diff --git a/OllamaStudy.UseExtensionsAI/OpenAIAPITest.cs b/OllamaStudy.UseExtensionsAI/OpenAIAPITest.cs
index 811ae5e..5bf4b7a 100644
--- a/OllamaStudy.UseExtensionsAI/OpenAIAPITest.cs
+++ b/OllamaStudy.UseExtensionsAI/OpenAIAPITest.cs
@@ -20,6 +20,7 @@ namespace OllamaStudy.UseExtensionsAI
private readonly HttpClient _uiUiAPIHttpClient;
private readonly HttpClient _bailianHttpClient;
private readonly HttpClient _zipuHttpClient;
+ private readonly HttpClient _siliconflowHttpClient;
public OpenAIAPITest
(
@@ -38,37 +39,51 @@ namespace OllamaStudy.UseExtensionsAI
_uiUiAPIHttpClient = _httpClientFactory.CreateClient("UiUiAPIHttpClient");
_bailianHttpClient = _httpClientFactory.CreateClient("BailianHttpClient");
_zipuHttpClient = _httpClientFactory.CreateClient("ZiPuHttpClient");
+ _siliconflowHttpClient = _httpClientFactory.CreateClient("SiliconflowHttpClient");
}
- #region 各种业务Client
+ #region 获取各种 HttpClient
///
/// 从OpenAIClient获取各种业务 Client
///
[Fact]
- public void GetClients_Test()
+ public void Get_Clients_Test()
{
Assert.NotNull(_defaultHttpClient);
Assert.NotNull(_ollamaHttpClient);
Assert.NotNull(_uiUiAPIHttpClient);
Assert.NotNull(_bailianHttpClient);
Assert.NotNull(_zipuHttpClient);
+ Assert.NotNull(_siliconflowHttpClient);
}
#endregion
#region 音频
+ ///
+ /// 创建语音
+ ///
+ ///
[Fact]
- public async Task Audio_Test()
+ public async Task Audio_CreateSpeech_Test()
{
var requetData = new
{
//语音模型
- model = "gpt-4o-mini-tts",
+ model = "tts-1-1106",
//要生成音频的文本。最大长度为4096个字符。
- input = "你好，上海今天的天气非常好，很适合户外游玩！",
+ input = """
+ 断章
+ 作者：卞之琳
+ 你站在桥上看风景，
+ 看风景人在楼上看你。
+ 明月装饰了你的窗子，
+ 你装饰了别人的梦。
+
+ """,
//生成音频时使用的语音。支持的语音有:alloy、echo、fable、onyx、nova 和 shimmer。
- voice = "alloy",
+ voice = "nova",
//默认为 mp3 音频的格式。支持的格式有:mp3、opus、aac 和 flac。
response_format = "mp3",
@@ -77,7 +92,7 @@ namespace OllamaStudy.UseExtensionsAI
speed = 1.0f,
};
- using var requestMessage = new HttpRequestMessage(HttpMethod.Post, "https://sg.uiuiapi.com/v1/audio/speech")
+ using var requestMessage = new HttpRequestMessage(HttpMethod.Post, "v1/audio/speech")
{
Content = JsonContent.Create(requetData)
};
@@ -86,17 +101,280 @@ namespace OllamaStudy.UseExtensionsAI
responseMessage.EnsureSuccessStatusCode();
//处理响应
+ //var responseText = await responseMessage.Content.ReadAsStringAsync();
var responseObject = await responseMessage.Content.ReadAsByteArrayAsync();
using FileStream stream = File.OpenWrite($"{Guid.NewGuid()}.mp3");
stream.Write(responseObject);
}
+
+ ///
+ /// 创建转录
+ ///
+ ///
+ [Fact]
+ public async Task Audio_CreateTranscriptions_Test()
+ {
+ var formData = new MultipartFormDataContent();
+
+ // 读取文件流
+ using var fileStream = File.OpenRead("Assets/dongdong.mp3");
+
+ // 创建文件内容并添加到表单
+ var fileContent = new StreamContent(fileStream);
+
+ //(必须) 要转录的音频文件对象(不是文件名),格式为:flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav 或 webm
