在Shortest项目中实现网络环境下Anthropic API的通信支持
2025-06-10 02:49:16作者:何将鹤
背景介绍
在现代企业开发环境中,由于安全策略的要求,开发者经常需要在网络服务器环境下进行开发工作。Shortest项目作为一个AI应用开发框架,其与Anthropic API的集成功能目前存在一个限制:无法在网络环境下正常工作。这是因为底层实现没有提供配置HTTP网络的接口。
问题分析
Shortest项目当前使用@ai-sdk/anthropic库中的createAnthropic方法来创建与Anthropic API的连接。然而,该方法默认不提供fetch参数配置选项,导致无法在需要网络服务器的企业网络环境中使用。这限制了项目在企业开发场景中的适用性。
技术解决方案
为了解决这个问题,我们可以通过以下方式扩展createAnthropic的功能:
- 自定义fetch函数:通过传递一个配置了网络的fetch函数作为参数
- 网络配置:使用undici库中的EnvHttpNetworkAgent来设置全局网络
- 集成实现:将网络配置集成到Shortest项目的AI提供者创建逻辑中
核心实现代码如下:
import { createAnthropic } from "@ai-sdk/anthropic";
import { setGlobalDispatcher, EnvHttpNetworkAgent } from 'undici';
// 配置全局网络
setGlobalDispatcher(new EnvHttpNetworkAgent());
const networkFetch = fetch;
// 创建支持网络的Anthropic提供者
const anthropic = createAnthropic({
apiKey: aiConfig.apiKey,
fetch: networkFetch
});
实现优势
这种解决方案具有以下优点:
- 兼容性强:既支持普通网络环境,也支持网络环境
- 配置灵活:可以根据需要选择全局网络或针对特定API的网络
- 代码侵入性低:只需少量修改即可实现功能
- 企业友好:满足了企业开发环境的安全要求
应用场景
这一改进特别适用于以下场景:
- 企业内部开发环境
- 需要额外安全审计的网络环境
- 跨国网络访问场景
- 需要自定义证书的环境
总结
通过在Shortest项目中添加对网络环境的支持,显著提高了框架在企业开发场景中的适用性。这一改进不仅解决了当前的问题,还为未来可能出现的类似网络访问限制提供了可扩展的解决方案框架。开发者现在可以在各种网络环境下无缝使用Anthropic API的功能,大大提升了开发体验和效率。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案
项目优选
收起
deepin linux kernel
C
24
7
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
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
255
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.18 K
🎉 (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
1.09 K
618
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
261
92