Zum Hauptinhalt springen

Documentation Index

Fetch the complete documentation index at: https://docs.aihubmix.com/llms.txt

Use this file to discover all available pages before exploring further.

​
Am einfachsten ist es, die Umgebungsvariablen direkt wie unten gezeigt zu setzen

Download-Adresse: https://www.langchain.com/ 
API_SECRET_KEY = "sk-pvMtoVO******66249058b93C766F2D70167"
BASE_URL = "https://aihubmix.com/v1"; #Base URL for aihubmix

os.environ["OPENAI_API_KEY"] = API_SECRET_KEY
os.environ["OPENAI_BASE_URL"] = BASE_URL
Hinweis: Stellen Sie sicher, dass am Ende von openai_api_base /v1 angehängt wird.
Python
from langchain.chat_models import ChatOpenAI

llm = ChatOpenAI(
    openai_api_base="https://aihubmix.com/v1", # Note, add /v1 at the end
    openai_api_key="sk-3133f******fee269b71d",
)

res = llm.predict("hello")

print(res)
Beispielcode für die Verwendung eines LLM zur Vorhersage
Der Kern liegt im Setzen des Keys und der URL
Mögliche Methoden:
  1. Setzen über Umgebungsvariablen
  2. Übergabe als Variablen
  3. Manuelles Setzen der Umgebungsvariablen
Python
import os
import requests
import time
import json
import time
from langchain.llms import OpenAI

API_SECRET_KEY = "your key from aihubmix";
BASE_URL = "https://aihubmix.com/v1"; #Base URL for aihubmix

os.environ["OPENAI_API_KEY"] = API_SECRET_KEY
os.environ["OPENAI_API_BASE"] = BASE_URL

def text():
    llm = OpenAI(temperature=0.9)
    text = "What would be a good company name for a company that makes colorful socks?"
    print(llm(text))

if __name__ == '__main__':
    text();
Nach der Ausführung sehen Sie die Rückgabe: 
Lively Socks.
Zuletzt aktualisiert: 2026-06-01