Cookbook
簡短、可直接複製貼上的常見任務與工具範例。全部都指向 https://api.apigator.ai/v1 並帶上你的 Apigator 金鑰。完整參考:/docs。
from openai import OpenAI
client = OpenAI(base_url="https://api.apigator.ai/v1", api_key="sk-...")
r = client.chat.completions.create(model="gpt-4o",
messages=[{"role":"user","content":"Hello!"}])
print(r.choices[0].message.content) curl https://api.apigator.ai/v1/images/generations \
-H "Authorization: Bearer sk-..." \
-d '{"model":"openai/gpt-image-1","prompt":"a red crocodile mascot","n":1}' curl https://api.apigator.ai/v1/audio/transcriptions \
-H "Authorization: Bearer sk-..." \
-F model="groq/whisper-large-v3" \
-F file=@speech.mp3 將你的文本切塊嵌入、儲存向量,再嵌入查詢、取回最相近的內容,最後用聊天模型回答。
from openai import OpenAI
client = OpenAI(base_url="https://api.apigator.ai/v1", api_key="sk-...")
def embed(texts):
r = client.embeddings.create(model="openai/text-embedding-3-small", input=texts)
return [d.embedding for d in r.data]
# 1) embed + store your docs' vectors 2) embed the query 3) retrieve top-k by cosine
# 4) pass the retrieved text as context to client.chat.completions.create(...) Apigator 相容 OpenAI,因此任何能設定 base URL 與金鑰的工具都能用。
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(base_url="https://api.apigator.ai/v1", api_key="sk-...", model="gpt-4o") import { createOpenAI } from "@ai-sdk/openai";
const apigator = createOpenAI({ baseURL: "https://api.apigator.ai/v1", apiKey: process.env.APIGATOR_KEY });
// const { text } = await generateText({ model: apigator("gpt-4o"), prompt: "Hi" }); Settings → Models → OpenAI API Key:把 Override Base URL 設為 https://api.apigator.ai/v1,貼上你的 Apigator 金鑰,再加一個模型 id(例如 gpt-4o)。
選擇 OpenAI Compatible 供應商;Base URL https://api.apigator.ai/v1、API 金鑰 sk-...、模型可用 /models 上的任何 id。Aider:OPENAI_API_BASE=https://api.apigator.ai/v1 OPENAI_API_KEY=sk-... aider --model gpt-4o。
一行指令:curl -fsSL https://apigator.ai/setup-claude-cli.sh | bash。完整指南:/claude-cli。