你是一位開發者，你需要呼叫各類 AI 模型，每次呼叫模型，都要在不同的平臺間反覆橫跳，你大概會遇到以下問題：
- 獲取 API Key 流程繁瑣：需訪問多個廠商的官網，查閱各自的使用文件，並按照規定的步驟進行註冊和申請。
- 多平臺支付：在呼叫來自不同廠商的模型時，需要在這些廠商的計費平臺上進行支付。
- 缺乏集中管理：要在不同平臺上管理和監控 API 使用情況。
是不是覺得特別麻煩？
這就是目前的開發者們使用 AI 模型的真實寫照。
但是，如果有一個 “超級模型呼叫平臺”，能讓你在一個 App 裡呼叫所有 AI 模型，是不是很棒？
這正是我們開發 Sealos AI Proxy 的初衷 —— 一站式 AI 模型呼叫解決方案，讓你可以在同一個平臺中輕鬆呼叫各類 AI 模型。
為什麼選擇 AI Proxy？
一鍵獲取多平臺 API Key
- 告別繁瑣的多平臺註冊流程
- 僅需註冊 Sealos 賬號，即可獲取主流 AI 模型的呼叫金鑰
- 支援多家主流廠商的 AI 模型，持續擴充中
統一支付與計費
- 告別多平臺充值的煩惱
- 使用 Sealos 餘額統一結算，支援檢視詳細計費明細
- 透明的計費規則，按實際使用量付費
集中化管理與監控
- 在統一介面管理所有 API Key
- 實時監控各模型的呼叫情況
- 可以看到詳細的呼叫日誌
快速開始
AI Proxy 的使用非常簡單，首先瀏覽器進入 Sealos 桌面，然後開啟【AI Proxy】，點選【新建】按鈕開始新建 Key。
建立完成後會看到 API Endpoint 和需要呼叫的 API Key，直接點選複製進行使用。
接下來讓我們看一個具體的呼叫示例。以下是一段簡單的 JavaScript 程式碼：
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 還提供了完整的呼叫日誌和費用管理功能，在呼叫日誌介面中，您可以實時檢視每個模型的詳細呼叫記錄，包括呼叫時間、引數配置、響應結果等資訊，方便您進行使用情況分析和問題排查。
在計費方面，AI Proxy 採用與 Sealos 平臺統一的計費體系，直接使用 Sealos 餘額進行結算，無需額外充值。您可以在 Sealos 費用中心一目瞭然地檢視每個模型的具體呼叫費用，幫助您更好地控制成本和預算。
使用 Devbox 開發 AI 應用
下面我們來看一個完整的 AI 應用開發示例，直接使用 Sealos Devbox 和 Cursor 開發並部署一個完整的 AI 應用。
首先在 Sealos 桌面開啟 Devbox，這裡我選擇使用 Next.js 模板建立一個新的開發環境：
Devbox 會自動為我們配置好所需的開發環境，包括 Node.js 執行時、包管理器等。我們可以選擇使用 Cursor 作為開發工具。在操作選項中選擇使用 Cursor 連線：
首次開啟會提示安裝 Devbox 外掛，安裝後即可自動連線開發環境。
有了開發環境，我們就可以開始構建 AI 應用了。比如，我們可以建立一個簡單的 AI 虛擬女友。
怎麼建立呢？當然是讓 Cursor 幫我們寫程式碼了。直接告訴它我的需求，就開始吭哧吭哧幫我們建立檔案寫程式碼了。
按下 Ctrl+I 可以開啟 Composer 皮膚。
按下 Ctrl+L 可以開啟對話皮膚。
如果你覺得不滿意，還可以讓 Cursor 繼續最佳化程式碼。最終開發完成後還需要開啟 Cursor 終端安裝一下依賴：
npm install
然後透過 npm run dev 啟動開發伺服器。
現在回到 Devbox 介面，進入開發環境的詳情頁面：
點選外網地址即可開啟應用。
這是個公網地址哦，團隊成員可以直接透過這個連結訪問和預覽應用，非常有利於團隊協作和開發除錯。
來看看最終的效果：
大家如果對這個 “女神蘇蘇” 專案比較感興趣，可以在評論區留言，如果留言數量足夠多，我會單獨寫一篇教程詳細介紹這個專案的開發過程 😁
總結
Sealos AI Proxy 為我們提供了穩定可靠的 AI 模型呼叫服務，支援各廠商的主流大模型，並提供統一的 API 介面。透過 AI Proxy，我們可以輕鬆實現 AI 應用所需的各種功能，無需擔心模型呼叫的穩定性和成本問題。
而 Sealos Devbox 則為我們提供了一個完整的雲開發環境，從程式碼編寫到應用部署，一站式解決方案讓開發者可以專注於業務邏輯的實現，不用再為環境配置而苦惱。
Sealos Devbox + AI Proxy 就是王炸，AI Proxy 解決了統一模型呼叫的難題，而 Devbox 則讓開發部署變得輕而易舉。