api 的安装和配置教程
2025-05-20 08:53:28作者:邬祺芯Juliet
1. 项目的基础介绍和主要的编程语言
本项目是一个开源的Shapes API,它提供了一个程序化的方式来将Shapes集成到任何应用程序或平台中。Shapes是一般用途的社会代理,具有丰富的个性和跨平台短期和长期记忆。本项目允许用户配置Shape使用50多种免费模型,涵盖文本、图像和语音。该API遵循OpenAI兼容的API标准,便于使用现有的库和SDK进行实现。
主要编程语言:由于项目为API,涉及到的编程语言包括但不限于Python、JavaScript、C#等,具体取决于用户如何在自己的项目中调用该API。
2. 项目使用的关键技术和框架
关键技术:
- OpenAI兼容API标准:使得Shapes API易于与现有的OpenAI库和SDK集成。
- 多模态支持:支持文本、图像和音频输入,允许更丰富的交互体验。
- Shape配置和工具调用:允许开发者自定义Shapes的行为,并调用外部工具。
框架:项目本身不依赖于特定的框架,但是用户在自己的项目中可能需要使用如Express.js(Node.js)、Flask(Python)、ASP.NET Core(C#)等Web框架来进行API的调用和处理。
3. 项目安装和配置的准备工作和详细的安装步骤
准备工作:
- 安装Git:如果您的系统中还没有安装Git,请先安装它,因为我们将使用Git来克隆项目仓库。
- 安装Node.js(可选):如果您计划使用JavaScript来与API交互,请确保安装Node.js环境。
- 安装Python(可选):如果您计划使用Python来与API交互,请确保安装Python环境。
- 安装C#开发环境(可选):如果您计划使用C#来与API交互,请确保安装.NET开发环境。
详细的安装步骤:
-
克隆项目仓库到本地环境:
git clone https://github.com/shapesinc/api.git cd api -
设置API密钥和Shape用户名环境变量(根据您的开发环境,以下示例以bash环境为例):
export SHAPESINC_API_KEY='your_api_key_here' export SHAPESINC_SHAPE_USERNAME='your_shape_username_here' -
根据您的项目需求,选择相应的编程语言,并按照以下示例进行API调用:
- Python 示例:
from openai import OpenAI shapes_client = OpenAI(api_key=os.getenv('SHAPESINC_API_KEY'), base_url='https://api.shapes.inc/v1/') response = shapes_client.chat.completions.create(model=f'shapesinc/{os.getenv("SHAPESINC_SHAPE_USERNAME")}', messages=[{"role": "user", "content": "Hello"}]) print(response) - JavaScript 示例:
const { OpenAI } = require('openai'); const shapes_client = new OpenAI({ apiKey: process.env.SHAPESINC_API_KEY, baseURL: 'https://api.shapes.inc/v1' }); const response = await shapes_client.chat.completions.create({ model: `shapesinc/${process.env.SHAPESINC_SHAPE_USERNAME}`, messages: [{ role: 'user', content: 'Hello' }] }); console.log(response); - C# 示例:
using OpenAI; var client = new ChatClient(os.Getenv("SHAPESINC_SHAPE_USERNAME"), new ApiKeyCredential(os.Getenv("SHAPESINC_API_KEY")), new OpenAIClientOptions { Endpoint = new Uri("https://api.shapes.inc/v1/") }); var chatMessages = new List<ChatMessage> { new UserChatMessage.ChatMessageContentPart.CreateTextPart("Hello!") }; var completion = await client.CompleteChatAsync(chatMessages); Console.WriteLine(completion.Value.Content[0].Text);
- Python 示例:
-
在您的应用程序中实现上述代码,并确保您的API密钥和Shape用户名是正确的。
-
运行您的应用程序,开始使用Shapes API进行交互。
请注意,以上步骤仅提供一个基本的安装和配置指南,具体的实现细节可能会根据您的项目需求和开发环境的不同而有所变化。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
226
251
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868