A public repository for developers to explore and experience pre-built API usage examples for inferEra. Access major LLMs through a unified interface with bilingual (English & Chinese) quickstart guides. Build smarter, faster.
- README.md
- security_check.py # 密钥安全检查
- docs/
- faq.md
- bento_card_artifacts # 便当卡片生成器
- bento-next-app # 主程序
- README.md # 说明
- script # Python 免编译版本,输出到 html_output 目录
- bento-next-app # 主程序
- expampls/
- deepseek.py
- Claude/
- claude-official.py
- claude-official-stream.py
- claude-cache.py
- textEdit.py
- Gemini/
- 2.5flash-image-with-image.py
- 2.5flash-image.py
- gemini_image_gen.py
- nano-banana-edit.py
- 2.0flash.py
- 2.5flash.py
- 2.5pro.py
- 2.5_with_thinking.py
- Code-execution.py
- Gemini-2.5-reasoning-OAI.py
- imagen.py
- Image-understanding.py
- Audio-understanding.py
- Video-understanding.py
- Video-understanding-url.py # Youtube 视频链接
- OAI-reasoning_effort.py # 推理深度
- 非流式.py
- Gemini-Function-call.py
- gemini-context-caching.py
- veo3.0.py
- veo3逆向.py
- veo2.0.py
- veo2.0-i2v.py
- IdeogramAI 绘图/
- v3_generate.py
- v3_generate-with-reference.py
- v3_edit.py
- v3_remix.py
- v3_replace-background.py
- aihubmix_ideogram_generate.py
- aihubmix_ideogram_describe.py
- aihubmix_ideogram_edit.py
- aihubmix_ideogram_remix.py
- aihubmix_ideogram_upscale.py
- img/
- JinaAI/
- jina_Embeddings.py # 向量嵌入
- jina_Reranker.py # 重排序
- jina_DeepSearch.py # 深度搜索
- OAI/
- Responses API/
- gpt-5-series.py
- Text_input.py
- Image_input.py
- imageGenerationTool.py
- Streaming.py
- Reasoning.py
- Functions.py
- Web_search.py
- CodeInterpreter.py
- RemoteMCP.py
- 4o image/
- image-1-generate.py
- image-1-edit.py
- image-1-edit-with-mask.py
- image-1-generate-逆向兼容.py
- 4o-image-逆向.py
- 4o-image-i2i-逆向.py
- 4o-image-is2i-逆向.py
- tts-gpt.py
- tts-audio-preview.py
- tts-kokoro.py
- tts-latency.py # tts 延迟测试
- FIM.py # 代码补全
- Responses API/
- Web/
- inferEra-Grounding-with-Google.py
- inferEra-surfing.py
- Qwen
- qwen2.5-vl.py
- qwq.py
- qwen-tools-regular.py
- qwen3.py
- qwen3-tools-and-mcp.py
- output/
- scripts/
- Latency-and-Throughput.py # 计算模型的首 Token 延迟和吞吐量
- aihubmix_cli.py # AiHubMix API 命令行工具
- aihubmix_client.py # AiHubMix API 客户端库
- requirements.txt # 项目依赖
- LICENSE
我们提供了一个全功能的 AiHubMix API 命令行工具和客户端库,用于管理 AiHubMix API 和使用其服务。
- 一个 AiHubMix 账户
- 从 AiHubMix 设置页面获取的访问令牌 (Access Token)
- 安装必要的 Python 依赖项:
pip install -r requirements.txt
# 获取账户余额
python aihubmix_cli.py --url "https://aihubmix.com" --token "YOUR_ACCESS_TOKEN" --action get_balance
# 创建新 KEY
python aihubmix_cli.py --url "https://aihubmix.com" --token "YOUR_ACCESS_TOKEN" --action create_token --name "新 KEY 名称"
# 获取 KEY 列表
python aihubmix_cli.py --url "https://aihubmix.com" --token "YOUR_ACCESS_TOKEN" --action get_tokens
# 搜索 KEY(注意名称必须完整匹配,大小写不敏感)
python aihubmix_cli.py --url "https://aihubmix.com" --token "YOUR_ACCESS_TOKEN" --action search_tokens --query "搜索关键词"
