跳转到内容
15位专家联名推荐,《AI 原生应用架构白皮书》免费下载点此了解

AI 代理

功能说明

AI 代理插件实现了基于 OpenAI API 契约的 AI 代理功能。目前支持 OpenAI、Azure OpenAI、月之暗面(Moonshot)和通义千问等 AI 服务提供商。

🚀 自动协议兼容 (Auto Protocol Compatibility)

插件现在支持自动协议检测,无需配置即可同时兼容 OpenAI 和 Claude 两种协议格式:

  • OpenAI 协议: 请求路径 /v1/chat/completions,使用标准的 OpenAI Messages API 格式
  • Claude 协议: 请求路径 /v1/messages,使用 Anthropic Claude Messages API 格式
  • 智能转换: 自动检测请求协议,如果目标供应商不原生支持该协议,则自动进行协议转换
  • 零配置: 用户无需设置 protocol 字段,插件自动处理

协议支持说明:

请求路径后缀匹配 /v1/chat/completions 时,对应文生文场景,会用 OpenAI 的文生文协议解析请求 Body,再转换为对应 LLM 厂商的文生文协议

请求路径后缀匹配 /v1/messages 时,对应 Claude 文生文场景,会自动检测供应商能力:如果支持原生 Claude 协议则直接转发,否则先转换为 OpenAI 协议再转发给供应商

请求路径后缀匹配 /v1/embeddings 时,对应文本向量场景,会用 OpenAI 的文本向量协议解析请求 Body,再转换为对应 LLM 厂商的文本向量协议

运行属性

插件执行阶段:默认阶段 插件执行优先级:100

配置字段

基本配置

名称数据类型填写要求默认值描述
providerobject必填-配置目标 AI 服务提供商的信息

provider的配置字段说明如下:

名称数据类型填写要求默认值描述
typestring必填-AI 服务提供商名称
apiTokensarray of string非必填-用于在访问 AI 服务时进行认证的令牌。如果配置了多个 token,插件会在请求时随机进行选择。部分服务提供商只支持配置一个 token。
timeoutnumber非必填-访问 AI 服务的超时时间。单位为毫秒。默认值为 120000,即 2 分钟。此项配置目前仅用于获取上下文信息,并不影响实际转发大模型请求。
modelMappingmap of string非必填-AI 模型映射表,用于将请求中的模型名称映射为服务提供商支持模型名称。
1. 支持前缀匹配。例如用 “gpt-3-*” 匹配所有名称以“gpt-3-”开头的模型;
2. 支持使用 ”*” 为键来配置通用兜底映射关系;
3. 如果映射的目标名称为空字符串 "",则表示保留原模型名称。
4. 支持以 ~ 前缀使用正则匹配。例如用 “~gpt(.*)” 匹配所有以 “gpt” 开头的模型并支持在目标模型中使用 capture group 引用匹配到的内容。示例: “~gpt(.*): openai/gpt$1”
protocolstring非必填-插件对外提供的 API 接口契约。目前支持以下取值:openai(默认值,使用 OpenAI 的接口契约)、original(使用目标服务提供商的原始接口契约)
contextobject非必填-配置 AI 对话上下文信息
customSettingsarray of customSetting非必填-为 AI 请求指定覆盖或者填充参数
failoverobject非必填-配置 apiToken 的 failover 策略,当 apiToken 不可用时,将其移出 apiToken 列表,待健康检测通过后重新添加回 apiToken 列表
retryOnFailureobject非必填-当请求失败时立即进行重试
reasoningContentModestring非必填-如何处理大模型服务返回的推理内容。目前支持以下取值:passthrough(正常输出推理内容)、ignore(不输出推理内容)、concat(将推理内容拼接在常规输出内容之前)。默认为 passthrough。仅支持通义千问服务。
capabilitiesmap of string非必填-部分 provider 的部分 ai 能力原生兼容 openai/v1 格式,不需要重写,可以直接转发,通过此配置项指定来开启转发, key 表示的是采用的厂商协议能力,values 表示的真实的厂商该能力的 api path, 厂商协议能力当前支持: openai/v1/chatcompletions, openai/v1/embeddings, openai/v1/imagegeneration, openai/v1/audiospeech, cohere/v1/rerank
subPathstring非必填-如果配置了subPath,将会先移除请求path中该前缀,再进行后续处理

context的配置字段说明如下:

名称数据类型填写要求默认值描述
fileUrlstring必填-保存 AI 对话上下文的文件 URL。仅支持纯文本类型的文件内容
serviceNamestring必填-URL 所对应的 Higress 后端服务完整名称
servicePortnumber必填-URL 所对应的 Higress 后端服务访问端口

customSettings的配置字段说明如下:

名称数据类型填写要求默认值描述
namestring必填-想要设置的参数的名称,例如max_tokens
valuestring/int/float/bool必填-想要设置的参数的值,例如 0
modestring非必填”auto”参数设置的模式,可以设置为”auto”或者”raw”,如果为”auto”则会自动根据协议对参数名做改写,如果为”raw”则不会有任何改写和限制检查
overwritebool非必填true如果为 false 则只在用户没有设置这个参数时填充参数,否则会直接覆盖用户原有的参数设置

custom-setting 会遵循如下表格,根据name和协议来替换对应的字段,用户需要填写表格中settingName列中存在的值。例如用户将name设置为max_tokens,在 openai 协议中会替换max_tokens,在 gemini 中会替换maxOutputTokensnone表示该协议不支持此参数。如果name不在此表格中或者对应协议不支持此参数,同时没有设置 raw 模式,则配置不会生效。

settingNameopenaibaidusparkqwengeminihunyuanclaudeminimax
max_tokensmax_tokensmax_output_tokensmax_tokensmax_tokensmaxOutputTokensnonemax_tokenstokens_to_generate
temperaturetemperaturetemperaturetemperaturetemperaturetemperatureTemperaturetemperaturetemperature
top_ptop_ptop_pnonetop_ptopPTopPtop_ptop_p
top_knonenonetop_knonetopKnonetop_knone
seedseednonenoneseednonenonenonenone

如果启用了 raw 模式,custom-setting 会直接用输入的namevalue去更改请求中的 json 内容,而不对参数名称做任何限制和修改。 对于大多数协议,custom-setting 都会在 json 内容的根路径修改或者填充参数。对于qwen协议,ai-proxy 会在 json 的parameters子路径下做配置。对于gemini协议,则会在generation_config子路径下做配置。

failover 的配置字段说明如下:

