TTokenySpace
返回 Skills 列表

Llm Provider Ai Tool Free

轻量级OpenAI API调用工具,支持对话补全、文件管理与图像生成,适合个人开发者快速集成。

#中文
0

安装到 Tokeny(自动)

下载 ZIP
安装"llm-provider-ai-tool-free"技能
技能信息:
- 名称: Llm Provider Ai Tool Free
- 标识: llm-provider-ai-tool-free
- 描述: 轻量级OpenAI API调用工具,支持对话补全、文件管理与图像生成,适合个人开发者快速集成。
- 版本: 1.0.0
下载地址:
https://www.tokeny.space/api/skills/llm-provider-ai-tool-free/download
继续

复制上方内容到 Tokeny 客户端并在会话中发送即可自动安装;也可直接 下载 ZIP并拖动到技能窗口安装。

SKILL.md

llm-provider 助手工具 - 免费版

概述

llm-provider 助手工具(免费版)为个人开发者提供轻量级的 llm-provider API 调用能力。本版本聚焦于最高频的核心场景:对话补全、文件管理、图像生成与基础助手功能,帮助用户快速将 AI 能力集成到个人项目与工作流中。

免费版与专业版(llm-provider-ai-tool-pro)保持 API 兼容,专业版额外提供批量任务、微调、评估等高级能力,可在需要时平滑升级。

核心能力

能力分类免费版支持说明
对话补全支持gpt-4o / gpt-4o-mini 等模型
文本嵌入支持生成向量用于检索与聚类
文件上传支持上传文档用于助手与批处理
向量存储基础创建与查询向量存储
图像生成支持DALL-E 3 文生图与编辑
助手管理基础创建与对话(单线程)
批量任务不支持升级专业版获取
微调任务不支持升级专业版获取
评估能力不支持升级专业版获取

核心功能执行

input_params参数进行配置。

输入: 用户提供核心功能执行所需的指令和必要参数。 处理: 按照skill规范执行核心功能执行操作,遵循单一意图原则。 输出: 返回核心功能执行的执行结果,包含操作状态和输出数据。

  • 执行此能力时使用input_params参数,支持创建/查询/导出操作

参数配置与调用

config_options参数进行配置。

输入: 用户提供参数配置与调用所需的指令和必要参数。 处理: 按照skill规范执行参数配置与调用操作,遵循单一意图原则。 输出: 返回参数配置与调用的执行结果,包含操作状态和输出数据。

  • 执行此能力时使用config_options参数,支持修改/重置/导入操作

结果处理与输出

output_format参数进行配置。

输入: 用户提供结果处理与输出所需的指令和必要参数。 处理: 按照skill规范执行结果处理与输出操作,遵循单一意图原则。 输出: 返回结果处理与输出的执行结果,包含操作状态和输出数据。

  • 执行此能力时使用output_format参数,支持导出/保存/转换操作 能力覆盖范围:本skill的核心能力覆盖以下场景关键词:轻量级、OpenAI、API、调用工具、支持对话补全、文件管理与图像生、适合个人开发者快、速集成、面向个人开发者的、轻量调用工具、核心能力、chat、completions、与文本生成、文件上传与基础向、量存储管理、图像生成与编辑、Assistants、基础创建与对话、embeddings等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持。

使用场景

常见问题

将个人文档上传至 llm-provider,构建简易问答助手。

# 上传知识文件
curl -X POST "https://api.llm-provider.com/v1/files" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -F "purpose=assistants" \
  -F "file=@./knowledge.pdf"

# 创建助手并绑定文件
curl -X POST "https://api.llm-provider.com/v1/assistants" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "我的知识助手",
    "model": "gpt-4o-mini",
    "tools": [{"type": "file_search"}]
  }'

场景二:营销文案批量生成

利用对话补全快速生成多版本文案。

import os
from llm-provider import llm-provider

client = llm-provider(api_key=os.environ["OPENAI_API_KEY"])

prompts = [
    "为智能手表写一句吸引年轻人的广告语",
    "为咖啡品牌写一段温暖的品牌故事",
    "为在线课程写一封促销邮件开头"
]

for prompt in prompts:
    response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{"role": "user", "content": prompt}],
        max_tokens=200
    )
    print(response.choices[0].message.content)

场景三:配图快速生成

为博客或社媒生成配图。

curl -X POST "https://api.llm-provider.com/v1/images/generations" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "dall-e-3",
    "prompt": "极简风格的日出插画,暖色调,适合博客封面",
    "size": "1024x1024",
    "n": 1
  }'

不适用场景

以下场景OpenAI助手免费版不适合处理:

  • 需要100%确定性的关键决策
  • 医疗诊断
  • 法律判决

触发条件

需要AI模型调用、智能对话、Agent编排、LLM应用时使用。不适用于非本工具能力范围的需求。

快速开始

  1. 阅读## 核心能力章节了解skill功能
  2. 按## 依赖说明配置环境
  3. 执行所需能力对应的命令
  4. 参考## 错误处理章节处理异常
  5. 查看## FAQ解答常见疑问

