اتصال فریم ورک ها و SDK ها به API گیلاس

اتصال فریم ورک ها و SDK ها به API گیلاس

sdk, langchain, llamaindex, openai
preview

در این پست کوتاه، نحوه پیکربندی فریم‌ورک‌ها و SDKهای مختلف برای دسترسی به API گیلاس را بررسی می‌کنیم.

در نظر داشته باشید که اگر در حال حاضر از سرویس‌دهنده‌های دیگری در کد خود استفاده می‌کنید، می‌توانید تنها با تغییر متغیرهای آدرس API و استفاده از کلید API گیلاس به راحتی به پلتفرم گیلاس منتقل شوید. هیچ کد دیگری در برنامه‌ی شما نیازی به تغییر نخواهد داشت.

برای این کار ابتدا یک حساب کاربری جدید بسازید یا اگر صاحب حساب کاربری هستید وارد پنل کاربری خود شوید. سپس، به صفحه کلید API بروید و با کلیک روی دکمه “ساخت کلید API” یک کلید جدید برای دسترسی به Gilas API بسازید.

فریم‌ورک LangChain #

 1import os
 2from langchain.chat_models import ChatOpenAI
 3from langchain.schema import (HumanMessage, SystemMessage)
 4
 5chat = ChatOpenAI(
 6    api_key="YOUR_GILAS_API_KEY",
 7    base_url="https://api.gilas.io/v1",
 8    temperature=0)
 9human_message = "Translate from English to Farsi: I love playing Tennis"
10chat([HumanMessage(content = human_message)])

به‌طور جایگزین، می‌توانید از متغیرهای محیطی استفاده کنید:

1import os
2
3os.environ["OPENAI_API_KEY"] = "YOUR_GILAS_API_KEY"
4os.environ["OPENAI_API_BASE"] = "https://api.gilas.io/v1"
5
6chat = ChatOpenAI(temperature=0)
7human_message = "Translate from English to Farsi: I love playing Tennis"
8chat([HumanMessage(content = human_message)])

فریم‌ورک Haystack #

برای تنظیم API Key و base URL در Haystack، به شکل زیر عمل کنید:

1from haystack.components.generators import OpenAIGenerator
2
3client = OpenAIGenerator(
4    api_key="YOUR_GILAS_API_KEY",
5    api_base_url="https://api.gilas.io/v1"
6    model="gpt-4o")
7response = client.run("What's Natural Language Processing? Be brief.")
8print(response)

فریم‌ورک LlamaIndex #

برای LlamaIndex، می‌توانید تنظیمات را این‌گونه انجام دهید:

 1from llama_index.llms.openai import OpenAI
 2
 3llm = OpenAI(
 4    model="gpt-4o-mini",
 5    api_key="YOUR_GILAS_API_KEY",
 6    api_base="https://api.gilas.io/v1"
 7)
 8
 9resp = llm.complete("Iran is ")
10print(resp)

فریم‌ورک Microsoft AutoGen #

برای استفاده از مدل‌های ارايه شده از طریق گیلاس API در فریم‌ورک AutoGen، می‌توانید از کد زیر استفاده کنید:

1import os
2import autogen
3
4llm_config = {
5    "config_list": [{"model": "gpt-4o", "api_key": "YOUR_GILAS_API_KEY", "base_url": "https://api.gilas.io/v1"}],
6}
7
8assistant = autogen.AssistantAgent(name="assistant", llm_config=llm_config)

مجموعه SDKهای OpenAI #

برای Python #

 1from openai import OpenAI
 2
 3client = OpenAI(
 4    api_key="YOUR_GILAS_API_KEY",
 5    api_base = "https://api.gilas.io/v1"
 6)
 7
 8chat_completion = client.chat.completions.create(
 9    messages=[
10        {
11            "role": "user",
12            "content": "Say this is a test",
13        }
14    ],
15    model="gpt-4o",
16)

برای Node.js #

 1import OpenAI from 'openai';
 2
 3const client = new OpenAI({
 4  apiKey: 'YOUR_GILAS_API_KEY',
 5  baseURL: 'https://api.gilas.io/v1'
 6});
 7
 8async function main() {
 9  const chatCompletion = await client.chat.completions.create({
10    messages: [{ role: 'user', content: 'Say this is a test' }],
11    model: 'gpt-4o',
12  });
13}
14
15main();

برای Go #

 1package main
 2
 3import (
 4	"context"
 5
 6	"github.com/openai/openai-go"
 7	"github.com/openai/openai-go/option"
 8)
 9
10func main() {
11	client := openai.NewClient(
12		option.WithAPIKey("YOUR_GILAS_API_KEY"), 
13        option.WithBaseURL("https://api.gilas.io/v1")
14	)
15	chatCompletion, err := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
16		Messages: openai.F([]openai.ChatCompletionMessageParamUnion{
17			 openai.UserMessage("Say this is a test"),
18		}),
19		Model: openai.F(openai.ChatModelGPT4o),
20	})
21	if err != nil {
22		panic(err.Error())
23	}
24	println(chatCompletion.Choices[0].Message.Content)
25}

برای Java #

1import com.openai.client.OpenAIClient;
2import com.openai.client.okhttp.OpenAIOkHttpClient;
3
4OpenAIClient client = OpenAIOkHttpClient.builder()
5    .apiKey("My API Key")
6    .baseUrl("https://api.gilas.io/v1")
7    .build();

 برای Anthropic SDKs #

برای پیکربندی Anthropic SDK، این مراحل را دنبال کنید:

 1import anthropic
 2
 3client = anthropic.Anthropic(
 4    api_key='YOUR_GILAS_API_KEY',
 5    base_url="https://api.gilas.io/v1"
 6)
 7message = client.messages.create(
 8    model="claude-3-5-sonnet-latest",
 9    max_tokens=1024,
10    messages=[
11        {"role": "user", "content": "Hello, Claude"}
12    ]
13)
14print(message.content)

با استفاده ازین نمونه‌ها باید بتوانید به سرعت به API GILAS متصل شوید و از آن برای پروژه‌های خود استفاده کنید.