名称数据类型填写要求默认值描述
enabledbool非必填false是否启用 apiToken 的 failover 机制
failureThresholdint非必填3触发 failover 连续请求失败的阈值(次数)
successThresholdint非必填1健康检测的成功阈值(次数)
healthCheckIntervalint非必填5000健康检测的间隔时间,单位毫秒
healthCheckTimeoutint非必填5000健康检测的超时时间,单位毫秒
healthCheckModelstring启用 failover 时必填健康检测使用的模型
failoverOnStatusarray of string非必填[“4.”, “5.“]需要进行 failover 的原始请求的状态码,支持正则表达式匹配

retryOnFailure 的配置字段说明如下:

目前仅支持对非流式请求进行重试。

名称数据类型填写要求默认值描述
enabledbool非必填false是否启用失败请求重试
maxRetriesint非必填1最大重试次数
retryTimeoutint非必填30000重试超时时间,单位毫秒
retryOnStatusarray of string非必填[“4.”, “5.“]需要进行重试的原始请求的状态码,支持正则表达式匹配

提供商特有配置

OpenAI

OpenAI 所对应的 typeopenai。它特有的配置字段如下:

名称数据类型填写要求默认值描述
openaiCustomUrlstring非必填-基于 OpenAI 协议的自定义后端 URL,例如: <www.example.com/myai/v1/chat/completions>
responseJsonSchemaobject非必填-预先定义 OpenAI 响应需满足的 Json Schema, 注意目前仅特定的几种模型支持该用法

Azure OpenAI

Azure OpenAI 所对应的 typeazure。它特有的配置字段如下:

名称数据类型填写要求默认值描述
azureServiceUrlstring必填-Azure OpenAI 服务的 URL,须包含 api-version 查询参数。

注意:

  1. Azure OpenAI 只支持配置一个 API Token。
  2. azureServiceUrl 支持以下三种配置格式:
    1. 完整路径格式,例如:https://YOUR_RESOURCE_NAME.openai.azure.com/openai/deployments/YOUR_DEPLOYMENT_NAME/chat/completions?api-version=2024-02-15-preview
      • 插件会直接将请求转发至该 URL,不会参考实际的请求路径。
    2. 部署名称格式,例如:https://YOUR_RESOURCE_NAME.openai.azure.com/openai/deployments/YOUR_DEPLOYMENT_NAME?api-version=2024-02-15-preview
      • 插件会根据实际的请求路径拼接后续路径。路径中的部署名称会保留不变,不会按照模型映射规则进行修改。同时支持 URL 中不包含部署名称的接口。
    3. 资源名称格式,例如:https://YOUR_RESOURCE_NAME.openai.azure.com?api-version=2024-02-15-preview
      • 插件会根据实际的请求路径拼接后续路径。路径中的部署名称会根据请求中的模型名称结合模型映射规则进行填入。同时支持 URL 中不包含部署名称的接口。

月之暗面(Moonshot)

月之暗面所对应的 typemoonshot。它特有的配置字段如下:

名称数据类型填写要求默认值描述
moonshotFileIdstring非必填-通过文件接口上传至月之暗面的文件 ID,其内容将被用做 AI 对话的上下文。不可与 context 字段同时配置。

通义千问(Qwen)

通义千问所对应的 typeqwen。它特有的配置字段如下:

名称数据类型填写要求默认值描述
qwenEnableSearchboolean非必填-是否启用通义千问内置的互联网搜索功能。
qwenFileIdsarray of string非必填-通过文件接口上传至 Dashscope 的文件 ID,其内容将被用做 AI 对话的上下文。不可与 context 字段同时配置。
qwenEnableCompatibleboolean非必填false开启通义千问兼容模式。启用通义千问兼容模式后,将调用千问的兼容模式接口,同时对请求/响应不做修改。

百川智能 (Baichuan AI)

百川智能所对应的 typebaichuan 。它并无特有的配置字段。

零一万物(Yi)

零一万物所对应的 typeyi。它并无特有的配置字段。

智谱 AI(Zhipu AI)

智谱 AI 所对应的 typezhipuai。它并无特有的配置字段。

DeepSeek(DeepSeek)

DeepSeek 所对应的 typedeepseek。它并无特有的配置字段。

Groq

Groq 所对应的 typegroq。它并无特有的配置字段。

Grok

Grok 所对应的 typegrok。它并无特有的配置字段。

OpenRouter

OpenRouter 所对应的 typeopenrouter。它并无特有的配置字段。

Fireworks AI

Fireworks AI 所对应的 typefireworks。它并无特有的配置字段。

文心一言(Baidu)

文心一言所对应的 typebaidu。它并无特有的配置字段。

360 智脑

360 智脑所对应的 typeai360。它并无特有的配置字段。

GitHub 模型

GitHub 模型所对应的 typegithub。它并无特有的配置字段。

Mistral

Mistral 所对应的 typemistral。它并无特有的配置字段。

MiniMax

MiniMax 所对应的 typeminimax。它特有的配置字段如下:

名称数据类型填写要求默认值描述
minimaxApiTypestringv2 和 pro 中选填一项v2v2 代表 ChatCompletion v2 API,pro 代表 ChatCompletion Pro API
minimaxGroupIdstringminimaxApiType 为 pro 时必填-minimaxApiType 为 pro 时使用 ChatCompletion Pro API,需要设置 groupID

Anthropic Claude

Anthropic Claude 所对应的 typeclaude。它特有的配置字段如下:

名称数据类型填写要求默认值描述
claudeVersionstring可选-Claude 服务的 API 版本,默认为 2023-06-01

Ollama

Ollama 所对应的 typeollama。它特有的配置字段如下:

名称数据类型填写要求默认值描述
ollamaServerHoststring必填-Ollama 服务器的主机地址
ollamaServerPortnumber必填-Ollama 服务器的端口号,默认为 11434

混元

混元所对应的 typehunyuan。它特有的配置字段如下:

名称数据类型填写要求默认值描述
hunyuanAuthIdstring必填-混元用于 v3 版本认证的 id
hunyuanAuthKeystring必填-混元用于 v3 版本认证的 key

阶跃星辰 (Stepfun)

阶跃星辰所对应的 typestepfun。它并无特有的配置字段。

Cloudflare Workers AI

Cloudflare Workers AI 所对应的 typecloudflare。它特有的配置字段如下:

名称数据类型填写要求默认值描述
cloudflareAccountIdstring必填-Cloudflare Account ID

星火 (Spark)

星火所对应的 typespark。它并无特有的配置字段。

讯飞星火认知大模型的apiTokens字段值为APIKey:APISecret。即填入自己的 APIKey 与 APISecret,并以:分隔。

Gemini

Gemini 所对应的 typegemini。它特有的配置字段如下:

