andrewyng aisuite - 中文翻译

## andrewyng / aisuite



### OpenWorker

OpenWorker 是一款桌面端 AI 协作者，基于 aisuite 构建——现已迁移至独立仓库：andrewyng/openworker。OpenWorker 能够进行对话、执行深度研究，并在你的电脑上完成真实任务——包括在授权下读取文件、连接 Slack/邮件、生成 PDF、文档和电子表格，以及运行定时自动化任务。你可以使用自己的 API 密钥（OpenAI、Anthropic、Google），或通过 Ollama 完全本地运行；你的数据将保留在本地机器上。

⬇ 下载 macOS 版本 (macOS 13+，Apple Silicon) · ⬇ 下载 Windows 版本 (Windows 10/11，x64) · 快速开始

OpenWorker 的开发已迁移至新仓库。其源代码快照暂时保留在此处的 `platform/` 目录下，并将在未来版本中移除。

### aisuite

aisuite 是一个轻量级 Python 库，用于构建基于 LLM 的应用，分为两层：一个跨提供商的统一 Chat Completions API，以及在其之上构建的、包含工具和工具包的 Agents API。aisuite 也为 OpenWorker 提供支持，OpenWorker 是一款桌面端 AI 协作者，在其独立仓库中开发：

┌───────────────────────────────────────────────┐ │ OpenWorker (独立仓库) │ │ 用于执行日常任务的智能体框架 │ ├───────────────────────────────────────────────┤ │ Agents API · 工具包 · MCP │ │ 跨多个 LLM 构建智能体 │ ├───────────────────────────────────────────────┤ │ Chat Completions API │ │ 跨多个 LLM 提供商的统一 API │ ├────────┬───────────┬────────┬────────┬────────┤ │ OpenAI │ Anthropic │ Google │ Ollama │ 其他 │ └────────┴───────────┴────────┴────────┴────────┘


**Chat Completions API** — 一个统一的、OpenAI 风格的接口，支持 OpenAI、Anthropic、Google、Mistral、Hugging Face、AWS、Cohere、Ollama、OpenRouter、Requesty 等。只需更改一个字符串即可切换提供商。

**Agents API · 工具包 · MCP** — 将真实的 Python 函数作为工具赋予模型，运行多轮循环，附加现成的工具包（文件、git、shell）或任何 MCP 服务器，并通过工具策略进行管控。

**OpenWorker** — 一款使用 aisuite 构建的桌面端 AI 协作者，以应用程序形式发布，用于执行日常任务。在其独立仓库中开发。

### 安装

安装基础包，或包含你计划使用的提供商的 SDK：

pip install aisuite # 基础包，不含提供商 SDK pip install 'aisuite[anthropic]' # 包含特定提供商的 SDK pip install 'aisuite[all]' # 包含所有提供商的 SDK


你还需要为你调用的提供商准备 API 密钥——Chat Completions 快速入门指南涵盖了密钥设置和首次调用。

正在寻找 OpenWorker 桌面应用？请前往其发布页面下载。

### Chat Completions — 跨提供商的统一 API

聊天 API 为模型交互提供了高级抽象。它以提供商无关的方式支持所有核心参数（`temperature`、`max_tokens`、`tools` 等），并标准化了请求和响应结构，使你能够专注于逻辑而非 SDK 差异。

模型名称使用 `:` 格式；aisuite 会将调用路由到正确的提供商并传递正确的参数：

import aisuite as ai

client = ai.Client()

models = ["openai:gpt-4o", "anthropic:claude-3-5-sonnet-20240620"]

messages = [ {"role": "system", "content": "Respond in Pirate English."}, {"role": "user", "content": "Tell me a joke."}, ]

for model in models: response = client.chat.completions.create( model=model, messages=messages, temperature=0.75 ) print(response.choices[0].message.content)


→ 快速入门：docs/chat-completions-quickstart.md — 安装、密钥设置、本地模型及更多示例。

#### 流式传输

设置 `stream=True` 可从任何支持的提供商（OpenAI、Anthropic、Ollama 以及兼容 OpenAI 的端点）获取 OpenAI 格式的块迭代器——相同的循环适用于所有提供商：

for chunk in client.chat.completions.create( model=model, messages=messages, stream=True ): print(chunk.choices[0].delta.content or "", end="", flush=True)


异步变体为 `await client.chat.completions.acreate(..., stream=True)`，并使用 `async for` 进行迭代。

工具调用同样支持流式传输：schema 字典和可调用对象照常传递给模型，块中包含增量 `delta.tool_calls` 片段供你组装和执行（流式传输是手动工具调用——不能与 `max_turns` 结合使用）。

### Agents — 为模型提供真实工具

aisuite 将工具调用简化为一行代码：传递普通的 Python 函数，它会自动生成 schema、执行调用，并将结果反馈给模型。

#### 带 max_turns 的工具调用

def will_it_rain(location: str, time_of_day: str): """Check if it will rain in a location at a given time today.

Args: location (str): Name of the city time_of_day (str): Time of the day in HH:MM format. """ return "YES"

client = ai.Client()

response = client.chat.completions.create( model="openai:gpt-4o", messages=[{"role": "user", "content": "I live in San Francisco. Can you check for weather " "and plan an outdoor picnic for me at 2pm?"}], tools=[will_it_rain], max_turns=2 # 工具调用的最大往返次数 )

print(response.choices[0].message.content)


设置 `max_turns` 后，aisuite 会发送你的消息，执行模型请求的任何工具调用，将结果返回给模型，并重复此过程直到对话完成。`response.choices[0].intermediate_messages` 包含完整的工具交互历史，方便你继续对话。

更喜欢完全手动控制？省略 `max_turns` 并传递 OpenAI 格式的 JSON 工具规范——aisuite 会返回模型的工具调用请求，由你自己运行循环。参见 `examples/tool_calling_abstraction.ipynb` 了解两种风格。

#### Agents API

对于更长时间运行、结构化的任务，有一流的 Agents API：声明一个智能体，使用 Runner 运行它，并附加工具包——为文件、git 和 shell 预构建的沙盒化工具族：

import aisuite as ai from aisuite import Agent, Runner

agent = Agent( name="repo-helper", model="anthropic:claude-sonnet-4-6", instructions="You are a careful repo assistant. Use your tools to answer from the co" )