ai-api-integration

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

🎬 实战案例

下面两个真实业务系统都基于本仓库教程同一套 OpenAI 兼容协议跑出来的，所有调用走 xdhdancer.top/v1 网关。

案例 1 · 合同信息核验机器人（微信龙虾）

把合同图发进微信，36 秒 输出一张排版好的工商核验报告图——传统流程要 8-10 分钟切 5 个工具，全流程压缩到 1 句指令。

技术栈拆解： 环节 用到的能力 OCR 提取合同字段 视觉理解 工商接口比对（差异检测、逐位核对） Function Calling 输出报告图 图片生成 多轮串起来 文本对话 关键数据： 8-10 分钟 → 36 秒（−90%）／ 5 工具 → 1 指令（−80%）

案例 2 · 小红书自动化日更账号

定时把直播 / 长视频转成图文笔记、自动发布。单账号已跑出 14w+ 粉丝 / 13w+ 获赞 / 单条最高播放 160w+ / 一天涨粉 4w+ 的真实数据。

技术栈拆解： 环节 用到的能力 语音转写 音频 长文本整理成稿件 文本对话（claude-opus-4-7 / gpt-5） 自动出封面 / 配图 图片生成 多账号定时调度 Function Calling + Cron 适用场景： 日更账号 / MCN 批量生产 / 品牌内容矩阵 / 垂直知识沉淀

看完案例想接入？继续往下看下面的接入教程；想了解完整商业实现细节，可联系平台 xdhdancer.top 客服。

---

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。

模型 ID	厂商	上下文	用途
gpt-5	OpenAI	128k	通用推理、代码
gpt-5-mini	OpenAI	128k	速度快、价格低
gpt-5-codex	OpenAI	128k	代码专精
o3-pro	OpenAI	200k	深度推理（数学、逻辑）
claude-opus-4-7	Anthropic	200k	长上下文编程、当前最强代码模型
claude-sonnet-4-6	Anthropic	200k	平衡型
claude-haiku-4-5	Anthropic	200k	延迟最低
gemini-3.1-pro	Google	2M	超长文档、视频理解
gemini-3.1-flash	Google	1M	快速
deepseek-v3.2	DeepSeek	128k	中文强、价格极低
kimi-k2	Moonshot	200k	中文长文档
glm-4.6	智谱	128k	中文综合
gpt-image-2	OpenAI	—	图片生成
sora-2	OpenAI	—	视频生成
suno-v4	Suno	—	音乐生成
text-embedding-3-large	OpenAI	—	向量化

工具接入

工具	类型	教程
Cursor	AI 优先的 IDE	cursor-setup.md
Cline	VS Code AI 代理插件	cline-setup.md
Claude Code	Anthropic 官方 CLI	claude-code-setup.md
ChatBox	跨平台桌面客户端	chatbox-setup.md
Dify	低代码 LLM 工作流	dify-setup.md
LobeChat	自部署 Chat UI	lobechat-setup.md
Open WebUI	自部署 Web UI	openwebui-setup.md
Continue	VS Code 编程助手	continue-setup.md
LangChain	LLM 应用框架	langchain-setup.md
LlamaIndex	RAG / 数据框架	llamaindex-setup.md

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）：

语言	内容	路径
Python	chat / streaming / image / function-calling / vision	examples/python/
Node.js	chat / streaming / image	examples/node/
curl	chat / streaming / image / embeddings	examples/curl/

直连 vs 统一网关

维度	直连各家原厂	统一 OpenAI 兼容网关
注册	每家都要注册	一次注册
付费	多家分别付费、多套发票	单一计费
切换模型	改 SDK + 改参数 + 改请求结构	改 model 字符串
故障容错	自己实现 fallback	改 model 即可换厂商
国内访问	部分厂商需自行解决网络	网关侧解决
新模型上线	每家 SDK 升级	一般同步可用
调用上限	各家分别限速	网关合并配额

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