名称数据类型填写要求默认值描述
geminiSafetySettingmap of string非必填-Gemini AI 内容过滤和安全级别设定。参考Safety settings
apiVersionstring非必填v1beta用于指定 API 的版本, 可选择 v1v1beta 。 版本差异请参考API versions explained
geminiThinkingBudgetnumber非必填-gemini2.5系列的参数,0是不开启思考,-1动态调整,具体参数指可参考官网

DeepL

DeepL 所对应的 typedeepl。它特有的配置字段如下:

名称数据类型填写要求默认值描述
targetLangstring必填-DeepL 翻译服务需要的目标语种

Cohere

Cohere 所对应的 typecohere。它并无特有的配置字段。

Together-AI

Together-AI 所对应的 typetogether-ai。它并无特有的配置字段。

Dify

Dify 所对应的 typedify。它特有的配置字段如下:

名称数据类型填写要求默认值描述
difyApiUrlstring非必填-dify 私有化部署的 url
botTypestring非必填-dify 的应用类型,Chat/Completion/Agent/Workflow
inputVariablestring非必填-dify 中应用类型为 workflow 时需要设置输入变量,当 botType 为 workflow 时一起使用
outputVariablestring非必填-dify 中应用类型为 workflow 时需要设置输出变量,当 botType 为 workflow 时一起使用

Google Vertex AI

Google Vertex AI 所对应的 type 为 vertex。它特有的配置字段如下:

名称数据类型填写要求默认值描述
vertexAuthKeystring必填-用于认证的 Google Service Account JSON Key,格式为 PEM 编码的 PKCS#8 私钥和 client_email 等信息
vertexRegionstring必填-Google Cloud 区域(如 us-central1, europe-west4 等),用于构建 Vertex API 地址
vertexProjectIdstring必填-Google Cloud 项目 ID,用于标识目标 GCP 项目
vertexAuthServiceNamestring必填-用于 OAuth2 认证的服务名称,该服务为了访问oauth2.googleapis.com
geminiSafetySettingmap of string非必填-Gemini AI 内容过滤和安全级别设定。参考Safety settings
vertexTokenRefreshAheadnumber非必填-Vertex access token刷新提前时间(单位秒)

AWS Bedrock

AWS Bedrock 所对应的 type 为 bedrock。它特有的配置字段如下:

名称数据类型填写要求默认值描述
modelVersionstring非必填-用于指定 Triton Server 中 model version
tritonDomainstring非必填-Triton Server 部署的指定请求 Domain

NVIDIA Triton Interference Server

NVIDIA Triton Interference Server 所对应的 type 为 triton。它特有的配置字段如下:

名称数据类型填写要求默认值描述
awsAccessKeystring必填-AWS Access Key,用于身份认证
awsSecretKeystring必填-AWS Secret Access Key,用于身份认证
awsRegionstring必填-AWS 区域,例如:us-east-1
bedrockAdditionalFieldsmap非必填-Bedrock 额外模型请求参数

用法示例

使用 OpenAI 协议代理 Azure OpenAI 服务

使用最基本的 Azure OpenAI 服务,不配置任何上下文。

配置信息

provider:
type: azure
apiTokens:
- "YOUR_AZURE_OPENAI_API_TOKEN"
azureServiceUrl: "https://YOUR_RESOURCE_NAME.openai.azure.com/openai/deployments/YOUR_DEPLOYMENT_NAME/chat/completions?api-version=2024-02-15-preview",

请求示例

{
"model": "gpt-3",
"messages": [
{
"role": "user",
"content": "你好,你是谁?"
}
],
"temperature": 0.3
}

响应示例

{
"choices": [
{
"content_filter_results": {
"hate": {
"filtered": false,
"severity": "safe"
},
"self_harm": {
"filtered": false,
"severity": "safe"
},
"sexual": {
"filtered": false,
"severity": "safe"
},
"violence": {
"filtered": false,
"severity": "safe"
}
},
"finish_reason": "stop",
"index": 0,
"logprobs": null,
"message": {
"content": "你好!我是一个AI助手,可以回答你的问题和提供帮助。有什么我可以帮到你的吗?",
"role": "assistant"
}
}
],
"created": 1714807624,
"id": "chatcmpl-abcdefg1234567890",
"model": "gpt-35-turbo-16k",
"object": "chat.completion",
"prompt_filter_results": [
{
"prompt_index": 0,
"content_filter_results": {
"hate": {
"filtered": false,
"severity": "safe"
},
"self_harm": {
"filtered": false,
"severity": "safe"
},
"sexual": {
"filtered": false,
"severity": "safe"
},
"violence": {
"filtered": false,
"severity": "safe"
}
}
}
],
"system_fingerprint": null,
"usage": {
"completion_tokens": 40,
"prompt_tokens": 15,
"total_tokens": 55
}
}

使用 OpenAI 协议代理通义千问服务

使用通义千问服务,并配置从 OpenAI 大模型到通义千问的模型映射关系。

配置信息

provider:
type: qwen
apiTokens:
- 'YOUR_QWEN_API_TOKEN'
modelMapping:
'gpt-3': 'qwen-turbo'
'gpt-35-turbo': 'qwen-plus'
'gpt-4-turbo': 'qwen-max'
'gpt-4-*': 'qwen-max'
'gpt-4o': 'qwen-vl-plus'
'text-embedding-v1': 'text-embedding-v1'
'*': 'qwen-turbo'

AI 对话请求示例

URL: http://your-domain/v1/chat/completions

请求示例:

{
"model": "gpt-3",
"messages": [
{
"role": "user",
"content": "你好,你是谁?"
}
],
"temperature": 0.3
}

响应示例:

{
"id": "c2518bd3-0f46-97d1-be34-bb5777cb3108",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "我是通义千问,由阿里云开发的AI助手。我可以回答各种问题、提供信息和与用户进行对话。有什么我可以帮助你的吗?"
},
"finish_reason": "stop"
}
],
"created": 1715175072,
"model": "qwen-turbo",
"object": "chat.completion",
"usage": {
"prompt_tokens": 24,
"completion_tokens": 33,
"total_tokens": 57
}
}

多模态模型 API 请求示例(适用于 qwen-vl-plusqwen-vl-max 模型)

URL: http://your-domain/v1/chat/completions

请求示例:

{
"model": "gpt-4o",
"messages": [
{
"role": "user",
"content": [
{
"type": "image_url",
"image_url": {
"url": "https://dashscope.oss-cn-beijing.aliyuncs.com/images/dog_and_girl.jpeg"
}
},
{
"type": "text",
"text": "这个图片是哪里?"
}
]
}
],
"temperature": 0.3
}

响应示例:

