mirror of
https://github.com/LLM-Red-Team/glm-free-api.git
synced 2024-11-01 16:09:24 +08:00
530 lines
15 KiB
Markdown
530 lines
15 KiB
Markdown
# GLM AI Free 服务
|
||
|
||
[](LICENSE)
|
||
|
||
|
||
|
||
|
||
支持高速流式输出、支持多轮对话、支持智能体对话、支持AI绘图、支持联网搜索、支持长文档解读、支持图像解析，零配置部署，多路token支持，自动清理会话痕迹。
|
||
|
||
与ChatGPT接口完全兼容。
|
||
|
||
还有以下七个free-api欢迎关注：
|
||
|
||
Moonshot AI（Kimi.ai）接口转API [kimi-free-api](https://github.com/LLM-Red-Team/kimi-free-api)
|
||
|
||
阶跃星辰 (跃问StepChat) 接口转API [step-free-api](https://github.com/LLM-Red-Team/step-free-api)
|
||
|
||
阿里通义 (Qwen) 接口转API [qwen-free-api](https://github.com/LLM-Red-Team/qwen-free-api)
|
||
|
||
秘塔AI (Metaso) 接口转API [metaso-free-api](https://github.com/LLM-Red-Team/metaso-free-api)
|
||
|
||
讯飞星火（Spark）接口转API [spark-free-api](https://github.com/LLM-Red-Team/spark-free-api)
|
||
|
||
MiniMax（海螺AI）接口转API [hailuo-free-api](https://github.com/LLM-Red-Team/hailuo-free-api)
|
||
|
||
聆心智能 (Emohaa) 接口转API [emohaa-free-api](https://github.com/LLM-Red-Team/emohaa-free-api)
|
||
|
||
## 目录
|
||
|
||
* [免责声明](#免责声明)
|
||
* [在线体验](#在线体验)
|
||
* [效果示例](#效果示例)
|
||
* [接入准备](#接入准备)
|
||
* [智能体接入](#智能体接入)
|
||
* [多账号接入](#多账号接入)
|
||
* [Docker部署](#Docker部署)
|
||
* [Docker-compose部署](#Docker-compose部署)
|
||
* [Render部署](#Render部署)
|
||
* [Vercel部署](#Vercel部署)
|
||
* [原生部署](#原生部署)
|
||
* [推荐使用客户端](#推荐使用客户端)
|
||
* [接口列表](#接口列表)
|
||
* [对话补全](#对话补全)
|
||
* [AI绘图](#AI绘图)
|
||
* [文档解读](#文档解读)
|
||
* [图像解析](#图像解析)
|
||
* [refresh_token存活检测](#refresh_token存活检测)
|
||
* [注意事项](#注意事项)
|
||
* [Nginx反代优化](#Nginx反代优化)
|
||
* [Token统计](#Token统计)
|
||
* [Star History](#star-history)
|
||
|
||
## 免责声明
|
||
|
||
**逆向API是不稳定的，建议前往智谱AI官方 https://open.bigmodel.cn/ 付费使用API，避免封禁的风险。**
|
||
|
||
**本组织和个人不接受任何资金捐助和交易，此项目是纯粹研究交流学习性质！**
|
||
|
||
**仅限自用，禁止对外提供服务或商用，避免对官方造成服务压力，否则风险自担！**
|
||
|
||
**仅限自用，禁止对外提供服务或商用，避免对官方造成服务压力，否则风险自担！**
|
||
|
||
**仅限自用，禁止对外提供服务或商用，避免对官方造成服务压力，否则风险自担！**
|
||
|
||
## 在线体验
|
||
|
||
此链接仅临时测试功能，只有一路并发，如果遇到异常请稍后重试，建议自行部署使用。
|
||
|
||
https://udify.app/chat/Pe89TtaX3rKXM8NS
|
||
|
||
## 效果示例
|
||
|
||
### 验明正身Demo
|
||
|
||
|
||
|
||
### 智能体对话Demo
|
||
|
||
对应智能体链接：[网抑云评论生成器](https://chatglm.cn/main/gdetail/65c046a531d3fcb034918abe)
|
||
|
||
|
||
|
||
### 结合Dify工作流Demo
|
||
|
||
体验地址：https://udify.app/chat/m46YgeVLNzFh4zRs
