前言
最近準備學習一下
Semantic Kernel
,
OpenAI
的
Api
申請麻煩,所以想透過
One-api
對接一下國內的線上大模型,先熟悉一下
Semantic Kernel
的基本用法,本篇文章重點記錄一下
OneApi
安裝配置的過程。
訊飛星火有
3.5
模型的
200w
個人免費
token
,可以拿來學習。
訊飛星火申請連結 [1]
什麽是 One-Api?
透過標準的
OpenAI API
格式存取所有的大模型
支持多種大模型:
OpenAI ChatGPT 系列模型(支持 Azure OpenAI API)
Anthropic Claude 系列模型 (支持 AWS Claude)
Google PaLM2/Gemini 系列模型
Mistral 系列模型
百度文心一言系列模型
阿裏通義千問系列模型
訊飛星火認知大模型
智譜 ChatGLM 系列模型
360 智腦
騰訊混元大模型
Moonshot AI
百川大模型
字節雲雀大模型 (WIP)
MINIMAX
Groq
Ollama
零一萬物
階躍星辰
Coze
Cohere
DeepSeek
Cloudflare Workers AI
DeepL
one-api github repo [2]
本地 Docker Destop 安裝 One-Api
先拉取
one-api
映像
docker pull justsong/one-api
使用
SQLite
的部署命令:
啟動容器 預設宿主機埠為
3000
docker run --name one-api -d --restart always -p 3000:3000 -e TZ=Asia/Shanghai -v C:/LLM/OneApi-V-Data:/data justsong/one-api
因為我的宿主機是
Windows
的作業系統所以數據卷對映的宿主機盤需要註意是帶
Windows
碟符
one-api 配置界面
瀏覽器開啟
http://localhost:3000/
預設
root
帳號
one-api
提供了開箱即用的功能,有一個預設的
root
帳號,密碼是
123456
第一次登入後需要修改密碼。
配置渠道
配置訊飛星火 3.5 模型!
檢視渠道列表
金鑰這個地方需要註意格式:APPID|APISecret|APIKey
申請令牌
拿到金鑰就可以在我們計畫中以
OpenAI
格式去請求我們的大模型介面
測試
在介面測試工具先看一下效果
地址
http://localhost:3000/v1/chat/completions
請求頭
Authorization:Bearer {OneApiToken}
介面管理工具檢視效果
介面入參
{
"model": "SparkDesk-v3.5",
"messages": [
{
"role": "user",
"content": "給我講個笑話吧。"
}
],
"temperature": 0.7
}
介面回參
{
"id": "chatcmpl-04025f1484c54770a8d854de360fd06e",
"object": "chat.completion",
"created": 1715000959,
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "當然可以,這是一個我最近聽到的笑話:\n\n有一天,一只貓走進了一個酒吧,然後走到吧台前坐下,對酒保說:「我要一杯牛奶。」\n\n酒保驚訝地看著貓,然後說:「你是我見過的第一只會說話的貓。」\n\n貓看著酒保,回答說:「考慮到你的服務速度,我也沒什麽好驚訝的。」"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 6,
"completion_tokens": 75,
"total_tokens": 81
}
}
最後
到現在為止我們的
One-Api
對接訊飛星火已經成功了,後面就可以愉快的進入
Semantic Kernel
入門學習的教程啦,社群內也有大佬提供了星火大模型的 SDK(
Sdcb.SparkDesk
)透過
SK
的 CustomLLM 實作
ITextGenerationService
等介面也可以愉快的使用
SK
當然這也是我們後面要學習的內容。
參考文獻
[3]
參考資料
[1]
訊飛星火申請連結:
https://xinghuo.xfyun.cn
one-api github repo:
https://github.com/songquanpeng/one-api