从 FastGPT 4.8.23 版本开始，引入 AI Proxy 来进一步方便模型的配置。

AI Proxy 与 One API 类似，也是作为一个 OpenAI 接口管理 & 分发系统，可以通过标准的 OpenAI API 格式访问所有的大模型，开箱即用。

部署

Docker 版本

docker-compose.yml 文件已加入了 AI Proxy 配置，可直接使用。点击查看最新的 yml 配置

从旧版升级的用户，可以复制 yml 里，ai proxy 的配置，加入到旧的 yml 文件中。

运行原理

AI proxy 核心模块:

  1. 渠道管理：管理各家模型提供商的 API Key 和可用模型列表。
  2. 模型调用：根据请求的模型，选中对应的渠道；根据渠道的 API 格式，构造请求体，发送请求；格式化响应体成标准格式返回。
  3. 调用日志：详细记录模型调用的日志，并在错误时候可以记录其入参和报错信息，方便排查。

运行流程：

aiproxy12

在 FastGPT 中使用

AI proxy 相关功能，可以在账号-模型提供商页面找到。

1. 创建渠道

在模型提供商的配置页面，点击模型渠道，进入渠道配置页面

aiproxy1

点击右上角的“新增渠道”，即可进入渠道配置页面

aiproxy2

以阿里云的模型为例，进行如下配置

aiproxy3

  1. 渠道名：展示在外部的渠道名称，仅作标识;
  2. 厂商：模型对应的厂商，不同厂商对应不同的默认地址和 API 密钥格式;
  3. 模型：当前渠道具体可以使用的模型，系统内置了主流的一些模型，如果下拉框中没有想要的选项，可以点击“新增模型”，增加自定义模型;
  4. 模型映射：将 FastGPT 请求的模型，映射到具体提供的模型上。例如：
  {
    "gpt-4o-test": "gpt-4o",
}

FatGPT 中的模型为 gpt-4o-test，向 AI Proxy 发起请求时也是 gpt-4o-test。AI proxy 在向上游发送请求时，实际的model为 gpt-4o。

  1. 代理地址：具体请求的地址，系统给每个主流渠道配置了默认的地址，如果无需改动则不用填。
  2. API 密钥：从模型厂商处获取的 API 凭证。注意部分厂商需要提供多个密钥组合，可以根据提示进行输入。

最后点击“新增”，就能在“模型渠道”下看到刚刚配置的渠道

aiproxy4

2. 渠道测试

然后可以对渠道进行测试，确保配置的模型有效

aiproxy5

点击“模型测试”，可以看到配置的模型列表，点击“开始测试”

aiproxy6

等待模型测试完成后，会输出每个模型的测试结果以及请求时长

aiproxy7

3. 启用模型

最后在模型配置中，可以选择启用对应的模型，这样就能在平台中使用了，更多模型配置可以参考模型配置

aiproxy8

其他功能介绍

优先级

范围1～100。数值越大，越容易被优先选中。

aiproxy9

启用/禁用

在渠道右侧的控制菜单中，还可以控制渠道的启用或禁用，被禁用的渠道将无法再提供模型服务

aiproxy10

调用日志

在 调用日志 页面，会展示发送到模型处的请求记录，包括具体的输入输出 tokens、请求时间、请求耗时、请求地址等等。错误的请求，则会详细的入参和错误信息，方便排查，但仅会保留 1 小时(环境变量里可配置)。

aiproxy11

从 OneAPI 迁移到 AI Proxy

可以从任意终端，发起 1 个 HTTP 请求。其中 {{host}} 替换成 AI Proxy 地址，{{admin_key}} 替换成 AI Proxy 中 ADMIN_KEY 的值。

Body 参数 dsn 为 OneAPI 的 mysql 连接串。

  curl --location --request POST '{{host}}/api/channels/import/oneapi' \
--header 'Authorization: Bearer {{admin_key}}' \
--header 'Content-Type: application/json' \
--data-raw '{
    "dsn": "mysql://root:s5mfkwst@tcp(dbconn.sealoshzh.site:33123)/mydb"
}'

执行成功的情况下会返回 “success”: true

脚本目前不是完全准，仅是简单的做数据映射，主要是迁移代理地址、模型和API 密钥，建议迁移后再进行手动检查。

编辑此页面