本文还有配套的精品资源，点击获取 menu-r.4af5f7ec.gif

简介：本教程详细介绍了如何使用JavaScript调用百度语音识别接口，以实现用户语音交互功能。内容包括获取百度API密钥、代码集成、事件处理等关键步骤，以及在主流浏览器上进行语音识别的兼容性考虑。通过具体示例，展示如何初始化语音识别环境、开始和结束录音，以及如何处理服务器返回的语音识别结果。
JS调用百度语音识别接口.zip

1. JavaScript在Web开发中的应用

JavaScript是Web开发的核心技术之一，它使得网页能够进行动态交互，提供了丰富的用户体验。随着Web标准的不断发展，JavaScript的能力也在不断扩展，从简单的表单验证，发展到构建复杂的前端应用。通过操作DOM，JavaScript能够实时更新网页内容，使得用户无需重新加载页面即可与应用程序交互。现代Web开发中，JavaScript更是在前后端分离的架构模式中扮演了重要角色，特别是在Node.js的推动下，JavaScript的应用场景已经从浏览器扩展到了服务器端。在本章中，我们将探讨JavaScript如何在Web开发中应用，以及如何利用它构建高效的网络应用。

2. 语音识别技术在互联网中的作用

2.1 语音识别技术的发展历程

2.1.1 从录音磁带到智能语音识别

语音识别技术从最原始的录音磁带发展到今天，经历了几个重要的技术革新阶段。最初，语音信息只能以模拟信号的方式被记录和播放，而无法实现智能化处理。随着计算机技术的飞速发展，数字化语音处理成为了可能。通过将模拟语音信号转换为数字信号，进而通过算法进行分析和识别，开始了语音识别技术的实质性探索。

在20世纪90年代，随着大规模集成电路的发展和计算能力的提升，基于统计模型的语音识别技术开始崭露头角。然而，受限于当时的硬件水平，这些技术仅限于特定领域的应用，且错误率较高。进入21世纪后，随着移动互联网和大数据技术的兴起，语音识别技术也迎来了新的发展机遇。深度学习技术的融合，使得语音识别准确率大幅提升，真正实现了面向广大消费者的智能语音助手。

2.1.2 语音识别技术的当前趋势

当前，语音识别技术已经广泛应用于多种场景，包括智能助手、客服系统、语音输入法等。技术的成熟和算法的优化不断推动语音识别的准确率和效率的提升。自然语言处理（NLP）技术的结合，使得语音识别系统不仅能理解语音中的内容，还可以根据上下文进行语义理解，从而提供更加人性化的交互体验。

在硬件方面，与设备的融合也使得语音识别技术变得更加普及。智能设备如手机、智能音箱等，都内置了语音识别功能，用户可以通过简单的语音命令控制设备。此外，随着5G网络的推广，远程语音交互的实时性和稳定性得到了极大的改善，这为在线教育、远程医疗等行业的语音交互应用提供了有力支持。

2.2 语音识别技术的应用场景

2.2.1 语音助手和智能家居

语音助手是语音识别技术应用最广的场景之一。通过简单的语音命令，用户可以控制智能家居设备，如灯光、温度、安防系统等。例如，通过说出“关闭客厅的灯”或“设定晚间模式”，家中的智能照明和安保系统会相应地作出调整。这些功能不仅简化了用户的操作，还提高了生活的便捷性和安全性。

随着技术的进步，语音助手的功能也在不断拓展。除了控制智能家居设备，它们还能够提供天气预报、新闻摘要、日程管理等服务，成为用户日常生活中不可或缺的助手。

2.2.2 语音识别在企业服务中的应用

企业服务中，语音识别技术也扮演着重要角色。在呼叫中心，语音识别技术可以自动化接听客户电话，进行初步咨询的引导和问题的筛选，大大提高了客户服务水平。此外，语音识别还能够在会议中自动转录语音记录，辅助生成会议纪要，提高企业工作效率。

在客户关系管理（CRM）系统中，语音识别技术可用来分析客户通话内容，通过情感分析等NLP技术来评估客户满意度，为企业提供决策支持。语音识别技术在企业服务中的应用，不仅提升了服务效率，还有助于企业更好地理解客户需求。

2.2.3 语音识别在移动互联网的运用

移动互联网时代，语音识别技术成为移动应用的标配功能之一。各类移动应用通过集成语音识别模块，使得用户能够通过语音命令完成搜索、输入文本、发送消息等操作。语音识别技术在移动应用中的集成，不仅使得操作变得更加便捷，也为残障人士提供了更多的便利。

