tag API

標籤
貢獻416
378
04:24 AM · Oct 12 ,2025

@API / 博客 RSS 訂閱

mb690cc2a30bc41 - 如何將OpenAI API調用遷移為Anthropic API

如何將OpenAI API調用遷移為Anthropic API 隨着大模型生態的不斷豐富,越來越多開發者希望將原本基於OpenAI的應用切換到Anthropic(如Claude 3等),以獲得更好的模型能力或滿足合規需求。本文將介紹OpenAI API與Anthropic API的主要差異,以及實際的代碼遷移示例,幫你高效完成API適配工作。 一、OpenAI

API , 代碼人生 , Json , Python

收藏 評論

未聞花名AI - 構建AI智能體:十八、解密LangChain中的RAG架構:讓AI模型突破侷限學會“翻書”答題

一、相得益彰 在人工智能領域,我們常常遇到兩個核心挑戰:如何讓模型獲取最新知識,以及如何讓模型基於特定信息生成準確答案。RAG(Retrieval-Augmented Generation:檢索增強生成) 提供了一種解決這些挑戰的範式,而 LangChain 則提供了實現這一範式的完整工具箱。二者的結合,就像RAG給了建築師既有了設計藍圖,而LangChain又有了全套現代

yyds乾貨盤點 , API , 數據庫 , AI寫作 , aigc , 迭代

收藏 評論

David Atanda - GraphQL On The Front-End (React And Apollo)

One of the main benefits of GraphQL is the client’s ability to request what they need from the server and receive that data exactly and predictably. Without much effort, one can easily pull nested d

react , API , graphql , coding

收藏 評論

Ambition的後花園 - Java調用DeepSeek傳圖文示例

瞭解您想用Java同時傳遞圖片和文字信息給DeepSeek API。雖然目前的搜索結果中缺乏直接使用DeepSeek多模態接口處理圖片的Java示例,但我可以基於通用的大模型多模態API調用原理,為您提供一個可行的實現方案。 以下是一個基於OkHttp庫的示例,展示瞭如何構建同時包含文本和圖像數據的請求。 核心概念:圖像傳遞方式 通常,向大模型傳遞圖像有兩種方式

API , 後端開發 , JAVA , 模態 , Json

收藏 評論

圓圓大姐頭 - Apikit 自學日記:創建自動化測試項目

在API 自動化測試中,所有的測試用例都是以項目維度來進行管理,一個自動化測試項目可以從多個API文檔項目中引用API信息來創建API測試用例。 點擊左側菜單欄,進入 API自動化測試 項目列表頁,點擊添加按鈕: 在彈窗中輸入相應的信息,點擊確定即可: 在創建項目時,您也可以指定一位空間內的成員成為該項目的初始管理員,他能夠幫助您進行項目內的人員權限管理工作,如綁定空間內的成員到該

API , postman , 自動化測試 , 測試工具 , 接口設計

收藏 評論

圓圓大姐頭 - Apikit 自學日記:智能 Mock 規則

功能入口:API管理應用 / 公共資源菜單 / 智能 Mock 設置 二級菜單在編寫API文檔返回結果時,若參數字段和類型匹配智能Mock規則,系統則會自動填入對應的Mock值。該功能提供無感的快速mock值配置,減輕mock規則配置的工作負擔。 智能Mock的匹配規則分兩種類型:內置規則和自定義規則。 內置規則是一套完整的預置智能Mock規則,用户不可編輯具體的匹配規則,僅可整體啓用或停用。內置

mock , API , 接口文檔 , 測試工具 , 接口設計

收藏 評論

zhanghada - AI Ping 上新限免:GLM-4.7 與 MiniMax-M2.1 實測對比

引言:AI Ping上新雙旗艦,一站式免費解鎖國產大模型核心能力 在大語言模型(LLM)的落地應用中,“AI Ping”已成為衡量模型實用價值的核心指標——它並非傳統網絡的連通性檢測,而是針對LLM的響應效率、內容質量、資源消耗的綜合探測體系。當前,AI Ping平台重磅上新兩款國產旗艦模型並開放體驗:智譜AI GLM-4.7與MiniMax-M2

API , Max , 人工智能 , 深度學習 , 官網

收藏 評論

mob64ca12f43142 - Diffusion model面試題

關於“Diffusion model面試題”的描述: 在近年來,Diffusion model在各種領域的應用逐漸增多,包括計算機視覺、自然語言處理等。許多公司在面試中開始關注應聘者對Diffusion model的理解與實際應用能力。這篇博文將系統性地記錄如何應對相關的面試題,並提供有效的解決方案和最佳實踐。 版本對比 在討論不同版本的Diffusion model時,我們

性能優化 , 不同版本 , API , aigc

收藏 評論