中国AI API统一网关

触发条件判定

✅ 触发场景

❌ 排除场景

核心流程 (5步)

Step 1: 需求分析

必问项：
□ 用途类型：chat（对话）/ embedding（向量化）/ image（绘图）
□ 预算范围：free（免费）/ low（低成本 \x3C¥10/月）/ any（不限）
□ 调用频率：low（\x3C100次/天）/ medium（100-1000）/ high（>1000）
□ 中文需求：必须 / 最好 / 无所谓
□ 特殊能力：推理强 / 代码强 / 速度快 / 稳定

可选补充：
□ 是否需要多模型聚合
□ 是否需要故障切换
□ 部署环境：本地/VPS/云函数

Step 2: 推荐方案

推荐决策树：

用途=chat AND 预算=free AND 中文=必须?
  → 是 → MiMo > DeepSeek > 智谱GLM

用途=chat AND 推理=必须?
  → 是 → DeepSeek-Coder / DeepSeek-math

用途=embedding AND 预算=free?
  → DeepSeek-embedding / 智谱embedding

用途=image AND 预算=free?
  → 智谱 CogView / 阿里通义万相

需要多模型聚合?
  → 硅基流动 / OpenRouter

Step 3: 获取指引

每个平台的获取步骤：
1. 注册账号（手机号/邮箱）
2. 完成实名认证（如需）
3. 进入控制台/API密钥页面
4. 创建/复制API Key
5. 验证可用性

注意：部分平台需充值才有API权限

Step 4: 配置模板

# OpenAI兼容方式
from openai import OpenAI

client = OpenAI(
    base_url="平台API地址/v1",
    api_key="your-api-key"
)

response = client.chat.completions.create(
    model="模型名",
    messages=[{"role": "user", "content": "你好"}]
)
print(response.choices[0].message.content)

Step 5: 故障排查

常见问题 → 排查步骤 → 解决方案

401 Unauthorized
  → 检查API Key是否正确
  → 检查Key是否过期/被禁用
  → 确认API地址是否正确

429 Rate Limit
  → 降低请求频率
  → 开启指数退避重试
  → 申请更高配额

Connection Error
  → 检查网络连接
  → 确认API地址可访问
  → 尝试更换节点/代理

国内平台详细对比

完全免费平台

低成本平台

专业模型平台

API调用示例

基础对话（curl）

# 小米MiMo
curl https://api.xiaomimimo.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $MIMO_API_KEY" \
  -d '{
    "model": "mimo-v2.5",
    "messages": [{"role": "user", "content": "你好"}],
    "temperature": 0.7,
    "max_tokens": 1000
  }'

# DeepSeek
curl https://api.deepseek.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $DEEPSEEK_API_KEY" \
  -d '{
    "model": "deepseek-chat",
    "messages": [{"role": "user", "content": "你好"}]
  }'

# 阿里百炼
curl https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $ALI_API_KEY" \
  -d '{
    "model": "qwen-turbo",
    "messages": [{"role": "user", "content": "你好"}]
  }'

Python SDK

from openai import OpenAI

# 小米MiMo
client = OpenAI(
    base_url="https://api.xiaomimimo.com/v1",
    api_key="sk-xxxxx"
)

# DeepSeek
client = OpenAI(
    base_url="https://api.deepseek.com/v1",
    api_key="sk-xxxxx"
)

# 阿里百炼
client = OpenAI(
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
    api_key="sk-xxxxx"
)

response = client.chat.completions.create(
    model="auto",  # 或指定具体模型
    messages=[
        {"role": "system", "content": "你是AI助手"},
        {"role": "user", "content": "你好"}
    ],
    temperature=0.7,
    max_tokens=1000
)
print(response.choices[0].message.content)

流式输出

from openai import OpenAI

client = OpenAI(
    base_url="https://api.xiaomimimo.com/v1",
    api_key="sk-xxxxx"
)

stream = client.chat.completions.create(
    model="mimo-v2.5",
    messages=[{"role": "user", "content": "讲个笑话"}],
    stream=True
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