+ formData.Add(fileContent, "file","dongdong.mp3");
+
+ //(必须) 要使用的模型 ID。目前只有 whisper-1 是可用的
+ formData.Add(new StringContent("whisper-1"), "model");
+
+ //(可选) 输入音频的语言。以 ISO-639-1 格式提供输入语言可以提高准确性和延迟
+ formData.Add(new StringContent("zh"), "language");
+
+ //(可选) 一个可选的文本来指导模型的风格或继续之前的音频段落。提示应该与音频语言匹配。
+ formData.Add(new StringContent("请使用严肃风格"), "prompt");
+
+ //(可选) 转录输出的格式,默认为 json,可选择:json、text、srt、verbose_json 或 vtt。
+ formData.Add(new StringContent("json"), "response_format");
+
+ //(可选) 采样温度,between 0 和 1。更高的值像 0.8 会使输出更随机,而更低的值像 0.2 会使其更集中和确定性。如果设置为 0,模型将使用对数概率自动增加温度直到达到特定阈值。
+ //默认为 0
+ formData.Add(new StringContent("0"), "temperature");
+
+ using var requestMessage = new HttpRequestMessage(HttpMethod.Post, "v1/audio/transcriptions")
+ {
+ Content = formData,
+ };
+
+ var responseMessage = await _uiUiAPIHttpClient.SendAsync(requestMessage);
+ responseMessage.EnsureSuccessStatusCode();
+
+ //处理响应
+ var responseText = await responseMessage.Content.ReadAsStringAsync();
+ _output.WriteLine(responseText);
+
+ Assert.NotNull(responseText);
+ Assert.Contains("杀戮", responseText);
+ }
+
+ ///
+ /// 创建翻译
+ ///
+ ///
+ [Fact]
+ public async Task Audio_CreateTranslations_Test()
+ {
+ var formData = new MultipartFormDataContent();
+
+ // 读取文件流
+ using var fileStream = File.OpenRead("Assets/dongdong.mp3");
+
+ // 创建文件内容并添加到表单
+ var fileContent = new StreamContent(fileStream);
+
+ //(必须) 要转录的音频文件对象(不是文件名),格式为:flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav 或 webm
+ formData.Add(fileContent, "file", "dongdong.mp3");
+
+ //(必须) 要使用的模型 ID。目前只有 whisper-1 是可用的
+ formData.Add(new StringContent("whisper-1"), "model");
+
+ //(可选) 一个可选的文本,用于指导模型的风格或继续之前的音频段落。提示文本应该是英文。
+ formData.Add(new StringContent("Please use a serious style"), "prompt");
+
+ //(可选) 转录输出的格式,默认为 json,可选择:json、text、srt、verbose_json 或 vtt。
+ formData.Add(new StringContent("json"), "response_format");
+
+ //(可选) 采样温度,between 0 和 1。更高的值像 0.8 会使输出更随机,而更低的值像 0.2 会使其更集中和确定性。如果设置为 0,模型将使用对数概率自动增加温度直到达到特定阈值。
+ //默认为 0
+ formData.Add(new StringContent("0"), "temperature");
+
+ using var requestMessage = new HttpRequestMessage(HttpMethod.Post, "/v1/audio/translations")
+ {
+ Content = formData,
+ };
+
+ var responseMessage = await _uiUiAPIHttpClient.SendAsync(requestMessage);
+ responseMessage.EnsureSuccessStatusCode();
+
+ //处理响应
+ var responseText = await responseMessage.Content.ReadAsStringAsync();
+ _output.WriteLine(responseText);
+
+ Assert.NotNull(responseText);
+ Assert.Contains("killed", responseText);
+ }
+
#endregion
#region 聊天
+
#endregion
#region 自动补全
+ ///
+ /// 流式生成请求 测试
+ ///
+ [Fact]
+ public async Task Completion_Request_Streaming_Test()
+ {
+ var requetData = new
+ {
+ model = _ollamaOptionsMonitor.CurrentValue.Model,
+ prompt = """天空为什么是蓝色的？""",
+ };
+
+ using var request = new HttpRequestMessage(HttpMethod.Post, "/v1/completions")
+ {
+ Content = JsonContent.Create(requetData)