在导航、阅读、教育等应用中，语音识别技术的加入使得用户体验更加丰富。例如，通过语音指令可以查询路线，或是让阅读应用通过语音朗读电子书籍。在移动支付领域，语音识别技术也被用于验证支付指令，进一步提升了支付安全性。随着应用场景的不断拓展，语音识别技术正变得越来越普遍，几乎涉及到互联网应用的各个方面。

3. 百度语音开放平台介绍及API密钥获取

3.1 百度语音开放平台概述

3.1.1 平台的主要功能和特点

百度语音开放平台（Baidu Speech Open Platform）是百度推出的一套全面的语音识别解决方案。它为开发者提供了丰富多样的语音交互服务，通过将复杂的语音识别技术封装成简单易用的API接口，使得开发者可以轻松集成到各种应用中。平台的主要功能和特点可以归纳为以下几点：

  1. 高准确率的语音识别 ：百度语音开放平台采用深度神经网络技术，能够有效地提升识别准确率。
  2. 多种场景支持 ：适用于多种场景，包括但不限于实时通话、语音输入法、会议记录等。
  3. 强大的定制化能力 ：平台提供了灵活的定制服务，支持用户自定义词库和语言模型，以满足特定场景下的精确识别需求。
  4. 多语言和方言支持 ：除了标准的普通话，还支持多种方言以及部分外语的识别。
  5. 丰富的API接口 ：提供了语音识别、语音合成等多种API接口，方便集成和使用。

3.1.2 平台的使用流程和限制

使用百度语音开放平台需要遵循一定的流程，同时需要注意平台的一些限制：

  1. 注册和登录 ：用户首先需要注册百度账号，并登录百度语音开放平台。
  2. 创建应用 ：在平台中创建应用并设定好应用名称、类型等基本信息。
  3. 获取API Key和Secret Key ：创建应用后，系统会自动生成API Key和Secret Key，这两个密钥是调用API接口的凭证。
  4. 调用接口 ：按照API文档的描述，使用获取的密钥调用相应的接口。

限制说明 ：

  • 调用频率限制 ：为了防止滥用，平台可能会对API的调用频率进行限制。
  • 商业和法律条款 ：在商业应用前，需仔细阅读并遵守平台的商业和法律条款，以免产生不必要的麻烦。
  • 密钥保护 ：需要妥善保管API Key和Secret Key，不可泄露给他人，以免密钥被滥用。

3.2 获取API密钥的步骤

3.2.1 注册百度开发者账号

获取API密钥的第一步是注册百度开发者账号。具体步骤如下：

  1. 访问百度开发者官方网站。
  2. 在首页点击“立即注册”按钮。
  3. 按照提示填写注册信息，包括用户名、密码、邮箱等，并完成手机验证。
  4. 完成邮箱激活后，账号即注册成功。

3.2.2 创建应用并获取API Key和Secret Key

成功注册后，需要创建应用以获取API密钥。以下是详细步骤：

  1. 登录百度开发者平台。
  2. 在控制台选择“创建应用”，输入应用名称并选择相应类型。
  3. 根据提示完成应用信息的填写，包括应用描述、官网地址等。
  4. 应用创建成功后，在应用列表中找到刚刚创建的应用，进入详情页面。
  5. 在详情页面中找到“应用凭证”部分，即可看到API Key和Secret Key。

注意 ：创建应用时，应用类型选择要和最终的应用场景相匹配，这样可以确保在申请权限时更加顺利。

至此，我们已经了解了百度语音开放平台的概述，以及如何获取API密钥的详细步骤。下文将聚焦于 api.js 文件在语音识别中的关键作用，以及如何通过具体的API方法来触发录音、处理识别结果等关键环节。

4. api.js 文件在语音识别中的关键作用

4.1 api.js 文件的结构和功能

api.js 是语音识别系统中的核心组件，负责封装与语音识别相关的API调用、事件监听以及结果处理。文件中会包含多个方法，每个方法都承担着特定的职责，从初始化语音识别引擎到解析识别结果， api.js 是整个语音识别流程的枢纽。

