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
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
| 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
评论