+ };
+
+ //发送请求：流式处理响应，HttpCompletionOption.ResponseHeadersRead 是关键，只在SendAsync方法中有此参数
+ var response = await _ollamaHttpClient.SendAsync(request, HttpCompletionOption.ResponseHeadersRead);
+ response.EnsureSuccessStatusCode();
+
+ //处理响应
+ using var responseStream = await response.Content.ReadAsStreamAsync();
+ using var reader = new StreamReader(responseStream);
+
+ //如果是流式响应，则逐行读取
+ while (!reader.EndOfStream)
+ {
+ var line = await reader.ReadLineAsync();
+ _output.WriteLine(line);
+ }
+ }
+
+ ///
+ /// 非流式生成请求 测试
+ ///
+ ///
+ [Fact]
+ public async Task Completion_Request_NoStreaming_Test()
+ {
+ var requetData = new
+ {
+ model = _ollamaOptionsMonitor.CurrentValue.Model,
+ prompt = """天空为什么是蓝色的？""",
+
+ //流式处理响应： 设置为 false 禁用流式处理
+ stream = false,
+ };
+
+ using var requestMessage = new HttpRequestMessage(HttpMethod.Post, "/v1/completions")
+ {
+ Content = JsonContent.Create(requetData)
+ };
+
+ var responseMessage = await _ollamaHttpClient.SendAsync(requestMessage);
+ responseMessage.EnsureSuccessStatusCode();
+
+ //处理响应
+ var responseText = await responseMessage.Content.ReadAsStringAsync();
+
+ Assert.NotNull(responseText);
+ _output.WriteLine(responseText);
+ }
+
+ ///
+ /// 全参数生成请求 测试
+ ///
+ ///
+ [Fact]
+ public async Task Completion_Request_FullParameters_Test()
+ {
+ var requetData = new
+ {
+ //（必需）模型名(标识)：model:tag格式，model可具有可选的命名空间，tag是可选的，用于标识模型，默认为 latest
+ model = ModelSelecter.ModelWithSuffixAndImage,
+
+ //（必需）生成响应的提示词：关键
+ prompt = """ 天空为什么是蓝色的？""",
+
+ //（可选）默认为1 在服务器端生成best_of个补全,并返回“最佳”补全(每个令牌的日志概率最高的那个)。
+ //无法流式传输结果。 与n一起使用时,best_of控制候选补全的数量,n指定要返回的数量 – best_of必须大于n。
+ //注意:因为这个参数会生成许多补全,所以它可以快速消耗您的令牌配额。请谨慎使用,并确保您对max_tokens和stop有合理的设置。
+ best_of = 1,
+
+ //（可选）默认为false 除了补全之外,还回显提示
+ echo = false,
+
+ //（可选）默认为0 -2.0和2.0之间的数字。正值根据文本目前的现有频率处罚新令牌,降低模型逐字重复相同行的可能性。
+ frequency_penalty = 0f,
+
+ //（可选）默认为null 修改完成中指定令牌出现的可能性。
+ //接受一个JSON对象,该对象将令牌(由GPT令牌化器中的令牌ID指定)映射到关联偏差值,-100到100。
+ //您可以使用这个令牌化器工具(适用于GPT-2和GPT-3)将文本转换为令牌ID。从数学上讲,偏差在对模型进行采样之前添加到生成的logit中。
+ //确切效果因模型而异,但-1至1之间的值应降低或提高选择的可能性;像-100或100这样的值应导致相关令牌的禁用或专属选择。
+ //例如,您可以传递{"50256": -100}来防止生成<|endoftext|>令牌。
+ logit_bias = default(object),
+
+ //（可选）默认为null
+ //包括logprobs个最可能令牌的日志概率,以及所选令牌。例如,
+ //如果logprobs为5,API将返回5个最有可能令牌的列表。 API总会返回采样令牌的logprob,因此响应中最多可能有logprobs + 1个元素。logprobs的最大值是5。
+ logprobs = default(object),
+
+ //（可选）默认为16
+ //在补全中生成的最大令牌数。提示的令牌计数加上max_tokens不能超过模型的上下文长度。 计数令牌的Python代码示例。
+ max_tokens = 16,
+
+ //（可选）默认为1
+ //为每个提示生成的补全数量。注意:因为这个参数会生成许多补全,所以它可以快速消耗您的令牌配额。
+ //请谨慎使用,并确保您对max_tokens和stop有合理的设置。
+ n =1,
+
+ //（可选）默认为0
+ //-2.0和2.0之间的数字。正值根据它们是否出现在目前的文本中来惩罚新令牌,增加模型讨论新话题的可能性。 有关频率和存在惩罚的更多信息,请参阅。
+ presence_penalty = 0f,
+
+ //（可选）
+ //如果指定,我们的系统将尽最大努力确定性地进行采样,以便使用相同的种子和参数的重复请求应返回相同的结果。
+ //不保证确定性,您应该参考system_fingerprint响应参数来监视后端的更改。
+ seed = 654321,
+
+ //（可选）默认为null
+ //最多4个序列,API将停止在其中生成更多令牌。返回的文本不会包含停止序列。