4.1.1 文件的主要代码模块解析

在 api.js 文件中，我们通常可以找到以下几个关键模块：

  • 初始化模块 ：主要包含 init 方法，用于配置和初始化语音识别引擎，包括设置语言、采样率等参数。
  • 事件监听模块 ：包含 start 、 stop 、 onResult 等方法，分别用于控制录音的开始、结束以及处理识别结果。
  • 结果处理模块 ：解析和格式化识别结果，可能包含用于将语音转换为文本的函数。
  • 错误处理模块 ：用于处理和反馈在语音识别过程中可能出现的错误。
4.1.2 api.js 的核心功能和作用

api.js 的核心作用是简化语音识别流程，使开发者不需要深入了解语音识别的底层实现，就能快速集成语音识别功能到Web项目中。开发者只需调用 api.js 中定义的方法即可轻松实现语音识别功能。

4.2 api.js 文件的实现细节

4.2.1 主要方法和属性的定义

为了实现语音识别， api.js 定义了一些关键的方法：

  • init 方法 ：用于初始化语音识别器，接收配置参数，并进行必要的设置。
    javascript function init(config) { // 初始化语音识别器实例 // 配置语言、采样率等参数 }

  • start 方法 ：开始语音数据的捕获和识别过程。
    javascript function start() { // 开始捕获语音数据 // 使用Web语音API开始录音 }

  • stop 方法 ：停止语音数据的捕获和识别过程。
    javascript function stop() { // 停止捕获语音数据 // 停止录音 }

  • onResult 方法 ：当识别结果出来时，被触发的回调函数。
    javascript function onResult(event) { // 处理识别结果 // 将语音转化为文本 }