{
"id": "17c5955d-af9c-9f28-bbde-293a9c9a3515",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": [
{
"text": "这张照片显示的是一位女士和一只狗在海滩上。由于我无法获取具体的地理位置信息,所以不能确定这是哪个地方的海滩。但是从视觉内容来看,它可能是一个位于沿海地区的沙滩海岸线,并且有海浪拍打着岸边。这样的场景在全球许多美丽的海滨地区都可以找到。如果您需要更精确的信息,请提供更多的背景或细节描述。"
}
]
},
"finish_reason": "stop"
}
],
"created": 1723949230,
"model": "qwen-vl-plus",
"object": "chat.completion",
"usage": {
"prompt_tokens": 1279,
"completion_tokens": 78
}
}

文本向量请求示例

URL: http://your-domain/v1/embeddings

请求示例:

{
"model": "text-embedding-v1",
"input": "Hello"
}

响应示例:

{
"object": "list",
"data": [
{
"object": "embedding",
"index": 0,
"embedding": [
-1.0437825918197632,
5.208984375,
3.0483806133270264,
-1.7897135019302368,
-2.0107421875,
...,
0.8125,
-1.1759847402572632,
0.8174641728401184,
1.0432943105697632,
-0.5885213017463684
]
}
],
"model": "text-embedding-v1",
"usage": {
"prompt_tokens": 1,
"total_tokens": 1
}
}

使用通义千问配合纯文本上下文信息

使用通义千问服务,同时配置纯文本上下文信息。

配置信息

provider:
type: qwen
apiTokens:
- "YOUR_QWEN_API_TOKEN"
modelMapping:
"*": "qwen-turbo"
context:
- fileUrl: "http://file.default.svc.cluster.local/ai/context.txt",
serviceName: "file.dns",
servicePort: 80

请求示例

{
"model": "gpt-3",
"messages": [
{
"role": "user",
"content": "请概述文案内容"
}
],
"temperature": 0.3
}

响应示例

{
"id": "cmpl-77861a17681f4987ab8270dbf8001936",
"object": "chat.completion",
"created": 9756990,
"model": "moonshot-v1-128k",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "这份文案是一份关于..."
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 20181,
"completion_tokens": 439,
"total_tokens": 20620
}
}

使用通义千问配合其原生的文件上下文

提前上传文件至通义千问,以文件内容作为上下文使用其 AI 服务。

配置信息

provider:
type: qwen
apiTokens:
- 'YOUR_QWEN_API_TOKEN'
modelMapping:
'*': 'qwen-long' # 通义千问的文件上下文只能在 qwen-long 模型下使用
qwenFileIds:
- 'file-fe-xxx'
- 'file-fe-yyy'

请求示例

{
"model": "gpt-4-turbo",
"messages": [
{
"role": "user",
"content": "请概述文案内容"
}
],
"temperature": 0.3
}

响应示例

{
"output": {
"choices": [
{
"finish_reason": "stop",
"message": {
"role": "assistant",
"content": "您上传了两个文件,`context.txt` 和 `context_2.txt`,它们似乎都包含了关于xxxx"
}
}
]
},
"usage": {
"total_tokens": 2023,
"output_tokens": 530,
"input_tokens": 1493
},
"request_id": "187e99ba-5b64-9ffe-8f69-01dafbaf6ed7"
}

使用 original 协议代理百炼智能体应用

配置信息

provider:
type: qwen
apiTokens:
- 'YOUR_DASHSCOPE_API_TOKEN'
protocol: original

请求实例

{
"input": {
"prompt": "介绍一下Dubbo"
},
"parameters": {},
"debug": {}
}

响应实例

{
"output": {
"finish_reason": "stop",
"session_id": "677e7e8fbb874e1b84792b65042e1599",
"text": "Apache Dubbo 是一个..."
},
"usage": {
"models": [
{
"output_tokens": 449,
"model_id": "qwen-max",
"input_tokens": 282
}
]
},
"request_id": "b59e45e3-5af4-91df-b7c6-9d746fd3297c"
}

使用 OpenAI 协议代理豆包大模型服务

配置信息

provider:
type: doubao
apiTokens:
- YOUR_DOUBAO_API_KEY
modelMapping:
'*': YOUR_DOUBAO_ENDPOINT
timeout: 1200000

使用 original 协议代理 Coze 应用

配置信息

provider:
type: coze
apiTokens:
- YOUR_COZE_API_KEY
protocol: original

使用月之暗面配合其原生的文件上下文

提前上传文件至月之暗面,以文件内容作为上下文使用其 AI 服务。

配置信息

provider:
type: moonshot
apiTokens:
- "YOUR_MOONSHOT_API_TOKEN"
moonshotFileId: "YOUR_MOONSHOT_FILE_ID",
modelMapping:
'*': "moonshot-v1-32k"

请求示例

{
"model": "gpt-4-turbo",
"messages": [
{
"role": "user",
"content": "请概述文案内容"
}
],
"temperature": 0.3
}

响应示例

{
"id": "cmpl-e5ca873642ca4f5d8b178c1742f9a8e8",
"object": "chat.completion",
"created": 1872961,
"model": "moonshot-v1-128k",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "文案内容是关于一个名为“xxxx”的支付平台..."
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 11,
"completion_tokens": 498,
"total_tokens": 509
}
}

使用 OpenAI 协议代理 Groq 服务

配置信息

provider:
type: groq
apiTokens:
- 'YOUR_GROQ_API_TOKEN'

请求示例

{
"model": "llama3-8b-8192",
"messages": [
{
"role": "user",
"content": "你好,你是谁?"
}
]
}

响应示例

{
"id": "chatcmpl-26733989-6c52-4056-b7a9-5da791bd7102",
"object": "chat.completion",
"created": 1715917967,
"model": "llama3-8b-8192",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "😊 Ni Hao! (That's \"hello\" in Chinese!)\n\nI am LLaMA, an AI assistant developed by Meta AI that can understand and respond to human input in a conversational manner. I'm not a human, but a computer program designed to simulate conversations and answer questions to the best of my ability. I'm happy to chat with you in Chinese or help with any questions or topics you'd like to discuss! 😊"
},
"logprobs": null,
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 16,
"prompt_time": 0.005,
"completion_tokens": 89,
"completion_time": 0.104,
"total_tokens": 105,
"total_time": 0.109
},
"system_fingerprint": "fp_dadc9d6142",
"x_groq": {
"id": "req_01hy2awmcxfpwbq56qh6svm7qz"
}
}

使用 OpenAI 协议代理 Grok 服务

配置信息

provider:
type: grok
apiTokens:
- 'YOUR_GROK_API_TOKEN'

