在Vercel AI SDK中使用兼容模式对接第三方大模型的经验分享
在使用Vercel AI SDK开发聊天应用时,很多开发者会遇到需要对接非OpenAI官方模型的情况。本文将分享一个实际案例,介绍如何正确使用@ai-sdk/openai-compatible模块来对接阿里云通义千问模型,并解决自定义参数传递的问题。
问题背景
当开发者尝试使用@ai-sdk/openai模块的兼容模式对接阿里云DashScope平台的通义千问模型时,发现无法通过providerOptions传递模型特定的参数。例如,想设置enable_thinking参数来控制模型是否显示思考过程,但该参数在最终请求中并未生效。
错误做法分析
开发者最初尝试了以下方式:
import { createOpenAI } from '@ai-sdk/openai';
const qwen = createOpenAI({
name: 'qwen',
apiKey: 'xxxxx',
baseURL: 'https://dashscope.aliyuncs.com/compatible-mode/v1',
compatibility: 'compatible',
});
const stream = streamText({
model: qwen('qwen3-235b-a22b'),
prompt: 'who are you?',
providerOptions: {
qwen: {
enable_thinking: false,
},
},
});
这种方法的问题在于,@ai-sdk/openai模块主要是为OpenAI官方API设计的,虽然提供了兼容模式,但对于第三方模型的特有参数支持不够完善。
正确解决方案
Vercel AI SDK团队专门提供了@ai-sdk/openai-compatible模块来处理这类需求。该模块专为兼容OpenAI API的第三方服务设计,能够更好地支持各种自定义参数。
正确做法如下:
import { createOpenAICompatible } from '@ai-sdk/openai-compatible';
const qwen = createOpenAICompatible({
apiKey: 'xxxxx',
baseURL: 'https://dashscope.aliyuncs.com/compatible-mode/v1',
});
const stream = streamText({
model: qwen('qwen3-235b-a22b'),
prompt: 'who are you?',
providerOptions: {
qwen: {
enable_thinking: false,
},
},
});
技术要点解析
-
模块选择:
@ai-sdk/openai-compatible是专门为兼容OpenAI API的第三方服务设计的,相比@ai-sdk/openai的兼容模式,它提供了更灵活的参数传递机制。 -
参数传递:通过
providerOptions可以传递服务商特定的参数,这些参数会直接合并到最终的API请求中。 -
兼容性处理:该模块会自动处理与OpenAI API的兼容性问题,开发者无需关心底层实现细节。
实际应用建议
-
对于完全兼容OpenAI API的服务,优先使用
@ai-sdk/openai模块。 -
对于需要传递特定参数或有不完全兼容情况的第三方服务,使用
@ai-sdk/openai-compatible模块。 -
在对接新模型时,建议先查阅服务商的API文档,了解其特有的参数和功能。
-
可以通过网络请求调试工具验证最终发出的请求参数是否符合预期。
总结
Vercel AI SDK提供了灵活的模块化设计,使开发者能够轻松对接各种大模型服务。通过正确选择和使用@ai-sdk/openai-compatible模块,开发者可以充分利用第三方模型的特有功能,同时保持代码的简洁性和可维护性。这一经验不仅适用于阿里云通义千问模型,也可推广到其他兼容OpenAI API的第三方模型服务。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00