|
||
|
||
<img width="390" alt="image" src="https://github.com/LLM-Red-Team/glm-free-api/assets/20235341/4773b9f6-b1ca-460c-b3a7-c56bdb1f0659">
|
||
|
||
### 多轮对话Demo
|
||
|
||
|
||
|
||
### AI绘图Demo
|
||
|
||
|
||
|
||
### 联网搜索Demo
|
||
|
||
|
||
|
||
### 长文档解读Demo
|
||
|
||
|
||
|
||
### 代码调用Demo
|
||
|
||
|
||
|
||
### 图像解析Demo
|
||
|
||
|
||
|
||
## 接入准备
|
||
|
||
从 [智谱清言](https://chatglm.cn/) 获取refresh_token
|
||
|
||
进入智谱清言随便发起一个对话，然后F12打开开发者工具，从Application > Cookies中找到`chatglm_refresh_token`的值，这将作为Authorization的Bearer Token值：`Authorization: Bearer TOKEN`
|
||
|
||
|
||
|
||
### 智能体接入
|
||
|
||
打开智能体的聊天界面，地址栏的一串ID就是智能体的ID，复制下来备用，这个值将用作调用时的 `model` 参数值。
|
||
|
||
|
||
|
||
### 多账号接入
|
||
|
||
目前似乎限制同个账号同时只能有*一路*输出，你可以通过提供多个账号的chatglm_refresh_token并使用`,`拼接提供：
|
||
|
||
`Authorization: Bearer TOKEN1,TOKEN2,TOKEN3`
|
||
|
||
每次请求服务会从中挑选一个。
|
||
|
||
## Docker部署
|
||
|
||
请准备一台具有公网IP的服务器并将8000端口开放。
|
||
|
||
拉取镜像并启动服务
|
||
|
||
```shell
|
||
docker run -it -d --init --name glm-free-api -p 8000:8000 -e TZ=Asia/Shanghai vinlic/glm-free-api:latest
|
||
```
|
||
|
||
查看服务实时日志
|
||
|
||
```shell
|
||
docker logs -f glm-free-api
|
||
```
|
||
|
||
重启服务
|
||
|
||
```shell
|
||
docker restart glm-free-api
|
||
```
|
||
|
||
停止服务
|
||
|
||
```shell
|
||
docker stop glm-free-api
|
||
```
|
||
|
||
### Docker-compose部署
|
||
|
||
```yaml
|
||
version: '3'
|
||
|
||
services:
|
||
glm-free-api:
|
||
container_name: glm-free-api
|
||
image: vinlic/glm-free-api:latest
|
||
restart: always
|
||
ports:
|
||
- "8000:8000"
|
||
environment:
|
||
- TZ=Asia/Shanghai
|
||
```
|
||
|
||
### Render部署
|
||
|
||
**注意：部分部署区域可能无法连接glm，如容器日志出现请求超时或无法连接，请切换其他区域部署！**
|
||
**注意：免费账户的容器实例将在一段时间不活动时自动停止运行，这会导致下次请求时遇到50秒或更长的延迟，建议查看[Render容器保活](https://github.com/LLM-Red-Team/free-api-hub/#Render%E5%AE%B9%E5%99%A8%E4%BF%9D%E6%B4%BB)**
|
||
|
||
1. fork本项目到你的github账号下。
|
||
|
||
2. 访问 [Render](https://dashboard.render.com/) 并登录你的github账号。
|
||
|
||
3. 构建你的 Web Service（New+ -> Build and deploy from a Git repository -> Connect你fork的项目 -> 选择部署区域 -> 选择实例类型为Free -> Create Web Service）。
|
||
|
||
4. 等待构建完成后，复制分配的域名并拼接URL访问即可。
|
||
|
||
### Vercel部署
|
||
|
||
**注意：Vercel免费账户的请求响应超时时间为10秒，但接口响应通常较久，可能会遇到Vercel返回的504超时错误！**
|
||
|
||
请先确保安装了Node.js环境。
|
||
|
||
```shell
|
||
