Passer au contenu principal

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.

​
Le moyen le plus simple consiste à définir directement les variables d’environnement comme indiqué ci-dessous

Adresse de téléchargement : 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
Remarque : assurez-vous d’ajouter /v1 à la fin de openai_api_base,
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)
Exemple de code utilisant un LLM pour effectuer des prédictions L’essentiel réside en réalité dans la définition de la clé et de l’URL Les méthodes incluent :
  1. Définir via des variables d’environnement
  2. Passer en tant que variables
  3. Définir manuellement les variables d’environnement
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();
Après exécution, vous verrez la réponse : 
Lively Socks.
Dernière mise à jour : 2026-06-01