+ stop = default(string),
+
+ //（可选）流式处理响应： 可通过设置 false 来禁用流式处理
+ stream = true,
+
+ //（可选）默认为null
+ //在插入文本的补全之后出现的后缀。
+ //模型响应后的文本:只有专用模型才支持(qwen2.5-coder:3b等), 模型不支持则异常
+ //suffix = " return result",
+
+ //（可选）默认为1 要使用的采样温度,介于0和2之间。更高的值(如0.8)将使输出更随机,而更低的值(如0.2)将使其更集中和确定。
+ //我们通常建议更改这个或top_p,而不是两者都更改。
+ temperature = 1f,
+
+ //表示最终用户的唯一标识符,这可以帮助OpenAI监控和检测滥用。 了解更多。
+ user = "mynameisok",
+
+ //较高的值（例如 0.95）将导致文本更加多样化，而较低的值（例如 0.5）将生成更集中和保守的文本。（默认值：0.9）
+ top_p = 0.9f,
+ };
+
+ using var request = new HttpRequestMessage(HttpMethod.Post, "/v1/completions")
+ {
+ Content = JsonContent.Create(requetData)
+ };
+
+ //发送请求：流式处理响应，HttpCompletionOption.ResponseHeadersRead 是关键，只在SendAsync方法中有此参数
+ var response = await _ollamaHttpClient.SendAsync(request, HttpCompletionOption.ResponseHeadersRead);
+ response.EnsureSuccessStatusCode();
+
+ //处理响应
+ using var responseStream = await response.Content.ReadAsStreamAsync();
+ using var reader = new StreamReader(responseStream);
+
+ //如果是流式响应，则逐行读取
+ while (!reader.EndOfStream)
+ {
+ var line = await reader.ReadLineAsync();
+ _output.WriteLine(line);
+ }
+ }
#endregion
#region 嵌入
@@ -117,8 +395,51 @@ namespace OllamaStudy.UseExtensionsAI
/// 列出模型 测试
///
[Fact]
- public void List_Models_Test()
+ public async Task List_Models_Test()
{
+ var responseMessage = await _ollamaHttpClient.GetAsync("/v1/models");
+ responseMessage.EnsureSuccessStatusCode();
+
+ var resultObj = new
+ {
+ @object = "list",
+ data = new[] { new { id="model_id", @object = "model", created = 1754931997, owned_by = "library" } }
+ };
+
+ //处理响应
+ var responseObject = await responseMessage.Content.ReadAsStringAsync();
+
+ var modelObj = Newtonsoft.Json.JsonConvert.DeserializeAnonymousType(responseObject,resultObj);
+
+ Assert.NotNull(modelObj);
+
+ foreach (var model in modelObj.data)
+ {
+ _output.WriteLine($"模型ID:{model.id}, 模型名称：{model.@object}, 创建：{model.created}, 创建者：{model.owned_by}");
+ }
+
+ }
+
+ ///
+ /// 检索模型 测试
+ ///
+ [Theory]
+ [InlineData(ModelSelecter.ModelWithTool)]
+ public async Task Query_Model_Test(string modelName)
+ {
+ var responseMessage = await _ollamaHttpClient.GetAsync($"/v1/models/{modelName}");
+ responseMessage.EnsureSuccessStatusCode();
+
+ var resultObj = new { id = "model_id", @object = "model", created = 1754931997, owned_by = "library" };
+
+ //处理响应
+ var responseObject = await responseMessage.Content.ReadAsStringAsync();
+
+ var model = Newtonsoft.Json.JsonConvert.DeserializeAnonymousType(responseObject, resultObj);
+
+ Assert.NotNull(model);
+
+ _output.WriteLine($"模型ID:{model.id}, 模型名称：{model.@object}, 创建：{model.created}, 创建者：{model.owned_by}");
}
#endregion
diff --git a/OllamaStudy.UseExtensionsAI/Startup.cs b/OllamaStudy.UseExtensionsAI/Startup.cs
index 191b5ae..eda6d7c 100644
--- a/OllamaStudy.UseExtensionsAI/Startup.cs
+++ b/OllamaStudy.UseExtensionsAI/Startup.cs
