pycharm里中创建一个文档命名为.env将api key保存在该文档中便于后续调用。注意OpenRouter需要先充值才能调用除了OpenRouter以外deepseek和质谱的api key获取都是同样的道理。三、调用API1、非SDK方式调用如果使用SDK方式来调用api的话代码就会相对繁琐一些需要pip install python-dotenvpycharm终端importrequestsfromdotenvimportload_dotenvimportos load_dotenv(overrideTrue)api_keyos.getenv(DEEPSEEK_API_KEY)responserequests.post(https://api.deepseek.com/v1/chat/completions,headers{Authorization:fBearer{api_key},Content-Type:application/json},json{model:deepseek-chat,messages:[{role:user,content:你好}]})print(response.json()[choices][0][message][content])2、 OpenAI SDK方式调用1什么是SDKSDKSoftware Development Kit软件开发工具包。SDK 是对 API 的封装,让开发者不需要手写复杂的 HTTP 请求,而是用简洁的代码就能调用 API。2具体调用方式pip install openaifromopenaiimportOpenAIfromdotenvimportload_dotenvimportos# 加载 .env 文件load_dotenv(overrideTrue)# 从环境变量读取 API Keyapi_keyos.getenv(DEEPSEEK_API_KEY)# 确保你的 .env 里有这个变量# 创建客户端注意 base_url 的格式clientOpenAI(api_keyapi_key,base_urlhttps://api.deepseek.com/v1# 去掉 /chat/completions)# 发送请求responseclient.chat.completions.create(modeldeepseek-chat,messages[{role:user,content:你好}])print(使用 SDK 的结果,response.choices[0].message.content)使用 SDK 的结果 你好很高兴见到你 我是DeepSeek由深度求索公司创造的AI助手。无论你有什么问题、需要什么帮助或者只是想聊聊天我都很乐意为你提供支持 我可以帮你解答各种问题协助处理文档进行创作和分析等等。有什么我可以为你做的吗我会尽我所能热情地帮助你✨可以看到,SDK 帮我们处理了 HTTP 头部、JSON 序列化、错误处理等细节,让代码更简洁易读。openai就是 OpenAI 官方提供的 Python SDK。在大模型 API 领域,一个有趣的现象是几乎所有的平台都声称兼容 OpenAI API 格式。这意味着什么OpenAI 在 2020 年发布 GPT-3 API 时,设计了一套简洁的调用接口。其核心是chat.completions.create()方法,接受model模型名称和messages对话消息列表两个必填参数。这个设计因其简洁性和扩展性,逐渐成为了行业事实标准。目前,DeepSeek、阿里百炼、智谱清言、OpenRouter 等平台都支持这套格式。这带来了巨大的便利性——我们只需要修改两个配置项,就能在不同平台之间无缝切换。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2493632.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…