4.2.2 如何集成到Web项目中

将 api.js 集成到Web项目中涉及以下几个步骤：

  1. 引入 api.js 文件 ：通过 <script> 标签将 api.js 引入到HTML页面中。
    ```html

    <script src="path/to/api.js"></script>

```

  1. 创建实例 ：在JavaScript代码中创建 api.js 的实例。
    javascript var speechApi = new SpeechApi();

  2. 配置和初始化 ：使用 init 方法配置语音识别器，并进行初始化。
    javascript speechApi.init({lang: 'zh-CN', sampleRate: 16000});

  3. 绑定事件监听器 ：使用 start 、 stop 和 onResult 方法来控制识别流程和处理结果。
    javascript speechApi.start(); speechApi.stop(); speechApi.onResult = function(event) { console.log('识别结果:', event.results); }

  4. 控制流程 ：根据用户交互，调用 start 和 stop 来控制语音识别的开始和结束。

通过以上步骤，可以将 api.js 无缝集成到Web项目中，实现语音识别功能。

5. init , start , stop , onResult 方法的介绍和使用

5.1 方法的定义和应用场景

5.1.1 初始化接口 init 的作用和用法

init 方法是语音识别模块的基础，它负责初始化语音识别引擎并准备后续操作。在大多数情况下，调用 init 方法后，引擎会进行必要的配置，例如权限请求，准备接收音频数据，并为音频流的处理建立必要的上下文。下面是一段典型的 init 方法用法代码块：

var recognition = new webkitSpeechRecognition(); // 创建一个新的语音识别对象
recognition.continuous = false;                 // 设置为单次识别
recognition.lang = 'zh-CN';                     // 设置识别语言为中文

recognition.init();                             // 初始化识别引擎

在执行上述代码后，引擎会根据 lang 属性的设置加载相应的语言模型。 continuous 属性的设置决定了识别引擎是连续识别模式还是单次识别模式。

初始化接口的调用流程需要开发者认真对待，因为初始化的成功与否直接影响到后续接口调用的成功率。在实际开发中，还需要检查用户的浏览器是否支持Web Speech API，以及是否已经授权应用访问麦克风。如果未获得授权，可以通过提示用户授权，或以其他方式通知用户。

5.1.2 开始录音接口 start 的功能详解

start 方法用于触发语音识别模块开始接收音频数据，并启动语音识别过程。一旦调用，识别引擎将开始监听麦克风，并将捕捉到的音频流转换为文字。以下为 start 方法的使用示例：

recognition.start(); // 开始语音识别

在启动 start 方法后，用户就可以开始说话，语音识别引擎将分析音频数据并尝试将其转换为文字。需要注意的是，如果之前已经调用了 start 方法，再次调用将不会有任何效果。 start 方法是典型的幂等操作，重复调用不会改变系统状态。

start 方法的使用场景主要是当用户准备好进行语音输入时。例如，在一个聊天应用中，用户点击了“发送语音消息”的按钮，应用则会触发 start 方法，开始录音。开发者需要确保在合适的时机调用 start 方法，以免出现不必要的用户等待或操作延迟。

5.2 方法的进阶应用

5.2.1 停止录音接口 stop 的高级用法

stop 方法可以用来明确地停止语音识别过程，并且结束录音。调用 stop 方法后，语音识别引擎将停止监听麦克风，并输出最后的识别结果。通常情况下， stop 方法适用于那些明确标识结束操作的场景，例如用户点击了一个“停止录音”的按钮。以下是 stop 方法的使用示例：

recognition.stop(); // 停止语音识别

stop 方法的调用意味着用户已经完成了语音输入。在某些应用中，开发者可能希望在检测到用户短暂沉默后自动停止录音，这种情况下可以通过监听 onend 事件来实现：

recognition.onend = function() {
  // 录音结束，通常由调用stop或者用户停止说话导致
  console.log('录音已停止');
};

stop 方法的进阶应用还包括在用户完成特定任务时触发停止识别，比如在语音命令应用中，用户说完特定命令（如“停止”或“取消”）后，自动停止录音并结束识别。

5.2.2 处理结果接口 onResult 的回调机制

onResult 方法是语音识别模块的核心功能之一，它是一个事件监听器，每当语音识别引擎有新的识别结果时，就会触发 onResult 事件。开发者可以在 onResult 事件处理函数中获取到识别结果，并对结果进行处理，如显示在UI上或进行进一步的逻辑处理。示例如下：

recognition.onresult = function(event) {
  const transcript = event.results[0][0].transcript; // 获取识别到的文本
  console.log('识别到的文本：' + transcript);
  // 这里可以将识别到的文本显示在页面上或进行其他处理
};

在上面的代码中， event.results 返回的数组包含了识别结果，其中 transcript 属性包含了识别出的文本。 onResult 回调机制提供了灵活的方式来处理语音输入，可以用来实现实时字幕、语音搜索等功能。

onResult 方法的高级用法包括结合 start 和 stop 方法在特定的场景下触发处理逻辑，例如，在语音指令应用中，可能会在用户说完特定指令后停止识别并执行命令，而在持续识别的应用中，则需要实时地处理和显示识别到的结果。

通过综合运用 init , start , stop , onResult 方法，开发者可以构建出丰富多样的语音交互应用，实现从简单到复杂的语音识别功能。需要注意的是，在开发过程中应考虑各种边界情况，确保应用的健壮性和用户体验。

6. 代码示例：如何触发录音和处理识别结果

6.1 录音触发的实现步骤

6.1.1 前端界面设计和交互逻辑

设计一个简洁直观的用户界面，让用户能够轻松触发录音功能。前端可以使用HTML、CSS以及JavaScript框架（如React或Vue.js）来实现。

<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>语音识别示例</title>
