ai-Abridge

AI Bridge 🌉

纯净的 AI 模型桥接库 - 透明、原生 SDK、多厂商支持、无主观侵入。

AI Bridge (aib) 是一个统一的 Python 接口，用于调用各大主流 AI 厂商（Gemini, Kimi, Qwen, OpenAI）的原生能力。它的核心理念是 "透明桥接"：我们只做搬运工，不做任何加工，让用户直接获得大模型的原始返回和错误信息。

🌟 核心特性

• 多厂商支持:

  • Google Gemini: 支持 Gemini 2.0 Flash/Pro 等全系模型
  • Moonshot Kimi: 支持 moonshot-v1 系列
  • Aliyun Qwen: 支持 Qwen-Plus/Turbo/Max 及 VL 视觉大模型
  • OpenAI: 支持 GPT-4o/3.5 等及兼容接口

• 透明桥接 (Transparent Bridge):

  • 🛡️ 无主观处理: 不拦截错误，不吞噬异常，不修改响应内容。
  • 📦 原生对象: 返回包含原始 SDK 响应对象的 Response，方便高级用户调试。
  • ⚡ 原生 SDK: 底层直接调用官方 SDK (google-genai, openai, dashscope)，确保能力零损耗。

• 强大的文件处理:

  • 📂 Native File API: 优先使用厂商原生 File API 上传文件（支持 PDF/视频/音频），而非粗暴的 Base64 转换。
  • 🖼️ 多模态支持: 完美支持视觉问答、文档分析等场景。

• 独家功能:

  • 🚀 Batch API: 集成 Qwen 和 Gemini 的批量处理接口，成本降低 50%。
  • ⏱️ 超时控制: 支持全局或单次请求的 Timeout 设置。
  • 🔌 中转站支持: 完美支持自定义 base_url，适配各类 API 代理。

📦 安装

pip install ai-bridge

🚀 快速开始

1. SDK 使用是

from aib import AIBridge

# 初始化 (自动读取环境变量或配置，也可以显式传入)
bridge = AIBridge(
    vendor="gemini", 
    api_key="YOUR_API_KEY", 
    model="gemini-2.0-flash",
    timeout=60  # 60秒超时
)

# 简单对话
response = bridge.chat("你好，请介绍一下你自己")
print(response.content)

# 带文件的多模态对话 (自动处理文件上传)
response = bridge.chat(
    prompt="请总结这份文档主要讲了什么，并分析第二张图表",
    files=["./report.pdf", "./chart.png"]
)
print(response.content)

# 查看 Token 消耗
print(f"Token 使用: {response.usage.total_tokens}")

2. CLI 命令行使用

AI Bridge 提供了一个强大的命令行工具 ab。

# 简单对话 (默认使用 gemini)
ab chat "你好！"

# 指定厂商和模型
ab chat "写首诗" -v kimi -m moonshot-v1-8k

# 带文件分析
ab chat "解释这个代码截图" -v gemini -f error.png

# 带超时设置 (60秒)
ab chat "生成长文章..." -v openai --timeout 60

# 查看 Token 使用情况
ab chat "计算..." -v qwen --usage

# 使用自定义中转站
ab chat "Hello" -v openai --base-url "https://api.proxy.com/v1"

⚙️ 配置指南

你可以通过 YAML 配置文件 或 环境变量 来管理 API Key 和默认设置。

方式一：配置文件 (推荐)

创建 ~/.aib/config.yaml 或当前目录下的 config.yaml：

# 默认使用的厂商
default_vendor: gemini

# 可选：全局超时时间 (秒)
timeout: 60

vendors:
  gemini:
    api_key: "AIzaSy..."
    model: "gemini-2.0-flash"
    timeout: 120  # 厂商特定超时，覆盖全局
  
  kimi:
    api_key: "sk-..."
    model: "moonshot-v1-auto"
  
  qwen:
    api_key: "sk-..."
    model: "qwen-plus"
  
  openai:
    api_key: "sk-..."
    model: "gpt-4o"
    base_url: "https://api.openai.com/v1"  # 支持自定义代理地址

方式二：环境变量

export AIB_DEFAULT_VENDOR="gemini"

# API Key
export AIB_GEMINI_API_KEY="AIza..."
export AIB_KIMI_API_KEY="sk-..."
export AIB_QWEN_API_KEY="sk-..."
export AIB_OPENAI_API_KEY="sk-..."

# 自定义 Base URL (中转站)
export AIB_OPENAI_BASE_URL="https://api.proxy.com/v1"

# 超时设置
export AIB_GEMINI_TIMEOUT="120"

💡 进阶功能

批量处理 (Batch API)

对于不着急（24小时内完成）的大批量任务，使用 Batch API 可节省 50% 成本。目前支持 Qwen 和 Gemini。

from aib.batch import QwenBatchManager

manager = QwenBatchManager(api_key="sk-...")

# 提交批量任务
job = manager.submit(
    requests=[
        {"prompt": "分析用户评论: ..."},
        {"prompt": "翻译这段话: ..."},
        # ... 上千条请求
    ],
    model="qwen-plus"
)
print(f"任务已提交，ID: {job.id}")

# ... 等待一段时间后 ...

# 获取结果
results = manager.get_results(job.id)
for prompt_id, result in results.items():
    print(f"{prompt_id}: {result}")

错误处理

遵循透明原则，如果 API 调用失败，库会直接抛出厂商 SDK 的原始异常，而非通用的封装异常。这有助于你根据具体错误码（如 rate_limit_exceeded）进行精确处理。

try:
    bridge.chat("...")
except Exception as e:
    # 这里的 e 是 openai.APIError / google.api_core.exceptions.GoogleAPICallError 等原始异常
    print(f"API 调用失败: {e}")

📄 License

MIT License