请求示例

{
"messages": [
{
"role": "system",
"content": "You are a helpful assistant that can answer questions and help with tasks."
},
{
"role": "user",
"content": "What is 101*3?"
}
],
"model": "grok-4"
}

响应示例

{
"id": "a3d1008e-4544-40d4-d075-11527e794e4a",
"object": "chat.completion",
"created": 1752854522,
"model": "grok-4",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "101 multiplied by 3 is 303.",
"refusal": null
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 32,
"completion_tokens": 9,
"total_tokens": 135,
"prompt_tokens_details": {
"text_tokens": 32,
"audio_tokens": 0,
"image_tokens": 0,
"cached_tokens": 6
},
"completion_tokens_details": {
"reasoning_tokens": 94,
"audio_tokens": 0,
"accepted_prediction_tokens": 0,
"rejected_prediction_tokens": 0
},
"num_sources_used": 0
},
"system_fingerprint": "fp_3a7881249c"
}

使用 OpenAI 协议代理 OpenRouter 服务

配置信息

provider:
type: openrouter
apiTokens:
- 'YOUR_OPENROUTER_API_TOKEN'
modelMapping:
'gpt-4': 'openai/gpt-4-turbo-preview'
'gpt-3.5-turbo': 'openai/gpt-3.5-turbo'
'claude-3': 'anthropic/claude-3-opus'
'*': 'openai/gpt-3.5-turbo'

请求示例

{
"model": "gpt-4",
"messages": [
{
"role": "user",
"content": "你好,你是谁?"
}
],
"temperature": 0.7
}

响应示例

{
"id": "gen-1234567890abcdef",
"object": "chat.completion",
"created": 1699123456,
"model": "openai/gpt-4-turbo-preview",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "你好!我是一个AI助手,通过OpenRouter平台提供服务。我可以帮助回答问题、协助创作、进行对话等。有什么我可以帮助你的吗?"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 12,
"completion_tokens": 46,
"total_tokens": 58
}
}

使用 OpenAI 协议代理 Fireworks AI 服务

配置信息

provider:
type: fireworks
apiTokens:
- "YOUR_FIREWORKS_API_TOKEN"
modelMapping:
"gpt-4": "accounts/fireworks/models/llama-v3p1-70b-instruct"
"gpt-3.5-turbo": "accounts/fireworks/models/llama-v3p1-8b-instruct"
"*": "accounts/fireworks/models/llama-v3p1-8b-instruct"

请求示例

{
"model": "gpt-4",
"messages": [
{
"role": "user",
"content": "你好,你是谁?"
}
],
"temperature": 0.7,
"max_tokens": 100
}

响应示例

{
"id": "fw-123456789",
"object": "chat.completion",
"created": 1699123456,
"model": "accounts/fireworks/models/llama-v3p1-70b-instruct",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "你好!我是一个由 Fireworks AI 提供的人工智能助手,基于 Llama 3.1 模型。我可以帮助回答问题、进行对话和提供各种信息。有什么我可以帮助你的吗?"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 15,
"completion_tokens": 45,
"total_tokens": 60
}
}

使用自动协议兼容功能

插件现在支持自动协议检测,可以同时处理 OpenAI 和 Claude 两种协议格式的请求。

配置信息

provider:
type: claude # 原生支持 Claude 协议的供应商
apiTokens:
- 'YOUR_CLAUDE_API_TOKEN'
version: '2023-06-01'

OpenAI 协议请求示例

URL: http://your-domain/v1/chat/completions

{
"model": "claude-3-opus-20240229",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "你好,你是谁?"
}
]
}

Claude 协议请求示例

URL: http://your-domain/v1/messages

{
"model": "claude-3-opus-20240229",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "你好,你是谁?"
}
]
}

响应示例

两种协议格式的请求都会返回相应格式的响应:

{
"id": "msg_01Jt3GzyjuzymnxmZERJguLK",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "您好,我是一个由人工智能公司Anthropic开发的聊天助手。我的名字叫Claude,是一个聪明友善、知识渊博的对话系统。很高兴认识您!我可以就各种话题与您聊天,回答问题,提供建议和帮助。我会尽最大努力给您有帮助的回复。希望我们能有个愉快的交流!"
},
"finish_reason": "stop"
}
],
"created": 1717385918,
"model": "claude-3-opus-20240229",
"object": "chat.completion",
"usage": {
"prompt_tokens": 16,
"completion_tokens": 126,
"total_tokens": 142
}
}

使用智能协议转换

当目标供应商不原生支持 Claude 协议时,插件会自动进行协议转换:

配置信息

provider:
type: qwen # 不原生支持 Claude 协议,会自动转换
apiTokens:
- 'YOUR_QWEN_API_TOKEN'
modelMapping:
'claude-3-opus-20240229': 'qwen-max'
'*': 'qwen-turbo'

Claude 协议请求

URL: http://your-domain/v1/messages (自动转换为 OpenAI 协议调用供应商)

{
"model": "claude-3-opus-20240229",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "你好,你是谁?"
}
]
}

使用 OpenAI 协议代理混元服务

配置信息

provider:
type: 'hunyuan'
hunyuanAuthKey: '<YOUR AUTH KEY>'
apiTokens:
- ''
hunyuanAuthId: '<YOUR AUTH ID>'
timeout: 1200000
modelMapping:
'*': 'hunyuan-lite'

请求示例

请求脚本:

Terminal window
curl --location 'http://<your higress domain>/v1/chat/completions' \
--header 'Content-Type: application/json' \
--data '{
"model": "gpt-3",
"messages": [
{
"role": "system",
"content": "你是一个名专业的开发人员!"
},
{
"role": "user",
"content": "你好,你是谁?"
}
],
"temperature": 0.3,
"stream": false
}'

响应示例

{
"id": "fd140c3e-0b69-4b19-849b-d354d32a6162",
"choices": [
{
"index": 0,
"delta": {
"role": "assistant",
"content": "你好!我是一名专业的开发人员。"
},
"finish_reason": "stop"
}
],
"created": 1717493117,
"model": "hunyuan-lite",
"object": "chat.completion",
"usage": {
"prompt_tokens": 15,
"completion_tokens": 9,
"total_tokens": 24
}
}

使用 OpenAI 协议代理百度文心一言服务

配置信息

provider:
type: baidu
apiTokens:
- 'YOUR_BAIDU_API_TOKEN'
modelMapping:
'gpt-3': 'ERNIE-4.0'
'*': 'ERNIE-4.0'

请求示例

{
"model": "gpt-4-turbo",
"messages": [
{
"role": "user",
"content": "你好,你是谁?"
}
],
"stream": false
}