网关配置示例

简单负载均衡

# gateway.yaml
providers:
  - name: mimo
    base_url: https://api.xiaomimimo.com/v1
    api_key: ${MIMO_API_KEY}
    models: [mimo-v2.5]
    priority: 1
    
  - name: deepseek
    base_url: https://api.deepseek.com/v1
    api_key: ${DEEPSEEK_API_KEY}
    models: [deepseek-chat]
    priority: 2

routing:
  strategy: priority  # priority / round_robin / random
  fallback: true
  timeout: 30
  retry: 2

Python实现简单网关

import os
from openai import OpenAI

PROVIDERS = {
    "mimo": {
        "base_url": "https://api.xiaomimimo.com/v1",
        "api_key": os.getenv("MIMO_API_KEY"),
        "models": ["mimo-v2.5"]
    },
    "deepseek": {
        "base_url": "https://api.deepseek.com/v1",
        "api_key": os.getenv("DEEPSEEK_API_KEY"),
        "models": ["deepseek-chat"]
    }
}

def chat(message, prefer="mimo"):
    """简单负载均衡"""
    for provider_name in [prefer] + list(PROVIDERS.keys()):
        if provider_name == prefer:
            continue
        provider = PROVIDERS.get(provider_name)
        if not provider["api_key"]:
            continue
            
        try:
            client = OpenAI(
                base_url=provider["base_url"],
                api_key=provider["api_key"]
            )
            response = client.chat.completions.create(
                model=provider["models"][0],
                messages=[{"role": "user", "content": message}]
            )
            return response.choices[0].message.content
        except Exception as e:
            print(f"{provider_name} failed: {e}")
            continue
    
    return "All providers failed"

边界约束

输入校验

平台限制清单

不支持场景

1. ❌ 海外模型直连（OpenAI/Claude/Gemini等）
2. ❌ 模型训练/Fine-tuning/微调
3. ❌ 私有化部署/模型下载
4. ❌ 模型量化/压缩/导出

完整示例

示例1：日常对话Agent

用户：我想找个免费的中文AI API，用于我的AI助手

【需求分析】
• 用途：chat（对话）
• 预算：free
• 特点：中文优化、高频调用

【推荐方案】

🥇 小米MiMo（首选）
• API：https://api.xiaomimimo.com/v1/chat/completions
• 模型：mimo-v2.5
• 额度：当前免费无限
• 中文：⭐⭐⭐⭐⭐
• 适合：高频调用、中文对话

🥈 DeepSeek（备选）
• API：https://api.deepseek.com/v1/chat/completions
• 模型：deepseek-chat
• 额度：注册送500万tokens
• 推理：⭐⭐⭐⭐⭐
• 适合：复杂推理、代码

【快速开始】
1. 注册：https://platform.xiaomimimo.com
2. 获取API Key
3. 使用上方Python代码调用

示例2：代码生成助手

用户：需要调用一个代码能力强的免费API

【推荐方案】

🥇 DeepSeek-Coder（代码最强）
• API：https://api.deepseek.com/v1/chat/completions
• 模型：deepseek-coder
• 额度：500万tokens免费
• 代码：⭐⭐⭐⭐⭐

【调用示例】
from openai import OpenAI

client = OpenAI(
    base_url="https://api.deepseek.com/v1",
    api_key="sk-xxxxx"
)

response = client.chat.completions.create(
    model="deepseek-coder",
    messages=[{
        "role": "user", 
        "content": "写一个Python快速排序"
    }]
)
print(response.choices[0].message.content)

示例3：聚合网关搭建

用户：我想搭建一个API网关，自动切换不同AI

【推荐架构】

方案A：硅基流动（开箱即用）
• 聚合：Qwen/GLM/Llama等
• 部分模型免费
• 无需自己运维

方案B：自建网关（灵活控制）
• 使用One API / New API开源项目
• 配置多个Provider
• 支持负载均衡/故障切换

【New API部署】
# Docker部署
docker run -d \
  --name new-api \
  -p 3000:3000 \
  -v ./data:/data \
  calm业务的/new-api

# 然后在Web界面配置各平台渠道

常见问题

参考资源

平台注册地址、详细API文档见 references/platforms.md