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
用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
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
用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
- 阅读## 核心能力章节了解skill功能
- 按## 依赖说明配置环境
- 执行所需能力对应的命令
- 参考## 错误处理章节处理异常
- 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
-
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
- 日常对话与轻量任务:优先
-
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)
- 设置合理的
-
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
-
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
- 捕获
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-4o、gpt-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 SDK | Python 库 | 推荐 | pip install llm-provider |
| llm-provider Node SDK | npm 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 |
| jq | JSON 处理工具 | 可选 | apt install jq / brew install jq |
| LLM API | API | 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…