</head>
<body>
<div id="app">
    <button id="startButton">开始录音</button>
    <button id="stopButton" disabled>停止录音</button>
    <p id="recognitionResult"></p>
</div>
<script src="api.js"></script>
<script>
    var startButton = document.getElementById('startButton');
    var stopButton = document.getElementById('stopButton');
    var recognitionResult = document.getElementById('recognitionResult');

    startButton.addEventListener('click', function() {
        // 在这里调用 api.js 中的 start 方法触发录音
    });

    stopButton.addEventListener('click', function() {
        // 在这里调用 api.js 中的 stop 方法停止录音
    });

    // 当录音结束时更新识别结果
    window.onRecognitionResult = function(result) {
        recognitionResult.textContent = result;
        stopButton.disabled = false;
    }
</script>
</body>
</html>

上述代码创建了一个包含两个按钮和一个段落的简单界面，用户点击“开始录音”按钮后，界面应调用 api.js 文件中的 start 方法开始录音，而点击“停止录音”按钮后则调用 stop 方法停止录音。识别结果会在按下“开始录音”按钮后通过 onRecognitionResult 回调函数来更新。

6.1.2 后端接口调用和处理流程

当用户按下“开始录音”按钮时，前端将调用 api.js 中的 start 方法，并将录音数据发送到后端服务器。后端处理接口示例如下：

// 假设使用Node.js和Express框架
const express = require('express');
const app = express();
app.use(express.json());

// 用于处理录音数据的接口
app.post('/uploadAudio', (req, res) => {
    const audioData = req.body.audioData; // 获取上传的录音数据
    // 处理录音数据的逻辑...
    // 假设处理后返回识别结果
    res.json({ recognitionResult: '这里是识别的结果' });
});

const PORT = 3000;
app.listen(PORT, () => {
    console.log(`Server running on port ${PORT}`);
});

在这个简单的后端处理流程中，服务器接收到前端发送的录音数据后，执行相应的处理逻辑，并返回识别结果给前端。后端可以使用各种语音识别库或服务来处理音频文件，比如Google Cloud Speech-to-Text、IBM Watson Speech to Text等。

6.2 识别结果的处理方法

6.2.1 实时识别结果的展示技术

实时展示识别结果是提高用户体验的关键。可以在 api.js 中实现实时处理结果的方法，并通过前端的回调函数来更新界面上显示的实时文本。

// 在 api.js 中
function onResult(result) {
    // 更新前端界面的识别结果
    window.onRecognitionResult(result);
}

在实际应用中，语音识别服务通常会提供流式识别结果，允许开发者在识别过程中实时获取部分结果，然后逐步完善最终的识别结果。

6.2.2 最终识别结果的存储和应用

识别完成后，将最终的识别结果存储到数据库或进行进一步处理是实现功能完整性的关键一步。根据应用场景的不同，可以将结果用于多种用途，比如保存到日志文件、发送到其他系统、提供给用户反馈等。

// 假设将识别结果保存到数据库的函数
function saveResultToDatabase(recognitionResult) {
    // 连接数据库的逻辑...
    // 执行保存操作的SQL语句或调用数据库操作API...
    console.log('识别结果已保存到数据库:', recognitionResult);
}

在前端，可以通过调用这个函数来实现将识别结果保存到数据库，进而实现业务逻辑的闭环。后端接口可以提供相关的API来实现这一功能。

为了使本章节内容更丰富、更具操作性，下面提供一个实际的代码示例，展示如何使用JavaScript和Web Speech API来触发录音并处理识别结果。

// 仅作为示例
// 假设已经正确配置了浏览器的麦克风权限

// 创建一个 SpeechRecognition 对象
const recognition = new webkitSpeechRecognition() || new SpeechRecognition();

// 配置识别对象
recognition.continuous = false; // 非连续识别
recognition.lang = 'en-US'; // 设置语音识别语言

// 当识别开始时触发
recognition.onstart = () => {
    console.log('开始录音');
};

// 当识别结束时触发
recognition.onend = () => {
    console.log('停止录音');
};

// 当识别出一段结果时触发
recognition.onresult = (event) => {
    // event.results 是包含多个可能识别结果的数组，这里取第一个结果
    const transcript = event.results[0][0].transcript;
    console.log('识别结果:', transcript);
    // 更新界面显示结果
    recognitionResult.textContent = transcript;
};

// 当发生错误时触发
recognition.onerror = (event) => {
    console.error('识别出错:', event.error);
};

// 监听按钮点击事件
