LLM标准接口_智能媒体服务(IMS)-阿里云帮助中心

实时工作流支持您按照规定的标准协议来接入自研大语言模型（LLM）。

自研LLM标准接口（OpenAI规范）

如果您的LLM接口符合OpenAI标准规范，您可以通过OpenAI标准的配置将您的自研LLM服务整合到工作流中。目前只支持以流式方式请求符合OpenAI规范的服务。

首先您需要LLM大语言模型节点中，选择自研接入（OpenAI规范），并配置以下参数：

名称	类型	必填	描述	示例值
ModelId	String	是	OpenAI标准model字段，表示模型名称	abc
API-KEY	String	是	OpenAI标准api_key字段，表示API鉴权信息	AUJH-pfnTNMPBm6iWXcJAcWsrscb5KYaLitQhHBLKrI
目标模型HTTPS地址	String	是	OpenAI标准base_url字段，表示目标服务请求地址	http://www.abc.com

在实时工作流运行期间，将按照以下格式，组装OpenAI标准数据，通过POST请求访问您配置的自研模型HTTPS地址，获取相应结果，输入参数如下：

名称	类型	必填	描述	示例值
messages	Array	是	历史对话上下文，最多保留20条上下文记录，在数组中越靠前的位置，表示越早的提问或者回答。说明系统将自动将用户本次讲话内容与历史对话记录结合，输入至大模型中。	[{'role': 'user', 'content': '今天天气怎么样？'},{'role': 'assistant', 'content': '今天天气晴朗。'},{'role': 'user', 'content': '明天天气晴怎么样？'}]
model	String	是	模型名称信息	abc
stream	Boolean	是	是否流式，目前只支持流式传输	True
extendData	Object	是	补充信息	{'instanceId':'68e00b6640e*****3e943332fee7','channelId':'123','sentenceId':'3',userData':'{"aaaa":"bbbb"}'}
instanceId	String	是	实例ID信息	68e00b6640e*****3e943332fee7
channelId	String	是	房间ID信息	123
sentenceId	Int	是	问答ID信息说明对于用户的同一次提问，智能体回答会使用相同的ID信息。	3
userData	String	否	启动实例时您传入的UserData业务字段数据	{"aaaa":"bbbb"}

自定义LLM（OpenAI规范）Server

Python

import json
import time
from loguru import logger
from flask import Flask, request, jsonify, Response

app = Flask(__name__)

API_KEY = "YOURAPIKEY"

@app.route('/v1/chat/completions', methods=['POST'])
def chat_completion():
    # 检查API密钥
    auth_header = request.headers.get('Authorization')
    if not auth_header or auth_header.split()[1] != API_KEY:
        return jsonify({"error": "Unauthorized"}), 401
    
    data = request.json
    logger.info(f"data is {data}")
    task_id = request.args.get('task_id')
    room_id = request.args.get('room_id')
    for header, value in request.headers.items():
        logger.info(f"{header}: {value}")
    
    # 打印查询参数
    logger.info("\nQuery Parameters:")
    for key, value in request.args.items():
        logger.info(f"{key}: {value}")
    
    logger.info(f"task_id: {task_id}, room_id: {room_id}")
    stream = data.get('stream', False)
    
    if stream:
        return Response(generate_stream_response(data), content_type='text/event-stream')
    else:
        return jsonify(generate_response(data))

def generate_response(data):
    response = "这是一个模拟的AI助手响应。实际应用中，这里应该调用真实的AI模型。"
    
    return {
        "id": "chatcmpl-123",
        "object": "chat.completion",
        "created": int(time.time()),
        "model": data['model'],
        "choices": [{
            "index": 0,
            "message": {
                "role": "assistant",
                "content": response
            },
            "finish_reason": "stop"
        }],
        "usage": {
            "prompt_tokens": sum(len(m['content']) for m in data['messages']),
            "completion_tokens": len(response),
            "total_tokens": sum(len(m['content']) for m in data['messages']) + len(response)
        }
    }

def generate_stream_response(data):
    response = "这是一个模拟的AI助手流式响应。实际应用中，这里应该调用真实的AI模型。"
    words = list(response)
    for i, word in enumerate(words):
        chunk = {
            "id": "chatcmpl-123",
            "object": "chat.completion.chunk",
            "created": int(time.time()),
            "model": data['model'],
            "choices": [{
                "index": 0,
                "delta": {
                    "content": word 
                },
                "finish_reason": None if i < len(words) - 1 else "stop"
            }]
        }
        logger.info(chunk)
        yield f"data: {json.dumps(chunk)}\n\n"
        time.sleep(0.1)  # 模拟处理时间
    
    yield "data: [DONE]\n\n"

if __name__ == '__main__':
    logger.info(f"Server is running with API_KEY: {API_KEY}")
    app.run(port=8083, debug=True)

自研LLM标准接口（OpenAI规范）

自定义LLM（OpenAI规范）Server

相关文档