1. 配置 API Key

# macOS / Linux
export OPENAI_API_KEY="sk-your-api-key-here"

# Windows PowerShell
$env:OPENAI_API_KEY="sk-your-api-key-here"

2. 验证连接

curl https://api.llm-provider.com/v1/models \
  -H "Authorization: Bearer $OPENAI_API_KEY" | jq '.data[0:3]'

3. 发起第一次对话

curl -X POST "https://api.llm-provider.com/v1/chat/completions" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o-mini",
    "messages": [
      {"role": "system", "content": "你是一个友好的中文助手。"},
      {"role": "user", "content": "用一句话解释什么是向量数据库。"}
    ]
  }'

示例

Python SDK 配置

import os
from llm-provider import llm-provider

# 方式一:自动读取环境变量
client = llm-provider()

# 方式二:显式传入
client = llm-provider(api_key="sk-your-api-key")

# 方式三:自定义 Base URL(代理场景)
client = llm-provider(
    api_key=os.environ["OPENAI_API_KEY"],
    base_url="https://your-proxy.example.com/v1"
)

Node.js SDK 配置

import llm-provider from "llm-provider";

const client = new llm-provider({
  apiKey: process.env.OPENAI_API_KEY,
});

最佳实践

  1. 模型选择策略

    • 日常对话与轻量任务:优先 gpt-4o-mini,成本低、速度快
    • 复杂推理与高质量创作:使用 gpt-4o
    • 图像生成:使用 dall-e-3,支持自然语言 prompt
  2. Token 成本控制

    • 设置合理的 max_tokens 避免冗长输出
    • 使用 system 消息约束输出格式
    • 高频请求场景启用流式输出(stream: true)
  3. 文件管理规范

    • 上传前清理无用文件,避免占用配额
    • 为文件添加描述性 purpose 标注
    • 定期通过 GET /v1/files 审计已上传资源
  4. 错误处理

    • 捕获 RateLimitError 并实现指数退避重试
    • 记录 request_id 便于排查问题
    • 网络不稳定时启用超时与重试机制
import time
from llm-provider import llm-provider, RateLimitError

client = llm-provider()

def safe_chat(prompt, retries=3):
    for i in range(retries):
        try:
            return client.chat.completions.create(
                model="gpt-4o-mini",
                messages=[{"role": "user", "content": prompt}]
            )
        except RateLimitError:
            time.sleep(2 ** i)
    raise RuntimeError("重试次数耗尽")

常见问题

Q1: 提示 "authentication_error" 怎么办?

检查 API Key 是否正确、是否已过期。免费版使用标准 Bearer Token 认证,无需额外配置。可在 llm-provider 控制台重新生成密钥。

已知限制

免费版遵循 llm-provider 账户的默认速率限制(Tier 1 通常为 500 RPM)。如需更高并发,可在 llm-provider 控制台提升账户等级,或升级至专业版获取批量处理能力。

Q3: 能否使用 GPT-4 系列模型?

可以。免费版支持账户权限内的所有模型,包括 gpt-4ogpt-4o-mini 等。模型可用性取决于账户等级,而非 Skill 版本。

Q4: 如何迁移到专业版?

专业版(llm-provider-ai-tool-pro)与免费版 API 完全兼容,无需修改代码。升级后可使用批量任务、微调、评估等高级能力。建议在调用量增长或需要自动化流水线时迁移。

Q5: 是否支持流式输出?

支持。在请求中设置 "stream": true 即可。流式输出适合聊天场景,可显著降低首字延迟。

依赖说明

运行环境

  • Agent 平台: 支持SKILL.md的任意AI Agent(ai-assistant Code / Cursor / Codex / Gemini CLI等)
  • 操作系统: Windows / macOS / Linux
  • 网络: 需可访问 api.llm-provider.com

依赖详情

依赖项类型是否必需获取方式
llm-provider Python SDKPython 库推荐pip install llm-provider
llm-provider Node SDKnpm 库推荐(Node 场景)npm install llm-provider
curl命令行工具可选系统自带或下载
jqJSON 处理工具可选apt install jq / brew install jq
LLM APIAPI必需由Agent内置LLM提供

API Key 配置

  • 必须配置 OPENAI_API_KEY 环境变量
  • 在 llm-provider 控制台 > API Keys 页面创建
  • 建议使用 .env 文件管理,避免硬编码
  • 免费版无需额外集成插件或托管服务

可用性分类

  • 分类: MD+EXEC(纯Markdown指令,部分功能需exec命令行执行)
  • 说明: 基于Markdown的AI Skill,通过自然语言指令驱动Agent完成操作。免费版聚焦核心 API 调用,适合个人开发者快速集成。

错误处理

错误场景原因处理方式
配置错误参数缺失或格式错误检查依赖说明中的配置要求
运行时错误运行环境不满足确认运行环境符合依赖说明
网络错误连接超时或不可达执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令,参考国内替代方案

评论

加载中…