ai-api-integration

通过统一的 OpenAI 兼容协议接入 GPT-5、Claude Opus 4.7、Gemini 3.1、Sora 2、Suno 等主流大模型 API 的实战教程仓库。

🇬🇧 English

项目背景

国内开发者把 GPT-5、Claude Opus、Gemini 等海外大模型接入项目时，绕不开三件事：账号注册、付费方式、网络访问。直接对接每家厂商意味着要重复处理这三道关，且每家的 SDK、参数、计费体系都不一样。

实践中比较干净的做法是用一个OpenAI 兼容的统一网关：所有模型走同一个 base_url，用 OpenAI 标准协议调用，只通过 model 参数切换底层模型。各类 AI 工具（Cursor、Cline、ChatBox 等）原生支持自定义 OpenAI endpoint，配置一次就能用上所有模型。

本仓库整理了完整的接入流程：

• 10 款主流 AI 工具 的配置教程（IDE、CLI、桌面、Web、低代码平台、应用框架）
• 7 类模态 的调用方法（文本、代码、图片、视频、音频、视觉、向量）
• 12+ 主流模型 的清单、参数说明和选型建议
• 3 种语言 的可运行代码示例（Python / Node.js / curl），覆盖 chat、流式、function calling、图片生成、视觉理解等场景

所有代码示例都用 产灵 API 作为网关 provider 测试通过，但代码完全是标准 OpenAI 协议，换成任意 OpenAI 兼容服务（含 OpenAI 官方 endpoint）都能直接跑。

快速开始

最小可跑示例。把 model 改成 gpt-5 / gemini-3.1-pro / deepseek-v3.2 等任意值，立刻切换到该模型——SDK 不变，参数不变。

Python

from openai import OpenAI

client = OpenAI(
    api_key="sk-xxx",
    base_url="http://xdhdancer.top/v1",
)

resp = client.chat.completions.create(
    model="claude-opus-4-7",
    messages=[{"role": "user", "content": "你好"}],
)
print(resp.choices[0].message.content)

Node.js

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "sk-xxx",
  baseURL: "http://xdhdancer.top/v1",
});

const resp = await client.chat.completions.create({
  model: "claude-opus-4-7",
  messages: [{ role: "user", content: "你好" }],
});

console.log(resp.choices[0].message.content);

curl

curl http://xdhdancer.top/v1/chat/completions \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-opus-4-7",
    "messages": [{"role": "user", "content": "你好"}]
  }'

流式输出、function calling、图片生成等更多示例见 examples/。

工作方式

你的代码 ──┐
            │ 用 OpenAI SDK
            ▼
┌──────────────────────┐
│  OpenAI 兼容网关      │      ┌─ OpenAI    (GPT-5, o3-pro, gpt-image-2 ...)
│   base_url + key     │ ───▶ │─ Anthropic (Claude Opus / Sonnet / Haiku)
│                      │      │─ Google    (Gemini 3.1 ...)
└──────────────────────┘      │─ DeepSeek / Moonshot / 智谱 ...
                              └─ Sora / Suno / 即梦 / 可灵 ...

代码端只感知一个 endpoint。底层路由到哪家厂商由 model 参数决定。

模型清单

精选条目，完整列表见 docs/modalities/text-models.md。

工具接入

多模态教程

文本对话 · 代码生成 · 图片生成 · 视频生成 · 音频 / 音乐 · 视觉理解 · Embeddings

完整 Demo

src/ 目录下有一个多模型命令行对话工具——同样的功能用 Python / Node.js / Go 三种语言各实现了一份：

• 输入消息→流式回复
• /model gpt-5 即时切换模型
• /image a sunset over mountains 调用 gpt-image-2 生图
• 多轮对话历史

详见 src/README.md。

代码示例

零散的功能片段（chat、streaming、function calling、图片生成、视觉理解等）：

直连 vs 统一网关

适用场景判断：单一模型、长期重度使用 → 直连原厂可能更便宜；多模型对比、需要切换备份、要求低运维 → 统一网关更省事。

常见问题

为什么不直接调 OpenAI 官方 API？
本仓库代码完全兼容 OpenAI 官方 endpoint，把 base_url 换成 https://api.openai.com/v1 就能跑。统一网关只是一种简化方案，不是强制选择。

可以用我自己运行的网关吗？
可以。任何 OpenAI 兼容的 endpoint（如自部署的 LiteLLM、One-API、new-api 等）都能用。所有示例不依赖特定 provider。

没有示例里那个网关账号也能跑吗？
能。代码使用标准 OpenAI 协议，把 base_url 指向你有 key 的任意兼容服务即可。

新手应该从哪个模型开始？

• 日常对话和编程：claude-sonnet-4-6
• 复杂代码、多文件重构：claude-opus-4-7
• 长文档分析：gemini-3.1-pro（2M 上下文）
• 中文 + 预算敏感：deepseek-v3.2 或 kimi-k2

模型 ID 怎么知道是哪家厂商的？
看前缀：gpt-*/o* 是 OpenAI、claude-* 是 Anthropic、gemini-* 是 Google、deepseek-*/kimi-*/glm-* 是国产模型。

贡献

欢迎补充新工具的接入教程、新模型的调用示例。提 PR 或 issue 即可。

License

MIT