npm i -g vercel --registry http://registry.npmmirror.com
|
||
vercel login
|
||
git clone https://github.com/LLM-Red-Team/glm-free-api
|
||
cd glm-free-api
|
||
vercel --prod
|
||
```
|
||
|
||
## 原生部署
|
||
|
||
请准备一台具有公网IP的服务器并将8000端口开放。
|
||
|
||
请先安装好Node.js环境并且配置好环境变量，确认node命令可用。
|
||
|
||
安装依赖
|
||
|
||
```shell
|
||
npm i
|
||
```
|
||
|
||
安装PM2进行进程守护
|
||
|
||
```shell
|
||
npm i -g pm2
|
||
```
|
||
|
||
编译构建，看到dist目录就是构建完成
|
||
|
||
```shell
|
||
npm run build
|
||
```
|
||
|
||
启动服务
|
||
|
||
```shell
|
||
pm2 start dist/index.js --name "glm-free-api"
|
||
```
|
||
|
||
查看服务实时日志
|
||
|
||
```shell
|
||
pm2 logs glm-free-api
|
||
```
|
||
|
||
重启服务
|
||
|
||
```shell
|
||
pm2 reload glm-free-api
|
||
```
|
||
|
||
停止服务
|
||
|
||
```shell
|
||
pm2 stop glm-free-api
|
||
```
|
||
|
||
## 推荐使用客户端
|
||
|
||
使用以下二次开发客户端接入free-api系列项目更快更简单，支持文档/图像上传！
|
||
|
||
由 [Clivia](https://github.com/Yanyutin753/lobe-chat) 二次开发的LobeChat [https://github.com/Yanyutin753/lobe-chat](https://github.com/Yanyutin753/lobe-chat)
|
||
|
||
由 [时光@](https://github.com/SuYxh) 二次开发的ChatGPT Web [https://github.com/SuYxh/chatgpt-web-sea](https://github.com/SuYxh/chatgpt-web-sea)
|
||
|
||
## 接口列表
|
||
|
||
目前支持与openai兼容的 `/v1/chat/completions` 接口，可自行使用与openai或其他兼容的客户端接入接口，或者使用 [dify](https://dify.ai/) 等线上服务接入使用。
|
||
|
||
### 对话补全
|
||
|
||
对话补全接口，与openai的 [chat-completions-api](https://platform.openai.com/docs/guides/text-generation/chat-completions-api) 兼容。
|
||
|
||
**POST /v1/chat/completions**
|
||
|
||
header 需要设置 Authorization 头部：
|
||
|
||
```
|
||
Authorization: Bearer [refresh_token]
|
||
```
|
||
|
||
请求数据：
|
||
```json
|
||
{
|
||
// 如果使用智能体请填写智能体ID到此处，否则可以乱填
|
||
"model": "glm4",
|
||
// 目前多轮对话基于消息合并实现，某些场景可能导致能力下降且token最高为4096
|
||
// 如果您想获得原生的多轮对话体验，可以传入首轮消息获得的id，来接续上下文
|
||
// "conversation_id": "65f6c28546bae1f0fbb532de",
|
||
"messages": [
|
||
{
|
||
"role": "user",
|
||
"content": "你叫什么？"
|
||
}
|
||
],
|
||
// 如果使用SSE流请设置为true，默认false
|
||
"stream": false
|
||
}
|
||
```
|
||
|
||
响应数据：
|
||
```json
|
||
{
|
||
// 如果想获得原生多轮对话体验，此id，你可以传入到下一轮对话的conversation_id来接续上下文
|
||
"id": "65f6c28546bae1f0fbb532de",
|
||
"model": "glm4",
|
||
"object": "chat.completion",
|
||
"choices": [
|
||
{
|
||
"index": 0,
|
||
"message": {
|
||
"role": "assistant",
|
||
