AIGNE Hub | ArcBlock

AIGNE Hub 提供了一个统一的代理层，用于访问来自多个提供商的各种大型语言模型 (LLM)、图像和视频生成服务。通过使用 @aigne/aigne-hub 包，您可以在不同的 AI 模型之间无缝切换，而无需更改客户端应用程序逻辑，所有请求都通过一个统一且一致的 API 端点进行。

本指南涵盖了 AIGNEHubChatModel、AIGNEHubImageModel 和 AIGNEHubVideoModel 类的安装、配置和使用，以将您的应用程序连接到 AIGNE Hub。

概述

AIGNE Hub 充当一个网关，聚合了 OpenAI、Anthropic、Google 等主要 AI 提供商。这种架构通过抽象每个提供商 API 的特定要求，简化了集成。您只需传递模型的唯一标识符（包括提供商前缀，例如 openai/gpt-4o-mini 或 anthropic/claude-3-sonnet），即可与任何受支持的模型进行交互。

主要功能

统一访问：所有 LLM、图像和视频生成请求的单一端点。
多提供商支持：访问来自 OpenAI、Anthropic、AWS Bedrock、Google、DeepSeek、Ollama、xAI 和 OpenRouter 的模型。
安全身份验证：通过单个 API 密钥 (apiKey) 管理访问。
聊天、图像和视频模型：支持聊天补全、图像生成和视频创建。
流式传输：聊天响应的实时、令牌级流式传输。
无缝集成：旨在与更广泛的 AIGNE 框架协同工作。

支持的提供商

AIGNE Hub 通过其统一的 API 支持广泛的 AI 提供商。

提供商	标识符
OpenAI	`openai`
Anthropic	`anthropic`
AWS Bedrock	`bedrock`
DeepSeek	`deepseek`
Google	`google`
Ollama	`ollama`
OpenRouter	`openRouter`
xAI	`xai`

安装

首先，在您的项目中安装 @aigne/aigne-hub 和 @aigne/core 包。

npm install

npm install @aigne/aigne-hub @aigne/core

yarn add

yarn add @aigne/aigne-hub @aigne/core

pnpm add

pnpm add @aigne/aigne-hub @aigne/core

配置

聊天、图像和视频模型需要配置才能连接到您的 AIGNE Hub 实例。主要选项包括 Hub 的 URL、访问密钥和所需的模型标识符。

模型配置

配置选项在 AIGNEHubChatModel、AIGNEHubImageModel 和 AIGNEHubVideoModel 之间是一致的。

baseUrl string (required) — 您的 AIGNE Hub 实例的基础 URL（例如 https://your-aigne-hub-instance/ai-kit）。
apiKey string (required) — 您用于向 AIGNE Hub 进行身份验证的 API 访问密钥。
model string (required) — 模型标识符，以提供商为前缀（例如 openai/gpt-4o-mini）。
modelOptions object — 可选的特定于模型的参数，用于传递给提供商的 API。

使用方法

聊天补全

要执行聊天补全，请使用您的配置实例化 AIGNEHubChatModel 并调用 invoke 方法。

基本聊天补全

import { AIGNEHubChatModel } from "@aigne/aigne-hub";

const model = new AIGNEHubChatModel({
  baseUrl: "https://your-aigne-hub-instance/ai-kit",
  apiKey: "your-access-key-secret",
  model: "openai/gpt-4o-mini",
});

const result = await model.invoke({
  messages: [{ role: "user", content: "Hello, world!" }],
});

console.log(result);

响应示例

{
  "text": "Hello! How can I help you today?",
  "model": "openai/gpt-4o-mini",
  "usage": {
    "inputTokens": 8,
    "outputTokens": 9
  }
}

模型示例：

openai/gpt-4o-mini
anthropic/claude-3-sonnet
google/gemini-pro
xai/grok-1
openRouter/mistralai/mistral-7b-instruct
ollama/llama3

流式聊天响应

对于实时响应，请在 invoke 调用中将 streaming 选项设置为 true。这将返回一个异步迭代器，在响应块可用时产生它们。

流式传输示例

import { AIGNEHubChatModel } from "@aigne/aigne-hub";
import { isAgentResponseDelta } from "@aigne/core";

const model = new AIGNEHubChatModel({
  baseUrl: "https://your-aigne-hub-instance/ai-kit",
  apiKey: "your-access-key-secret",
  model: "openai/gpt-4o-mini",
});

const stream = await model.invoke(
  {
    messages: [{ role: "user", content: "Hello, who are you?" }],
  },
  { streaming: true },
);

let fullText = "";
for await (const chunk of stream) {
  if (isAgentResponseDelta(chunk)) {
    const text = chunk.delta.text?.text;
    if (text) {
      fullText += text;
      process.stdout.write(text);
    }
  }
}

console.log("\n--- Response Complete ---");
console.log(fullText);

