完整AI工具生態系統

完整AI工具生態系統 | 原創，AI翻譯

Home 2025.02

Jina AI
- Jina AI 整合的 Python 腳本
- 使用 r.jina.ai 獲取 URL 內容
- 使用 s.jina.ai 處理搜索查詢
- Base64 編碼與 API 認證
Tavily AI
- 專為 LLM 應用設計的 AI 搜索 API
- 設定與 API 金鑰註冊
- Python 客戶端實現
- 搜索請求示例與用法
Open WebUI
- 本地 AI 介面安裝
- 伺服器設定與配置
- 與 Ollama 整合以使用本地模型
- 安裝時間與需求
Tableau, Scale, 與 Power BI
- 商業智能平台比較
- Tableau 13 天試用體驗
- Scale 數據平台概述
- Microsoft Power BI 功能
使用 OpenRouter
- 接受中國簽發的 Visa 信用卡
- 模型排名與趨勢分析
- LLM 使用類別與應用
- 香港用戶訪問 Anthropic API 仍需 VPN
ElevenLabs AI
- 文字轉語音 API 整合
- 語音克隆功能
- 多語言音頻生成
- 音頻轉換的 Python 腳本

Jina AI

此 Python 腳本使用 API 金鑰與命令列參數與 Jina AI 服務互動。它支持兩項主要任務：從 URL 獲取內容與執行搜索查詢。腳本從環境變數中獲取 Jina API 金鑰，確保服務的安全訪問。它使用 requests 庫發送 HTTP 請求，並使用 base64 解碼搜索查詢。腳本隨後打印 Jina AI 服務的回應。

import os
import requests
from dotenv import load_dotenv
import argparse
import base64

load_dotenv()

api_key = os.environ.get("JINA_API_KEY")
if not api_key:
    raise ValueError("JINA_API_KEY environment variable not set.")

parser = argparse.ArgumentParser()
parser.add_argument("--job", type=str, choices=['url', 'search'], help="Job to execute (url or search)", required=True)
parser.add_argument("--input", type=str, help="Input for the job", required=True)
args = parser.parse_args()

if args.job == 'url':
    url = f'https://r.jina.ai/{args.input}'
    headers = {'Authorization': f'Bearer {api_key}'}
    print(f"URL: {url}")
    print(f"Headers: {headers}")
    response = requests.get(url, headers=headers)
    print(response.text)

elif args.job == 'search':
    question = base64.b64decode(args.input).decode('utf-8', errors='ignore')
    url = f'https://s.jina.ai/{question}'
    headers = {
        'Authorization': f'Bearer {api_key}',
        'X-Engine': 'direct',
        'X-Retain-Images': 'none'
    }
    print(f"URL: {url}")
    print(f"Headers: {headers}")
    response = requests.get(url, headers=headers)
    print(response.text)

else:
    print("Please specify --job url or --job search")

Tavily AI

Tavily 是一個專為 LLM 應用設計的 AI 搜索 API。它通過結合網絡搜索與 AI 處理，提供高度相關的搜索結果。

使用 Tavily 的步驟：

在 tavily.com 註冊獲取 API 金鑰。
安裝 Python 套件。

import os
from tavily import TavilyClient

# 從環境變數中獲取 API 金鑰
TAVILY_API_KEY = os.getenv('TAVILY_API_KEY')

if TAVILY_API_KEY is None:
    raise ValueError("API key not found. Please set the TAVILY_API_KEY environment variable.")

# 使用獲取的 API 金鑰初始化 TavilyClient
tavily_client = TavilyClient(api_key=TAVILY_API_KEY)

# 發送搜索請求
response = tavily_client.search("Who is Leo Messi?")

# 打印回應
print(response)

Open WebUI

Open WebUI 是一個非常實用的工具。
啟動伺服器的命令：pip install open-webui 與 open-webui serve。
安裝過程可能需要一些時間（約 10 分鐘或更長）。
Open WebUI 與 Ollama 搭配使用效果良好。

Tableau, Scale, 與 Power BI

Tableau

https://tableau.com

註冊後，我被告知有 13 天的試用期。

來源：tableau.com

Scale

https://scale.com

來源：scale.com

Power BI

https://powerbi.microsoft.com

使用 OpenRouter

接受中國簽發的 Visa 信用卡。
排名頁面可以看到當下最熱門與趨勢模型。
你可以看到人們如何使用 LLM 模型於角色扮演、編程、市場營銷、市場營銷/SEO 與技術等類別。
香港用戶仍需使用 VPN 來訪問 Anthropic API。

ElevenLabs AI

非常好。我用了 5 美元測試服務。
語音克隆功能很棒。
音頻範例如下：
英文
日文
西班牙文

import os
import requests
from dotenv import load_dotenv
import argparse
import re

load_dotenv()

api_key = os.environ.get("ELEVENLABS_API_KEY")
if not api_key:
    raise ValueError("ELEVENLABS_API_KEY environment variable not set.")

parser = argparse.ArgumentParser()
parser.add_argument("--file", type=str, help="Markdown file to convert to speech", required=False)
parser.add_argument("--text", type=str, help="Text to convert to speech", required=False)
parser.add_argument("--output", type=str, help="Output file name", required=True)
parser.add_argument("--voice_id", type=str, default="21m00Tcm4TlvDq8iK2G8", help="Voice ID to use")

args = parser.parse_args()

if args.file:
    try:
        with open(args.file, 'r') as f:
            content = f.read()
            # Remove front matter
            content = re.sub(r'---.*?---', '', content, flags=re.DOTALL)
            text = content.strip()
    except FileNotFoundError:
        print(f"Error: File not found: {args.file}")
        exit(1)
    except Exception as e:
        print(f"Error reading file: {e}")
        exit(1)
elif args.text:
    text = args.text
else:
    print("Error: Either --file or --text must be specified.")
    exit(1)


url = f"https://api.elevenlabs.io/v1/text-to-speech/{args.voice_id}"

headers = {
  "Accept": "audio/mpeg",
  "Content-Type": "application/json",
  "xi-api-key": api_key
}

data = {
  "text": text,
  "model_id": "eleven_flash_v2_5",
  "voice_settings": {
    "stability": 0.5,
    "similarity_boost": 0.5
  }
}

response = requests.post(url, json=data, headers=headers)

if response.status_code == 200:
    with open(args.output, 'wb') as f:
        f.write(response.content)
    print(f"Audio saved to {args.output}")
else:
    print(f"Error: {response.status_code} - {response.text}")

Back Donate