"content": "我叫智谱清言，是基于智谱 AI 公司于 2023 年训练的 ChatGLM 开发的。我的任务是针对用户的问题和要求提供适当的答复和支持。"
|
||
},
|
||
"finish_reason": "stop"
|
||
}
|
||
],
|
||
"usage": {
|
||
"prompt_tokens": 1,
|
||
"completion_tokens": 1,
|
||
"total_tokens": 2
|
||
},
|
||
"created": 1710152062
|
||
}
|
||
```
|
||
|
||
### AI绘图
|
||
|
||
对话补全接口，与openai的 [images-create-api](https://platform.openai.com/docs/api-reference/images/create) 兼容。
|
||
|
||
**POST /v1/images/generations**
|
||
|
||
header 需要设置 Authorization 头部：
|
||
|
||
```
|
||
Authorization: Bearer [refresh_token]
|
||
```
|
||
|
||
请求数据：
|
||
```json
|
||
{
|
||
// 如果使用智能体请填写智能体ID到此处，否则可以乱填
|
||
"model": "cogview-3",
|
||
"prompt": "一只可爱的猫"
|
||
}
|
||
```
|
||
|
||
响应数据：
|
||
```json
|
||
{
|
||
"created": 1711507449,
|
||
"data": [
|
||
{
|
||
"url": "https://sfile.chatglm.cn/testpath/5e56234b-34ae-593c-ba4e-3f7ba77b5768_0.png"
|
||
}
|
||
]
|
||
}
|
||
```
|
||
|
||
### 文档解读
|
||
|
||
提供一个可访问的文件URL或者BASE64_URL进行解析。
|
||
|
||
**POST /v1/chat/completions**
|
||
|
||
header 需要设置 Authorization 头部：
|
||
|
||
```
|
||
Authorization: Bearer [refresh_token]
|
||
```
|
||
|
||
请求数据：
|
||
```json
|
||
{
|
||
// 如果使用智能体请填写智能体ID到此处，否则可以乱填
|
||
"model": "glm4",
|
||
"messages": [
|
||
{
|
||
"role": "user",
|
||
"content": [
|
||
{
|
||
"type": "file",
|
||
"file_url": {
|
||
"url": "https://mj101-1317487292.cos.ap-shanghai.myqcloud.com/ai/test.pdf"
|
||
}
|
||
},
|
||
{
|
||
"type": "text",
|
||
"text": "文档里说了什么？"
|
||
}
|
||
]
|
||
}
|
||
],
|
||
// 如果使用SSE流请设置为true，默认false
|
||
"stream": false
|
||
}
|
||
```
|
||
|
||
响应数据：
|
||
```json
|
||
{
|
||
"id": "cnmuo7mcp7f9hjcmihn0",
|
||
"model": "glm4",
|
||
"object": "chat.completion",
|
||
"choices": [
|
||
{
|
||
"index": 0,
|
||
"message": {
|
||
"role": "assistant",
|
||
"content": "根据文档内容，我总结如下：\n\n这是一份关于希腊罗马时期的魔法咒语和仪式的文本，包含几个魔法仪式：\n\n1. 一个涉及面包、仪式场所和特定咒语的仪式，用于使某人爱上你。\n\n2. 一个针对女神赫卡忒的召唤仪式，用来折磨某人直到她自愿来到你身边。\n\n3. 一个通过念诵爱神阿芙罗狄蒂的秘密名字，连续七天进行仪式，来赢得一个美丽女子的心。\n\n4. 一个通过燃烧没药并念诵咒语，让一个女子对你产生强烈欲望的仪式。\n\n这些仪式都带有魔法和迷信色彩，使用各种咒语和象征性行为来影响人的感情和意愿。"
|
||
},
|
||
"finish_reason": "stop"
|
||
}
|
||
],
|
||
"usage": {
|
||
"prompt_tokens": 1,
|
||
"completion_tokens": 1,
|
||
"total_tokens": 2
|
||
},
|
||
"created": 100920
|
||
}
|
||
```
|
||
|
||
### 图像解析
|
||
|
||
提供一个可访问的图像URL或者BASE64_URL进行解析。
|
||