图像生成

AIGNE Hub 支持来自多个提供商的图像生成。实例化 AIGNEHubImageModel 并提供提示和特定于模型的参数。

OpenAI DALL-E

使用 DALL-E 3 生成

import { AIGNEHubImageModel } from "@aigne/aigne-hub";

const model = new AIGNEHubImageModel({
  baseUrl: "https://your-aigne-hub-instance/ai-kit",
  apiKey: "your-access-key-secret",
  model: "openai/dall-e-3",
});

const result = await model.invoke({
  prompt: "A futuristic cityscape with flying cars and neon lights",
  n: 1,
  size: "1024x1024",
  quality: "standard",
  style: "natural",
});

console.log(result.images[0].url);

参考资料：OpenAI Images API Documentation

Google Gemini Imagen

使用 Imagen 生成

import { AIGNEHubImageModel } from "@aigne/aigne-hub";

const model = new AIGNEHubImageModel({
  baseUrl: "https://your-aigne-hub-instance/ai-kit",
  apiKey: "your-access-key-secret",
  model: "google/imagen-4.0-generate-001",
});

const result = await model.invoke({
  prompt: "A serene mountain landscape at sunset",
  n: 1,
  aspectRatio: "1:1",
});

console.log(result.images[0].base64); // 注意：Gemini 模型返回 base64 数据

参考资料：Google AI Generative Models API

Ideogram

使用 Ideogram 生成

import { AIGNEHubImageModel } from "@aigne/aigne-hub";

const model = new AIGNEHubImageModel({
  baseUrl: "https://your-aigne-hub-instance/ai-kit",
  apiKey: "your-access-key-secret",
  model: "ideogram/ideogram-v3",
});

const result = await model.invoke({
  prompt: "A cyberpunk character with glowing blue eyes, cinematic style",
  aspectRatio: "1:1",
  styleType: "cinematic",
});

console.log(result.images[0].url);

参考资料：Ideogram API Documentation

视频生成

AIGNE Hub 将其统一的 API 扩展到由 AI 驱动的、来自领先提供商的视频生成。要创建视频，请使用适当的配置实例化 AIGNEHubVideoModel。

OpenAI Sora

使用 Sora 生成

import { AIGNEHubVideoModel } from "@aigne/aigne-hub";

const model = new AIGNEHubVideoModel({
  baseUrl: "https://your-aigne-hub-instance/ai-kit",
  apiKey: "your-access-key-secret",
  model: "openai/sora-2",
});

const result = await model.invoke({
  prompt: "A serene beach scene with gentle waves at sunset",
  size: "1280x720",
  seconds: "8",
  outputFileType: "url",
});

console.log(result);

响应示例

{
  "videos": [{ "url": "https://...", "type": "url" }],
  "usage": {
    "inputTokens": 0,
    "outputTokens": 0,
    "aigneHubCredits": 200
  },
  "model": "openai/sora-2",
  "seconds": 8
}

参考资料：OpenAI Video API Documentation

Google Gemini Veo

使用 Veo 生成

import { AIGNEHubVideoModel } from "@aigne/aigne-hub";

const model = new AIGNEHubVideoModel({
  baseUrl: "https://your-aigne-hub-instance/ai-kit",
  apiKey: "your-access-key-secret",
  model: "google/veo-3.1-generate-preview",
});

const result = await model.invoke({
  prompt: "A majestic eagle soaring through mountain valleys",
  aspectRatio: "16:9",
  size: "1080p",
  seconds: "6",
  outputFileType: "url",
});

console.log(result);

响应示例

{
  "videos": [{ "url": "https://...", "type": "url" }],
  "usage": {
    "inputTokens": 0,
    "outputTokens": 0,
    "aigneHubCredits": 150
  },
  "model": "google/veo-3.1-generate-preview",
  "seconds": 6
}

参考资料：Google Gemini Video API Documentation

总结

@aigne/aigne-hub 包通过为 AIGNE Hub 服务提供统一的客户端，简化了多提供商 LLM 的集成。通过为聊天、图像和视频模型抽象出特定于提供商的逻辑，它使开发人员能够构建更灵活、更易于维护的 AI 驱动应用程序。

有关特定模型及其功能的更详细信息，请参阅各个 AI 提供商提供的文档。要探索其他模型集成，请参阅模型概述。