OpenAI 国内停服，除了停机迁移，这个方案更平滑 | Nacos 官网
活动报名 | AI 应用企业开发者沙龙·深圳站点此了解
文档
企业版 NACOS
资源
下载
控制台样例
专家答疑
中文

OpenAI 国内停服，除了停机迁移，这个方案更平滑

OpenAI 国内停服，除了各个大模型厂商提供的迁移方案外，是否有其他更平滑的迁移方案呢？本文以 OpenAI 切换到通义千问为例，介绍开源网关 Higress 的应对方案。优势是：

  • 默认按照模型价格和能力进行了合理映射，且支持用户自定义调整配置
  • 可以通过 OpenAI 的统一协议对接多种大模型，屏蔽实现细节，降低接入新大模型的 API 适配成本
  • Higress 可以提供 token 限流插件、内容审核插件，通过网关的工程化能力实现业务收益

实操视频

步骤介绍

准备工作：需要登陆阿里云申请通义千问 API Key

第一步：启动 Higress AI 网关

Higress 有多种部署方式，例如 K8s Helm 部署，或者对接 Nacos 部署等。最简单的方式是通过一个 Docker 命令直接在本地启动：

Terminal window
# 创建一个工作目录
mkdir higress; cd higress
# 启动 higress，配置文件会写到工作目录下
docker run -d --rm --name higress-ai -v ${PWD}:/data \
        -p 8001:8001 -p 8080:8080 \
        -e CONFIG_TEMPLATE=ai-proxy -e DEFAULT_AI_SERVICE=qwen \
        -e DASHSCOPE_API_KEY=这里填你自己的通义千问APIKey \
        higress-registry.cn-hangzhou.cr.aliyuncs.com/higress/all-in-one:1.4.1

第二步：调整 API 地址

不用改任何代码逻辑，只需通过base_url调整 API 地址为 Higress AI 网关的 API 地址，这里是里本地启动的，所以填：http://127.0.0.1:8080/v1
例如下面是 openai 流式响应的例子：

from openai import OpenAI


client = OpenAI(
    api_key="your-api-key",
    base_url="http://127.0.0.1:8080/v1"
)


# 不需要修改模型，higress 做了等价映射
stream = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "你是谁"}],
    stream=True,
)


# 换行打印收到的每个流式响应
for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content)

测试生效：
higress-qwen.gif

Higress AI 代理能力介绍

AI 代理插件目前支持的大模型 API 有：通义千问，OpenAI/Azure OpenAI，月之暗面，百川智能，零一万物，智谱 AI，阶跃星辰，文心一言，腾讯混元，DeepSeek，Anthropic Claude，Groq，MiniMax，Ollama
可以用类似方式，通过 Higress 将业务对 OpenAI 的依赖快速迁移到其他厂商的大模型。
下图以 OpenAI SDK 流式处理为例， Higress 的 AI 代理原理如下，可以纯流式处理多种不同厂商的模型协议：
image.png

探索更多 Higress AI 网关能力

自定义模型映射

Higress 默认将所有 OpenAI 模型按能力和价格做了到通义千问的等价映射：
image.png
用户也可以进入 Higress 控制台，自定义模型映射

开启通义千问联网搜索能力

AI 代理插件配置为:

provider:
  type: qwen
  apiTokens:
  - "你自己的通义千问 API Key"
  modelMapping:
  # 映射配置省略
  ...
  # 开启联网搜索能力
  qwenEnableSearch: true

然后使用 LobeChat 进行测试（这里查看：LobeChat 对接方式）：
image.png

实现最简单的 RAG

上传一份文件用于 RAG (详细可以查看这里的文档):

Terminal window
curl --location --request POST 'https://dashscope.aliyuncs.com/compatible-mode/v1/files' \
  --header 'Authorization: Bearer 这里填APIKey' \
  --form 'file=@" ./doc.md"' \
  --form 'purpose="file-extract"'


# 返回内容中包含文件id：
{"id":"file-fe-xxxxxxx","object":"file","bytes":596687,"created_at":1716635947,"filename":"doc.md","purpose":"file-extract","status":"processed"}

AI 代理插件配置为:

provider:
  type: qwen
  apiTokens:
  - "你自己的通义千问 API Key"
  modelMapping:
  # 映射配置省略
  ...
  # 在这里配置上面返回的文件id
  qwenFileIds:
  - "file-fe-xxxxxxx"

导入 Higress 官网文档的文件 id，测试效果：
image.png

Higress 的更多 AI 能力

从 2020 年开始，我们通过服务阿里内部，以及云上客户的需求，沉淀了云原生网关 Higress，在开源社区分享代码和知识的同时，通过大量开源用户的使用反馈，得以进一步完善自身能力。
今天，Higress 企业版既是通义千问等阿里云核心 AI 业务的 API 网关，又是云上多家 AGI 厂商的的 API 网关，我们也很乐于分享在接入这些场景过程中积累的心得体会，并将相关 AI 能力全面开源：
image.png
Higress AI 网关相关能力已经全面开源，可以查看这篇文档：《Higress 重磅更新：AI 能力全面开源，云原生能力再升级》
关于 AI 代理插件，以及 Higress 其他 AI 插件的能力介绍和使用方式在 Higress 官网文档均有详细说明，可以访问 https://higress.cn 查看。
如果你有企业级 AI 网关需求，可以点击查看原文，了解 Higress 企业版，立即拥有通义千问的同款流量网关。

加入 Higress 社区

欢迎更多小伙伴一起参与到 Higress 社区的建设中，近期的社区活动有：

了解更多社区动态，可以加入 Higress 微信/钉钉群（群号：_30735012403 _）：
higress-comm.jpg