|
||
此格式兼容 [gpt-4-vision-preview](https://platform.openai.com/docs/guides/vision) API格式，您也可以用这个格式传送文档进行解析。
|
||
|
||
**POST /v1/chat/completions**
|
||
|
||
header 需要设置 Authorization 头部：
|
||
|
||
```
|
||
Authorization: Bearer [refresh_token]
|
||
```
|
||
|
||
请求数据：
|
||
```json
|
||
{
|
||
"model": "65c046a531d3fcb034918abe",
|
||
"messages": [
|
||
{
|
||
"role": "user",
|
||
"content": [
|
||
{
|
||
"type": "image_url",
|
||
"image_url": {
|
||
"url": "http://1255881664.vod2.myqcloud.com/6a0cd388vodbj1255881664/7b97ce1d3270835009240537095/uSfDwh6ZpB0A.png"
|
||
}
|
||
},
|
||
{
|
||
"type": "text",
|
||
"text": "图像描述了什么？"
|
||
}
|
||
]
|
||
}
|
||
],
|
||
"stream": false
|
||
}
|
||
```
|
||
|
||
响应数据：
|
||
```json
|
||
{
|
||
"id": "65f6c28546bae1f0fbb532de",
|
||
"model": "glm",
|
||
"object": "chat.completion",
|
||
"choices": [
|
||
{
|
||
"index": 0,
|
||
"message": {
|
||
"role": "assistant",
|
||
"content": "图片中展示的是一个蓝色背景下的logo，具体地，左边是一个由多个蓝色的圆点组成的圆形图案，右边是“智谱·AI”四个字，字体颜色为蓝色。"
|
||
},
|
||
"finish_reason": "stop"
|
||
}
|
||
],
|
||
"usage": {
|
||
"prompt_tokens": 1,
|
||
"completion_tokens": 1,
|
||
"total_tokens": 2
|
||
},
|
||
"created": 1710670469
|
||
}
|
||
```
|
||
|
||
### refresh_token存活检测
|
||
|
||
检测refresh_token是否存活，如果存活live未true，否则为false，请不要频繁（小于10分钟）调用此接口。
|
||
|
||
**POST /token/check**
|
||
|
||
请求数据：
|
||
```json
|
||
{
|
||
"token": "eyJhbGciOiJIUzUxMiIsInR5cCI6IkpXVCJ9..."
|
||
}
|
||
```
|
||
|
||
响应数据：
|
||
```json
|
||
{
|
||
"live": true
|
||
}
|
||
```
|
||
|
||
## 注意事项
|
||
|
||
### Nginx反代优化
|
||
|
||
如果您正在使用Nginx反向代理glm-free-api，请添加以下配置项优化流的输出效果，优化体验感。
|
||
|
||
```nginx
|
||
# 关闭代理缓冲。当设置为off时，Nginx会立即将客户端请求发送到后端服务器，并立即将从后端服务器接收到的响应发送回客户端。
|
||
proxy_buffering off;
|
||
# 启用分块传输编码。分块传输编码允许服务器为动态生成的内容分块发送数据，而不需要预先知道内容的大小。
|
||
chunked_transfer_encoding on;
|
||
# 开启TCP_NOPUSH，这告诉Nginx在数据包发送到客户端之前，尽可能地发送数据。这通常在sendfile使用时配合使用，可以提高网络效率。
|
||
tcp_nopush on;
|
||
# 开启TCP_NODELAY，这告诉Nginx不延迟发送数据，立即发送小数据包。在某些情况下，这可以减少网络的延迟。
|
||
tcp_nodelay on;
|
||
# 设置保持连接的超时时间，这里设置为120秒。如果在这段时间内，客户端和服务器之间没有进一步的通信，连接将被关闭。
|
||
keepalive_timeout 120;
|
||
```
|
||
|
||
### Token统计
|
||
|
||
由于推理侧不在glm-free-api，因此token不可统计，将以固定数字返回。
|
||
|
||
## Star History
|
||
|
||
[](https://star-history.com/#LLM-Red-Team/glm-free-api&Date)
|