响应示例

{
"id": "as-e90yfg1pk1",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "你好,我是文心一言,英文名是ERNIE Bot。我能够与人对话互动,回答问题,协助创作,高效便捷地帮助人们获取信息、知识和灵感。"
},
"finish_reason": "stop"
}
],
"created": 1717251488,
"model": "ERNIE-4.0",
"object": "chat.completion",
"usage": {
"prompt_tokens": 4,
"completion_tokens": 33,
"total_tokens": 37
}
}

使用 OpenAI 协议代理 MiniMax 服务

配置信息

provider:
type: minimax
apiTokens:
- 'YOUR_MINIMAX_API_TOKEN'
modelMapping:
'gpt-3': 'abab6.5s-chat'
'gpt-4': 'abab6.5g-chat'
'*': 'abab6.5t-chat'

请求示例

{
"model": "gpt-3",
"messages": [
{
"role": "user",
"content": "你好,你是谁?"
}
],
"stream": false
}

响应示例

{
"id": "03ac4fcfe1c6cc9c6a60f9d12046e2b4",
"choices": [
{
"finish_reason": "stop",
"index": 0,
"message": {
"content": "你好,我是一个由MiniMax公司研发的大型语言模型,名为MM智能助理。我可以帮助回答问题、提供信息、进行对话和执行多种语言处理任务。如果你有任何问题或需要帮助,请随时告诉我!",
"role": "assistant",
"name": "MM智能助理",
"audio_content": ""
}
}
],
"created": 1734155471,
"model": "abab6.5s-chat",
"object": "chat.completion",
"usage": {
"total_tokens": 116,
"total_characters": 0,
"prompt_tokens": 70,
"completion_tokens": 46
},
"input_sensitive": false,
"output_sensitive": false,
"input_sensitive_type": 0,
"output_sensitive_type": 0,
"output_sensitive_int": 0,
"base_resp": {
"status_code": 0,
"status_msg": ""
}
}

使用 OpenAI 协议代理 GitHub 模型服务

配置信息

provider:
type: github
apiTokens:
- 'YOUR_GITHUB_ACCESS_TOKEN'
modelMapping:
'gpt-4o': 'gpt-4o'
'gpt-4': 'Phi-3.5-MoE-instruct'
'gpt-3.5': 'cohere-command-r-08-2024'
'text-embedding-3-large': 'text-embedding-3-large'

请求示例

{
"messages": [
{
"role": "system",
"content": "You are a helpful assistant."
},
{
"role": "user",
"content": "What is the capital of France?"
}
],
"stream": true,
"temperature": 1.0,
"top_p": 1.0,
"max_tokens": 1000,
"model": "gpt-4o"
}

响应示例

{
"choices": [
{
"finish_reason": "stop",
"index": 0,
"logprobs": null,
"message": {
"content": "The capital of France is Paris.",
"role": "assistant"
}
}
],
"created": 1728131051,
"id": "chatcmpl-AEy7PU2JImdsD1W6Jw8GigZSEnM2u",
"model": "gpt-4o-2024-08-06",
"object": "chat.completion",
"system_fingerprint": "fp_67802d9a6d",
"usage": {
"completion_tokens": 7,
"prompt_tokens": 24,
"total_tokens": 31
}
}

文本向量请求示例

{
"input": ["first phrase", "second phrase", "third phrase"],
"model": "text-embedding-3-large"
}

响应示例:

{
"object": "list",
"data": [
{
"object": "embedding",
"index": 0,
"embedding": [
-0.0012583479,
0.0020349282,
...
0.012051377,
-0.0053306012,
0.0060688322
]
}
],
"model": "text-embedding-3-large",
"usage": {
"prompt_tokens": 6,
"total_tokens": 6
}
}

使用 OpenAI 协议代理 360 智脑服务

配置信息

provider:
type: ai360
apiTokens:
- 'YOUR_360_API_TOKEN'
modelMapping:
'gpt-4o': '360gpt-turbo-responsibility-8k'
'gpt-4': '360gpt2-pro'
'gpt-3.5': '360gpt-turbo'
'text-embedding-3-small': 'embedding_s1_v1.2'
'*': '360gpt-pro'

请求示例

{
"model": "gpt-4o",
"messages": [
{
"role": "system",
"content": "你是一个专业的开发人员!"
},
{
"role": "user",
"content": "你好,你是谁?"
}
]
}

响应示例

{
"choices": [
{
"message": {
"role": "assistant",
"content": "你好,我是360智脑,一个大型语言模型。我可以帮助回答各种问题、提供信息、进行对话等。有什么可以帮助你的吗?"
},
"finish_reason": "",
"index": 0
}
],
"created": 1724257207,
"id": "5e5c94a2-d989-40b5-9965-5b971db941fe",
"model": "360gpt-turbo",
"object": "",
"usage": {
"completion_tokens": 33,
"prompt_tokens": 24,
"total_tokens": 57
},
"messages": [
{
"role": "system",
"content": "你是一个专业的开发人员!"
},
{
"role": "user",
"content": "你好,你是谁?"
}
],
"context": null
}

文本向量请求示例

URL: http://your-domain/v1/embeddings

请求示例:

{
"input": ["你好"],
"model": "text-embedding-3-small"
}

响应示例:

{
"data": [
{
"embedding": [
-0.011237,
-0.015433,
...,
-0.028946,
-0.052778,
0.003768,
-0.007917,
-0.042201
],
"index": 0,
"object": ""
}
],
"model": "embedding_s1_v1.2",
"object": "",
"usage": {
"prompt_tokens": 2,
"total_tokens": 2
}
}

使用 OpenAI 协议代理 Cloudflare Workers AI 服务

配置信息

provider:
type: cloudflare
apiTokens:
- 'YOUR_WORKERS_AI_API_TOKEN'
cloudflareAccountId: 'YOUR_CLOUDFLARE_ACCOUNT_ID'
modelMapping:
'*': '@cf/meta/llama-3-8b-instruct'

请求示例

{
"model": "gpt-3.5",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Who are you?"
}
]
}

响应示例

{
"id": "id-1720367803430",
"object": "chat.completion",
"created": 1720367803,
"model": "@cf/meta/llama-3-8b-instruct",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "I am LLaMA, an AI assistant developed by Meta AI that can understand and respond to human input in a conversational manner. I'm not a human, but a computer program designed to simulate conversation and answer questions to the best of my knowledge. I can be used to generate text on a wide range of topics, from science and history to entertainment and culture.\n\nI'm a large language model, which means I've been trained on a massive dataset of text from the internet and can generate human-like responses. I can understand natural language and respond accordingly, making me suitable for tasks such as:\n\n* Answering questions on various topics\n* Generating text based on a given prompt\n* Translating text from one language to another\n* Summarizing long pieces of text\n* Creating chatbot dialogues\n\nI'm constantly learning and improving, so the more conversations I have with users like you, the better I'll become."
},
"logprobs": null,
"finish_reason": "stop"
}
]
}