# 更新 KEY
python aihubmix_cli.py --url "https://aihubmix.com" --token "YOUR_ACCESS_TOKEN" --action update_token --id "KEY ID" --name "新名称"
# 删除 KEY
python aihubmix_cli.py --url "https://aihubmix.com" --token "YOUR_ACCESS_TOKEN" --action delete_token --id "KEY ID"
# 获取可用模型
python aihubmix_cli.py --url "https://aihubmix.com" --token "YOUR_ACCESS_TOKEN" --action get_models
# 获取用户可用模型
python aihubmix_cli.py --url "https://aihubmix.com" --token "YOUR_ACCESS_TOKEN" --action get_available_models
# 获取用户 KEY
python aihubmix_cli.py --url "https://aihubmix.com" --token "YOUR_ACCESS_TOKEN" --action get_user_token
如果你希望直接使用 curl 命令访问 AiHubMix API,以下是一些示例:
# 获取账户余额
curl -X GET "https://aihubmix.com/api/user/self" \
-H "Authorization: YOUR_ACCESS_TOKEN" \
-H "Content-Type: application/json"
# 获取 KEY 列表
curl -X GET "https://aihubmix.com/api/token/" \
-H "Authorization: YOUR_ACCESS_TOKEN" \
-H "Content-Type: application/json"
你可以将 URL 和访问令牌保存到配置文件中,避免每次都需要输入:
# 保存配置
python aihubmix_cli.py --save-config --url "https://aihubmix.com" --token "YOUR_ACCESS_TOKEN"
# 使用已保存的配置执行操作
python aihubmix_cli.py --action get_balance
# 你仍然可以覆盖已保存的配置
python aihubmix_cli.py --url "https://api.aihubmix.com" --action get_balance
配置文件保存在 ~/.aihubmix.json
。
以 JSON 格式输出:
python aihubmix_cli.py --url "https://aihubmix.com" --token "YOUR_ACCESS_TOKEN" --action get_balance --json
查看完整的命令行选项:
python aihubmix_cli.py --help
from aihubmix_client import AiHubMixClient
# 创建客户端
client = AiHubMixClient(api_url="https://aihubmix.com", access_token="YOUR_ACCESS_TOKEN")
# 获取账户余额
balance = client.get_balance()
if balance and balance.get("success", False):
user_data = balance.get("data", {})
print(f"当前余额: {user_data.get('quota', '未知')}")
# 创建新 KEY
token = client.create_token(token_name="新 KEY 名称")
if token and token.get("success", False):
token_data = token.get("data", {})
print(f"新 KEY : {token_data.get('key', '未知')}")
# 获取可用模型
models = client.get_models()
if models and models.get("success", False):
models_data = models.get("data", {})
# 处理模型数据...
AiHubMixClient
类提供以下主要方法:
create_token(token_name, expires_in=None, remaining_quota=None)
- 创建新的 API KEYget_tokens()
- 获取所有 API KEYsearch_tokens(query)
- 搜索 API KEYget_token(token_id)
- 获取特定 API KEYupdate_token(token_id, **kwargs)
- 更新 API KEYdelete_token(token_id)
- 删除 API KEY
get_balance()
- 获取账户余额信息get_user_self()
- 获取当前用户信息update_user_self(**kwargs)
- 更新当前用户信息get_user_token()
- 获取用户 KEY
get_models()
- 获取所有可用模型get_available_models()
- 获取用户可用模型
如果遇到问题,可以尝试以下解决方案:
-
连接问题:如果主域名连接失败,尝试使用备用域名:
python aihubmix_cli.py --url "https://api.aihubmix.com" --token "YOUR_ACCESS_TOKEN" --action get_balance
-
访问令牌无效:确保提供的访问令牌是从 AiHubMix 网站获取的有效密钥。访问令牌格式通常是
fd***
这样的形式。 -
权限不足:某些操作可能需要特定的权限,请确保你的账户有足够的权限。
-
请求失败:检查网络连接,或尝试稍后再试。
- 访问令牌需要在 AiHubMix 设置页面 点击「生成系统访问令牌」生成
- 访问令牌与用于访问 AI 模型的普通 API KEY 不同
- 每个用户拥有自己的系统访问令牌,其访问级别由用户角色决定(普通用户、管理员或根用户)