import aisuite as ai
client = ai.Client()
models = ["openai:gpt-4o", "anthropic:claude-3-5-sonnet-20241022"]
messages = [
{"role": "system", "content": "Respond in Pirate English."},
{"role": "user", "content": "Tell me a joke."},
]
for model in models:
response = client.chat.completions.create(
model=model,
messages=messages,
temperature=0.75
)
print(response.choices[0].message.content)aisuite是什么
aisuite是开源的Python库,吴恩达(Andrew Ng)发布的,旨在提供一个统一的接口来调用多个大型语言模型(LLM)服务。支持包括OpenAI、Anthropic、Azure等在内的11个模型平台,开发者能轻松切换和测试不同提供商的模型。通过aisuite,用户可以便捷地获取API密钥并设置环境变量,实现对不同语言模型的访问和调用。简化了多模型管理和测试的工作,促进了人工智能技术的应用和发展。

aisuite的主要功能
- 统一接口设计:aisuite提供了一个统一的接口,开发者能以相同的方式调用不同大型语言模型(LLM)平台的模型。
- 支持多个模型平台:aisuite 支持包括 OpenAI、Anthropic、Azure、Google、AWS、Groq、Mistral、HuggingFace 和 Ollama 在内的多个模型平台。
- 简化模型切换:用户只需通过更改一个字符串,即可选择不同提供商的模型,极大地简化了模型切换和对比测试的过程。
- 易于安装和配置:aisuite的安装过程简便,用户只需准备Python环境和所需的API密钥,可通过简单的命令安装框架。
- 主要关注聊天功能:目前,aisuite主要关注于增强聊天功能,未来计划扩展到更多使用场景。
- 扩展性:aisuite计划增加更多功能模块,例如函数调用等,以进一步丰富其实用性。
- 使用HTTP端点或SDK调用:为了确保稳定性,aisuite使用HTTP端点或SDK来与提供商进行调用。
aisuite的项目地址
如何使用aisuite
- 安装aisuite:可以通过pip命令来安装aisuite。
- 只安装基础包,不涉及任何提供商的SDK,使用命令
pip install aisuite。 - 需要特定提供商的支持,比如Anthropic,可以使用命令
pip install 'aisuite (anthropic)'。 - 要安装所有特定于提供商的库,使用命令
pip install 'aisuite (all)'。
- 只安装基础包,不涉及任何提供商的SDK,使用命令
- 获取API密钥:安装后,需要为所选的提供商获取API密钥,通过环境变量进行配置。
- 编写Python客户端:配置好API密钥后,可以使用标准的Python客户端来请求聊天补全等功能。例如,以下是使用aisuite生成聊天补全响应的Python客户端示例代码:
aisuite的应用场景
- 聊天补全功能:目前,aisuite主要集中在聊天补全功能上,支持开发者通过统一的接口调用不同模型来生成聊天回复。
- 模型对比测试:aisuite支持快速在不同模型间切换,只需更改一个字符串,例如从“openai:gpt-4o”切换到“anthropic:claude-3-5-sonnet-20241022”,进行模型对比测试变得简单。
- 个性化推荐和服务:aisuite能通过对用户行为和偏好的分析,为用户提供个性化的推荐和服务,如电商平台的商品推荐和社交媒体的社交推荐。
- 构建聊天UI界面:搭配Streamlit等工具,可以使用aisuite构建简单的聊天UI界面,进一步扩展其在用户交互领域的应用。
🧭 文中关联 AI 工具官网与参数卡(语宙 AI 导航)
❓ 常见问题解答(FAQ)
aisuite 是什么?
aisuite 是吴恩达发布的开源 Python 库,目标是用统一接口调用多个大型语言模型服务。开发者可通过同一套代码访问不同提供商的模型,减少重复适配和切换成本。
aisuite 支持哪些大模型平台?
文章提到 aisuite 支持 OpenAI、Anthropic、Azure、Google、AWS、Groq、Mistral、HuggingFace、Ollama 等平台,共 11 个模型平台,便于跨厂商测试与集成。
aisuite 怎么安装和使用?
可用 pip 安装基础包,按需安装特定提供商支持或全部扩展。配置好对应 API 密钥后,使用统一的 Python 客户端和 model 字符串即可发起聊天补全请求。
🔬 语宙深潜追问 · 进阶实操拆解
统一接口最容易踩哪些兼容坑?
常见问题是参数语义不一致、流式返回格式不同、工具调用协议不统一。落地时要做适配层和能力探测,按模型动态降级;否则同一套代码在不同供应商上会出现温度、上下文长度和函数调用行为不一致。
多模型对比测试该怎么设计?
不要只比单轮回答,要按任务维度建基准:代码、摘要、检索、工具调用和长上下文。再统一成本、延迟、成功率和稳定性指标,才能判断某个模型是否真的适合生产,而不是只在 demo 里好看。
🗳️ 读者观点微投票 · 您的实战立场是?
一个接口管多模型,真能替代各家 SDK 吗?
