一个API接口对接ChatGPT3.5/4.0,Claude3,文心一言,通义千问,智谱AI等多款AI模型，打造属于自己的AI应用

本文主要是介绍一个API接口对接ChatGPT3.5/4.0,Claude3,文心一言,通义千问,智谱AI等多款AI模型，打造属于自己的AI应用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

今天我要给大家介绍团队的最新项目——一个集成了ChatGPT-3.5/4.0、Claude3、文心一言、通义千问、智谱AI等多个AI模型的API模型聚合平台。仅需使用一个接口就可以对接所有AI模型
在这里插入图片描述

为什么要创建这个平台？

随着不同的AI模型陆续问世，每个模型都有其独特的优势和用途。但是，要同时与多个模型交互通常需要切换不同的平台和接口，这不仅耗时而且效率低下。

因此，团队萌生了一个想法：为什么不创建一个一站式的平台，让用户能够通过单一的接口与多个模型交流呢？这样，用户就可以轻松地比较不同模型的表现，并根据需要选择最合适的一个。于是诞生了这个API聚合平台-海鲸AI

支持的模型

海鲸AI支持的AI模型覆盖了当前市场上的多个主流选项，包括但不限于：

品牌	模型
ChatGPT	gpt-3.5-turbo，gpt-4-turbo，gpt-4-turbo-2024-04-09，gpt-4-1106-preview，gpt-4-vision-preview
Claude 3	claude-3-sonnet-20240229，claude-3-opus-20240229，claude-3-haiku-20240307
文心一言	ERNIE-3.5-8K
通义千问	qwen-turbo，qwen-plus，qwen-max
智谱AI	glm-3-turbo,glm-4,glm-4v

调用方式

1、获取APIkey

可通过登录API聚合平台获取APIkey，登录后可获取5元的体验券，来调用API
在这里插入图片描述

2、查看API文档，并进行接口调用

通过一个接口即可对接国际主流AI模型，兼容性这边已经帮大家处理好了，无脑对接即可
API文档地址：https://api.atalk-ai.com/api#/operations/post-gpt-completions-messages

在这里插入图片描述

3、各个语言的调用示例

java

AsyncHttpClient client = new DefaultAsyncHttpClient();
client.prepare("POST", "https://api.atalk-ai.com/gpt/completions").setHeader("Authorization", "").setHeader("Content-Type", "application/json").setBody("{\n  \"messages\": [\n    {\n      \"role\": \"system\",\n      \"content\": \"You are a helpful assistant.\"\n    },\n    {\n      \"role\": \"assistant\",\n      \"content\": \"can i help you ?\"\n    },\n    {\n      \"role\": \"user\",\n      \"content\": \"Hello!\"\n    }\n  ],\n  \"model\": \"gpt-3.5-turbo\",\n  \"max_tokens\": 1000,\n  \"stream\": true,\n  \"temperature\": 0.2\n}").execute().toCompletableFuture().thenAccept(System.out::println).join();client.close();

python3

import http.clientconn = http.client.HTTPSConnection("api.atalk-ai.com")payload = "{\n  \"messages\": [\n    {\n      \"role\": \"system\",\n      \"content\": \"You are a helpful assistant.\"\n    },\n    {\n      \"role\": \"assistant\",\n      \"content\": \"can i help you ?\"\n    },\n    {\n      \"role\": \"user\",\n      \"content\": \"Hello!\"\n    }\n  ],\n  \"model\": \"gpt-3.5-turbo\",\n  \"max_tokens\": 1000,\n  \"stream\": true,\n  \"temperature\": 0.2\n}"headers = {'Authorization': "",'Content-Type': "application/json"
}conn.request("POST", "/gpt/completions", payload, headers)res = conn.getresponse()
data = res.read()print(data.decode("utf-8"))

NodeJS

const axios = require('axios').default;const options = {method: 'POST',url: 'https://api.atalk-ai.com/gpt/completions',headers: {Authorization: '', 'Content-Type': 'application/json'},data: {messages: [{role: 'system', content: 'You are a helpful assistant.'},{role: 'assistant', content: 'can i help you ?'},{role: 'user', content: 'Hello!'}],model: 'gpt-3.5-turbo',max_tokens: 1000,stream: true,temperature: 0.2}
};try {const { data } = await axios.request(options);console.log(data);
} catch (error) {console.error(error);
}

PHP

<?php$client = new \GuzzleHttp\Client();$response = $client->request('POST', 'https://api.atalk-ai.com/gpt/completions', ['body' => '{"messages": [{"role": "system","content": "You are a helpful assistant."},{"role": "assistant","content": "can i help you ?"},{"role": "user","content": "Hello!"}],"model": "gpt-3.5-turbo","max_tokens": 1000,"stream": true,"temperature": 0.2
}','headers' => ['Authorization' => '','Content-Type' => 'application/json',],
]);echo $response->getBody();