الأطر والمنصات
LiteLLM
استخدم LiteLLM مع TokenLab كنقطة نهاية متوافقة مع OpenAI أو كجزء من بوابة فريقك
نظرة عامة
عادةً ما يُستخدم LiteLLM مع TokenLab بطريقتين.
- استخدام TokenLab كـ نقطة نهاية متوافقة مع OpenAI خلف LiteLLM
- وضع LiteLLM أمام TokenLab لإدارة المفاتيح الافتراضية أو سياسة اختيار النماذج أو المراقبة المركزية
بالنسبة إلى TokenLab، فإن أنظف مسار افتراضي هو استخدام وضع custom OpenAI / متوافق مع OpenAI في LiteLLM مع api_base = https://api.tokenlab.sh/v1.
إذا كنت تحتاج صراحةً إلى request shapes من نوع Claude-native أو Gemini-native، فالأفضل استخدام التكاملات الأصلية في TokenLab بدلًا من فرض هذه التدفقات عبر طبقة LiteLLM المتوافقة مع OpenAI.
النوع: إطار أو منصة
المسار الرئيسي: نقطة نهاية متوافقة مع OpenAI
مستوى الدعم: مسار مدعوم
التثبيت
pip install 'litellm[proxy]'إعداد الـ proxy
model_list:
- model_name: tokenlab-gpt-5.4
litellm_params:
model: custom_openai/gpt-5.4
api_base: https://api.tokenlab.sh/v1
api_key: os.environ/OPENAI_API_KEY
- model_name: tokenlab-claude-sonnet
litellm_params:
model: custom_openai/claude-sonnet-4-6
api_base: https://api.tokenlab.sh/v1
api_key: os.environ/OPENAI_API_KEYالتشغيل:
export OPENAI_API_KEY="sk-your-tokenlab-key"
litellm --config litellm-config.yaml --port 4000الاستدعاء باستخدام OpenAI SDK
from openai import OpenAI
client = OpenAI(
api_key="anything",
base_url="http://127.0.0.1:4000"
)
response = client.chat.completions.create(
model="tokenlab-gpt-5.4",
messages=[{"role": "user", "content": "Hello!"}]
)
print(response.choices[0].message.content)الاستدعاء مباشرة باستخدام Python
import litellm
response = litellm.completion(
model="custom_openai/gpt-5.4",
api_base="https://api.tokenlab.sh/v1",
api_key="sk-your-tokenlab-key",
messages=[{"role": "user", "content": "Summarize this repo."}]
)أفضل الممارسات
- اعتبر TokenLab أولًا endpoint من نوع
custom_openai - ضع LiteLLM في المقدمة فقط عندما تحتاج فعلًا إلى طبقة gateway إضافية
- لا تفترض تلقائيًا توافر كل التفاصيل الأصلية للمزوّد عبر المسار المتوافق مع OpenAI