@@ -164,7 +164,7 @@ namespace OllamaStudy.UseExtensionsAI
services
.AddHttpClient("UiUiAPIHttpClient", (provider, client) =>
{
- client.BaseAddress = new Uri("https://sg.uiuiapi.com/v1");
+ client.BaseAddress = new Uri("https://sg.uiuiapi.com");
client.DefaultRequestHeaders.Add("Authorization", $"Bearer sk-4azuOUkbzNGP22pQkND8ad1vZl7ladwBQyqGKlWWZyxYgX1L");
//client.DefaultRequestHeaders.Add("Content-Type", "application/json");
client.Timeout = TimeSpan.FromSeconds(60);
@@ -172,7 +172,7 @@ namespace OllamaStudy.UseExtensionsAI
.UseSocketsHttpHandler((socketHttpHandeler, serviceProvider) =>
{
//配置请求代理：请求走 Fiddler 代理，便于调试
- socketHttpHandeler.Proxy = new System.Net.WebProxy("http://127.0.0.1:8888");
+ //socketHttpHandeler.Proxy = new System.Net.WebProxy("http://127.0.0.1:8888");
});
//阿里百炼 HttpClient
@@ -181,7 +181,7 @@ namespace OllamaStudy.UseExtensionsAI
{
//var options = provider.GetRequiredService>().CurrentValue;
- client.BaseAddress = new Uri("https://dashscope.aliyuncs.com/compatible-mode/v1");
+ client.BaseAddress = new Uri("https://dashscope.aliyuncs.com");
client.DefaultRequestHeaders.Add("Authorization", $"Bearer sk-0122f39e383546b9a0999f70b9ef99e3");
client.Timeout = TimeSpan.FromSeconds(60);
});
@@ -192,14 +192,30 @@ namespace OllamaStudy.UseExtensionsAI
{
//var options = provider.GetRequiredService>().CurrentValue;
- client.BaseAddress = new Uri("https://open.bigmodel.cn/api/paas/v4/");
+ client.BaseAddress = new Uri("https://open.bigmodel.cn");
client.DefaultRequestHeaders.Add("Authorization", $"Bearer 397a799102a6453282da8abb2a1b2581.8fTMHZGRkPHJya4R");
client.Timeout = TimeSpan.FromSeconds(60);
})
.UseSocketsHttpHandler((socketHttpHandeler, serviceProvider) =>
{
//配置请求代理：请求走 Fiddler 代理，便于调试
- socketHttpHandeler.Proxy = new System.Net.WebProxy("http://127.0.0.1:8888");
+ //socketHttpHandeler.Proxy = new System.Net.WebProxy("http://127.0.0.1:8888");
+ });
+
+ //硅基流动 HttpClient
+ services
+ .AddHttpClient("SiliconflowHttpClient", (provider, client) =>
+ {
+ //var options = provider.GetRequiredService>().CurrentValue;
+
+ client.BaseAddress = new Uri("https://api.siliconflow.cn");
+ client.DefaultRequestHeaders.Add("Authorization", $"Bearer sk-ylwuqfmfkgvjaarwdpxqrguhcqbsnfzhyregbolpumeqyniy");
+ client.Timeout = TimeSpan.FromSeconds(60);
+ })
+ .UseSocketsHttpHandler((socketHttpHandeler, serviceProvider) =>
+ {
+ //配置请求代理：请求走 Fiddler 代理，便于调试
+ //socketHttpHandeler.Proxy = new System.Net.WebProxy("http://127.0.0.1:8888");
});
}
#endregion
diff --git a/OllamaStudy.UseOllamaSharp/OllamaApiTest.cs b/OllamaStudy.UseOllamaSharp/OllamaApiTest.cs
index b9d4313..8682ab9 100644
--- a/OllamaStudy.UseOllamaSharp/OllamaApiTest.cs
+++ b/OllamaStudy.UseOllamaSharp/OllamaApiTest.cs
@@ -80,7 +80,7 @@ namespace OllamaStudy.UseOllamaSharp
}
///
- /// 流式生成请求
+ /// 非流式生成请求
///
[Fact]
public async Task Completion_Request_NoStreaming_Test()