使用 OpenAI 协议代理 Spark 服务

配置信息

provider:
type: spark
apiTokens:
- 'APIKey:APISecret'
modelMapping:
'gpt-4o': 'generalv3.5'
'gpt-4': 'generalv3'
'*': 'general'

请求示例

{
"model": "gpt-4o",
"messages": [
{
"role": "system",
"content": "你是一名专业的开发人员!"
},
{
"role": "user",
"content": "你好,你是谁?"
}
],
"stream": false
}

响应示例

{
"id": "cha000c23c6@dx190ef0b4b96b8f2532",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "你好!我是一名专业的开发人员,擅长编程和解决技术问题。有什么我可以帮助你的吗?"
}
}
],
"created": 1721997415,
"model": "generalv3.5",
"object": "chat.completion",
"usage": {
"prompt_tokens": 10,
"completion_tokens": 19,
"total_tokens": 29
}
}

使用 OpenAI 协议代理 Gemini 服务

配置信息

provider:
type: gemini
apiTokens:
- "YOUR_GEMINI_API_TOKEN"
modelMapping:
"*": "gemini-pro"
geminiSafetySetting:
"HARM_CATEGORY_SEXUALLY_EXPLICIT" :"BLOCK_NONE"
"HARM_CATEGORY_HATE_SPEECH" :"BLOCK_NONE"
"HARM_CATEGORY_HARASSMENT" :"BLOCK_NONE"
"HARM_CATEGORY_DANGEROUS_CONTENT" :"BLOCK_NONE"

请求示例

{
"model": "gpt-3.5",
"messages": [
{
"role": "user",
"content": "Who are you?"
}
],
"stream": false
}

响应示例

{
"id": "chatcmpl-b010867c-0d3f-40ba-95fd-4e8030551aeb",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "I am a large multi-modal model, trained by Google. I am designed to provide information and answer questions to the best of my abilities."
},
"finish_reason": "stop"
}
],
"created": 1722756984,
"model": "gemini-pro",
"object": "chat.completion",
"usage": {
"prompt_tokens": 5,
"completion_tokens": 29,
"total_tokens": 34
}
}

使用 OpenAI 协议代理 DeepL 文本翻译服务

配置信息

provider:
type: deepl
apiTokens:
- 'YOUR_DEEPL_API_TOKEN'
targetLang: 'ZH'

请求示例 此处 model 表示 DeepL 的服务类型,只能填 FreeProcontent 中设置需要翻译的文本;在 role: systemcontent 中可以包含可能影响翻译但本身不会被翻译的上下文,例如翻译产品名称时,可以将产品描述作为上下文传递,这种额外的上下文可能会提高翻译的质量。

{
"model": "Free",
"messages": [
{
"role": "system",
"content": "money"
},
{
"content": "sit by the bank"
},
{
"content": "a bank in China"
}
]
}

响应示例

{
"choices": [
{
"index": 0,
"message": { "name": "EN", "role": "assistant", "content": "坐庄" }
},
{
"index": 1,
"message": { "name": "EN", "role": "assistant", "content": "中国银行" }
}
],
"created": 1722747752,
"model": "Free",
"object": "chat.completion",
"usage": {}
}

使用 OpenAI 协议代理 Together-AI 服务

配置信息

provider:
type: together-ai
apiTokens:
- 'YOUR_TOGETHER_AI_API_TOKEN'
modelMapping:
'*': 'Qwen/Qwen2.5-72B-Instruct-Turbo'

请求示例

{
"model": "Qwen/Qwen2.5-72B-Instruct-Turbo",
"messages": [
{
"role": "user",
"content": "Who are you?"
}
]
}

响应示例

{
"id": "8f5809d54b73efac",
"object": "chat.completion",
"created": 1734785851,
"model": "Qwen/Qwen2.5-72B-Instruct-Turbo",
"prompt": [],
"choices": [
{
"finish_reason": "eos",
"seed": 12830868308626506000,
"logprobs": null,
"index": 0,
"message": {
"role": "assistant",
"content": "I am Qwen, a large language model created by Alibaba Cloud. I am designed to assist users in generating various types of text, such as articles, stories, poems, and more, as well as answering questions and providing information on a wide range of topics. How can I assist you today?",
"tool_calls": []
}
}
],
"usage": {
"prompt_tokens": 33,
"completion_tokens": 61,
"total_tokens": 94
}
}

使用 OpenAI 协议代理 Dify 服务

配置信息

provider:
type: dify
apiTokens:
- 'YOUR_DIFY_API_TOKEN'
modelMapping:
'*': 'dify'

请求示例

{
"model": "gpt-4-turbo",
"messages": [
{
"role": "user",
"content": "你好,你是谁?"
}
],
"stream": false
}

响应示例

{
"id": "e33fc636-f9e8-4fae-8d5e-fbd0acb09401",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "你好!我是ChatGPT,由OpenAI开发的人工智能语言模型。我可以帮助回答问题、提供建议或进行各种对话。如果你有任何需要,随时告诉我哦!"
},
"finish_reason": "stop"
}
],
"created": 1736657752,
"model": "dify",
"object": "chat.completion",
"usage": {
"prompt_tokens": 16,
"completion_tokens": 243,
"total_tokens": 259
}
}

使用 OpenAI 协议代理 Google Vertex 服务

配置信息

provider:
type: vertex
vertexAuthKey: |
{
"type": "service_account",
"project_id": "your-project-id",
"private_key_id": "your-private-key-id",
"private_key": "-----BEGIN PRIVATE KEY-----\n...\n-----END PRIVATE KEY-----\n",
"client_email": "your-service-account@your-project.iam.gserviceaccount.com",
"token_uri": "https://oauth2.googleapis.com/token"
}
vertexRegion: us-central1
vertexProjectId: your-project-id
vertexAuthServiceName: your-auth-service-name

请求示例

{
"model": "gemini-2.0-flash-001",
"messages": [
{
"role": "user",
"content": "你好,你是谁?"
}
],
"stream": false
}

响应示例

{
"id": "chatcmpl-0000000000000",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "你好!我是 Vertex AI 提供的 Gemini 模型,由 Google 开发的人工智能助手。我可以回答问题、提供信息和帮助完成各种任务。有什么我可以帮您的吗?"
},
"finish_reason": "stop"
}
],
"created": 1729986750,
"model": "gemini-2.0-flash-001",
"object": "chat.completion",
"usage": {
"prompt_tokens": 15,
"completion_tokens": 43,
"total_tokens": 58
}
}