document.getElementById('startButton').addEventListener('click', () => {
    recognition.start(); // 开始录音
});

document.getElementById('stopButton').addEventListener('click', () => {
    recognition.stop(); // 停止录音
});

// 注意：Web Speech API 在不同浏览器支持不同，且尚未完全标准化。

这个示例展示了一个基本的语音识别流程，包括录音的开始和停止、识别结果的接收以及处理逻辑。需要注意的是，Web Speech API 的支持程度在不同的浏览器中存在差异，开发者需要根据实际情况进行兼容性处理。

7. 浏览器兼容性和设备支持的注意事项

随着Web技术的发展，Web应用对功能和性能的需求日益增长，特别是涉及语音识别等新技术的应用，浏览器兼容性和设备支持成为开发者必须面对的问题。本章将深入探讨如何处理浏览器兼容性和优化设备支持，以确保用户体验的连贯性和应用的普及性。

7.1 兼容性问题的分析

7.1.1 不同浏览器对Web语音API的支持情况

Web语音API为Web应用提供了语音输入和语音识别的功能，但各个浏览器对这些API的支持程度并不一致。大多数现代浏览器，如Chrome, Firefox, 和 Edge都提供了较全面的Web语音API支持，但Safari和一些移动浏览器可能支持有限或尚未支持。

开发者需要针对目标用户的浏览器使用习惯进行市场调研，以了解用户主要使用哪些浏览器，从而确定需要兼容的浏览器范围。可以在网站上使用浏览器检测脚本来显示不支持语音识别功能的用户提示信息。

if (window.SpeechRecognition === undefined) {
    alert("当前浏览器不支持Web语音API，推荐使用Chrome或Firefox访问本站。");
}

7.1.2 兼容性问题的解决方案和最佳实践

处理兼容性问题的常用方法包括：

  • 使用Polyfill或Shim : 当浏览器不支持某项Web API时，可以通过引入第三方库（如Web Speech Polyfill）来模拟该功能。
  • 回退机制 : 设计应用时可提供非语音识别的替代方式，例如提供输入框让用户手动输入信息。
  • 特性检测 : 使用特性检测而非浏览器检测，确保Web应用可以适配未来可能出现的新浏览器。
  • 渐进增强 : 首先保证基础功能在所有浏览器中工作，然后再逐步添加基于新特性的增强功能。
if ('webkitSpeechRecognition' in window) {
    var recognition = new webkitSpeechRecognition();
    // 使用语音识别
} else {
    // 提供替代方案
    var inputField = document.querySelector('input[type=text]');
    inputField.focus();
}

7.2 设备支持的重要性

7.2.1 设备麦克风质量和影响因素

麦克风是语音识别过程中不可或缺的硬件组件，不同设备的麦克风质量、环境噪音水平以及用户与设备的距离等都会显著影响语音识别的准确度。因此，应用中应考虑这些因素，并提供相应的用户指导和优化措施。

例如，指导用户保持适当的麦克风距离，或者在高噪音环境中提醒用户寻找更安静的环境进行语音输入。

7.2.2 如何优化应用以适应不同的设备环境

为了适应不同的设备环境，开发者可以采取以下措施：

  • 使用自动增益控制 ：自动调整麦克风的输入级别，以适应不同的声音输入。
  • 环境噪声适应 ：实现环境噪声检测算法，以减少噪音对识别准确率的影响。
  • 用户界面调整 ：提供清晰的指示和界面元素，指导用户如何正确地与应用交互。
  • 后端语音增强处理 ：通过服务器端的语音增强技术进一步提高识别准确度。
// 一个简单的自动增益控制算法伪代码
var micGain = 1; // 初始增益值
var maxGain = 10; // 最大增益值

function adjustGain的声音水平) {
    if (声音水平 > 0.5) {
        if (micGain < maxGain) {
            micGain += 0.1; // 提高增益
        }
    } else {
        if (micGain > 1) {
            micGain -= 0.1; // 降低增益
        }
    }
    return micGain;
}

在上述章节中，我们已经探讨了浏览器兼容性和设备支持的注意事项，从兼容性问题的分析到设备支持的重要性，每一步都为我们提供了深入理解如何优化Web语音应用的方法。然而，技术的持续发展也会带来新的挑战，开发者需要不断学习和适应，以保证Web应用的体验和效果。

本文还有配套的精品资源，点击获取 menu-r.4af5f7ec.gif

简介：本教程详细介绍了如何使用JavaScript调用百度语音识别接口，以实现用户语音交互功能。内容包括获取百度API密钥、代码集成、事件处理等关键步骤，以及在主流浏览器上进行语音识别的兼容性考虑。通过具体示例，展示如何初始化语音识别环境、开始和结束录音，以及如何处理服务器返回的语音识别结果。


本文还有配套的精品资源，点击获取
menu-r.4af5f7ec.gif

Logo
AI Agent技术社区

Agent 垂直技术社区，欢迎活跃、内容共建。

更多推荐

让 Codex 桌面版拥抱 DeepSeek-V4：协议桥接与模型网关接入实践

4SAPI 提供了一套标准的 Chat Completions 接口，完全兼容 DeepSeek V4 Pro 等模型，使用时只需将 base URL 和密钥替换为平台分配的值即可。这样一来，既保留了桥接层的协议转换能力，又获得了网关带来的额外弹性。这样的模型网关，则进一步提升了链路的稳定性和密钥管理的便捷度，尤其适合团队或对服务可用性有更高要求的场景。│Codex 桌面版│ ──────────

avatar AI Agent技术社区
cover

别再迷信“突破限制”：Gemini 3.5-flash 边界测试实战复盘

avatar AI Agent技术社区

想要转型AI Agent开发？现在开始学，还不晚

用 @tool 装饰器定义工具@tool"""搜索互联网获取实时信息。当需要最新数据时使用此工具。"""# 实际接入 Tavily / Serper 等搜索 APIreturnf"搜索结果：关于 {query} 的最新信息..."@tool"""计算数学表达式，如 '2 + 3 * 4'"""# 绑定工具到模型# 模型会自动决定是否调用工具response = llm_with_tools.inv

avatar AI Agent技术社区