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
什麼是 One-Api?
透過標準的 OpenAI API
格式訪問所有的大模型
支援多種大模型:
- OpenAI ChatGPT 系列模型(支援 Azure OpenAI API)
- Anthropic Claude 系列模型 (支援 AWS Claude)
- Google PaLM2/Gemini 系列模型
- Mistral 系列模型
- 百度文心一言系列模型
- 阿里通義千問系列模型
- 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
- 位元組雲雀大模型 (WIP)
- MINIMAX
- Groq
- Ollama
- 零一萬物
- 階躍星辰
- Coze
- Cohere
- DeepSeek
- Cloudflare Workers AI
- DeepL
one-api github repo
本地 Docker Destop 安裝 One-Api
- 先拉取
one-api
映象
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
的作業系統所以資料卷對映的宿主機盤需要注意是帶Windows
磁碟機代號
one-api 配置介面
瀏覽器開啟http://localhost:3000/
- 預設
root
賬號
one-api
提供了開箱即用的功能,有一個預設的root
賬號,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
金鑰這個地方需要注意格式:APPID|APISecret|APIKey
- 申請令牌
拿到金鑰就可以在我們專案中以
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,一隻貓走進了一個酒吧,然後走到吧檯前坐下,對酒保說:“我要一杯牛奶。”\n\n酒保驚訝地看著貓,然後說:“你是我見過的第一隻會說話的貓。”\n\n貓看著酒保,回答說:“考慮到你的服務速度,我也沒什麼好驚訝的。”"
},
"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 實現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
實戰教學:用 Semantic Kernel 框架整合騰訊混元大模型應用