使用 OpenAI 协议代理 AWS Bedrock 服务

配置信息

provider:
type: bedrock
awsAccessKey: "YOUR_AWS_ACCESS_KEY_ID"
awsSecretKey: "YOUR_AWS_SECRET_ACCESS_KEY"
awsRegion: "YOUR_AWS_REGION"
bedrockAdditionalFields:
top_k: 200

请求示例

{
"model": "arn:aws:bedrock:us-west-2::foundation-model/anthropic.claude-3-5-haiku-20241022-v1:0",
"messages": [
{
"role": "user",
"content": "你好,你是谁?"
}
],
"stream": false
}

响应示例

{
"id": "dc5812e2-6a62-49d6-829e-5c327b15e4e2",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "你好!我是Claude,一个由Anthropic开发的AI助手。很高兴认识你!我的目标是以诚实、有益且有意义的方式与人类交流。我会尽力提供准确和有帮助的信息,同时保持诚实和正直。请问我今天能为你做些什么呢?"
},
"finish_reason": "stop"
}
],
"created": 1749657608,
"model": "arn:aws:bedrock:us-west-2::foundation-model/anthropic.claude-3-5-haiku-20241022-v1:0",
"object": "chat.completion",
"usage": {
"prompt_tokens": 16,
"completion_tokens": 101,
"total_tokens": 117
}
}

使用 OpenAI 协议代理 NVIDIA Triton Interference Server 服务

配置信息

providers:
- type: triton
tritonDomain: <LOCAL_TRITON_DOMAIN>
tritonModelVersion: <MODEL_VERSION>
apiTokens:
- "****"
modelMapping:
"*": gpt2

请求示例

{
"model": "gpt2",
"messages": [
{
"role": "user",
"content": "你好,你是谁?"
}
],
"stream": false
}

响应示例

{
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "我是一个AI模型"
},
"finish_reason": "stop",
}
],
"model": "gpt2",
}

完整配置示例

Kubernetes 示例

以下以使用 OpenAI 协议代理 Groq 服务为例,展示完整的插件配置示例。

apiVersion: extensions.higress.io/v1alpha1
kind: WasmPlugin
metadata:
name: ai-proxy-groq
namespace: higress-system
spec:
matchRules:
- config:
provider:
type: groq
apiTokens:
- 'YOUR_API_TOKEN'
ingress:
- groq
url: oci://higress-registry.cn-hangzhou.cr.aliyuncs.com/plugins/ai-proxy:1.0.0
---
apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
annotations:
higress.io/backend-protocol: HTTPS
higress.io/destination: groq.dns
higress.io/proxy-ssl-name: api.groq.com
higress.io/proxy-ssl-server-name: 'on'
labels:
higress.io/resource-definer: higress
name: groq
namespace: higress-system
spec:
ingressClassName: higress
rules:
- host: <YOUR-DOMAIN>
http:
paths:
- backend:
resource:
apiGroup: networking.higress.io
kind: McpBridge
name: default
path: /
pathType: Prefix
---
apiVersion: networking.higress.io/v1
kind: McpBridge
metadata:
name: default
namespace: higress-system
spec:
registries:
- domain: api.groq.com
name: groq
port: 443
type: dns

访问示例:

Terminal window
curl "http://<YOUR-DOMAIN>/v1/chat/completions" -H "Content-Type: application/json" -d '{
"model": "llama3-8b-8192",
"messages": [
{
"role": "user",
"content": "你好,你是谁?"
}
]
}'

Docker-Compose 示例

docker-compose.yml 配置文件:

version: '3.7'
services:
envoy:
image: higress-registry.cn-hangzhou.cr.aliyuncs.com/higress/envoy:1.20
entrypoint: /usr/local/bin/envoy
# 开启了 debug 级别日志方便调试
command: -c /etc/envoy/envoy.yaml --component-log-level wasm:debug
networks:
- higress-net
ports:
- '10000:10000'
volumes:
- ./envoy.yaml:/etc/envoy/envoy.yaml
- ./plugin.wasm:/etc/envoy/plugin.wasm
networks:
higress-net: {}

envoy.yaml 配置文件:

admin:
address:
socket_address:
protocol: TCP
address: 0.0.0.0
port_value: 9901
static_resources:
listeners:
- name: listener_0
address:
socket_address:
protocol: TCP
address: 0.0.0.0
port_value: 10000
filter_chains:
- filters:
- name: envoy.filters.network.http_connection_manager
typed_config:
'@type': type.googleapis.com/envoy.extensions.filters.network.http_connection_manager.v3.HttpConnectionManager
scheme_header_transformation:
scheme_to_overwrite: https
stat_prefix: ingress_http
# Output envoy logs to stdout
access_log:
- name: envoy.access_loggers.stdout
typed_config:
'@type': type.googleapis.com/envoy.extensions.access_loggers.stream.v3.StdoutAccessLog
# Modify as required
route_config:
name: local_route
virtual_hosts:
- name: local_service
domains: ['*']
routes:
- match:
prefix: '/'
route:
cluster: claude
timeout: 300s
http_filters:
- name: claude
typed_config:
'@type': type.googleapis.com/udpa.type.v1.TypedStruct
type_url: type.googleapis.com/envoy.extensions.filters.http.wasm.v3.Wasm
value:
config:
name: claude
vm_config:
runtime: envoy.wasm.runtime.v8
code:
local:
filename: /etc/envoy/plugin.wasm
configuration:
'@type': 'type.googleapis.com/google.protobuf.StringValue'
value: | # 插件配置
{
"provider": {
"type": "claude",
"apiTokens": [
"YOUR_API_TOKEN"
]
}
}
- name: envoy.filters.http.router
clusters:
- name: claude
connect_timeout: 30s
type: LOGICAL_DNS
dns_lookup_family: V4_ONLY
lb_policy: ROUND_ROBIN
load_assignment:
cluster_name: claude
endpoints:
- lb_endpoints:
- endpoint:
address:
socket_address:
address: api.anthropic.com # API 服务地址
port_value: 443
transport_socket:
name: envoy.transport_sockets.tls
typed_config:
'@type': type.googleapis.com/envoy.extensions.transport_sockets.tls.v3.UpstreamTlsContext
'sni': 'api.anthropic.com'

访问示例:

Terminal window
curl "http://localhost:10000/v1/chat/completions" -H "Content-Type: application/json" -d '{
"model": "claude-3-opus-20240229",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "你好,你是谁?"
}
]
}'