Les développeurs et les organisations sont confrontés à un défi de plus en plus complexe : comment intégrer une variété croissante de grands modèles de langage (LLM) sans compromettre la vitesse, la fiabilité ou l'expérience utilisateur.

Chaque fournisseur (OpenAI, Anthropic, Google, Mistral et bien d'autres) propose de puissantes fonctionnalités, mais également des API, des formats de requête et des exigences d'intégration différentes.

Au-delà de cela, l'IA ne se limite plus au texte ; de nombreux fournisseurs proposent désormais multimodaux models qui combinent du texte, des images et d'autres types de données, chacun nécessitant souvent sa propre gestion.

Pour les développeurs, cela implique non seulement de changer constamment de fournisseur, mais aussi d'adapter les flux de travail aux différents types d'entrées et de sorties, un processus qui fait perdre du temps, augmente la complexité et détourne l'attention de la création de produits de qualité.

Nous pensions qu'il devait y avoir une meilleure solution.
Nous l'avons donc construit.

‍

Débloquez tous les modèles LLM à l'aide d'une seule API. Entièrement compatible avec OpenAI !

Aujourd'hui, nous sommes ravis de vous présenter notre nouveau point de terminaison LLM unifié: une solution conçue dès le départ pour permettre de travailler avec les meilleurs modèles d'IA sans effort, de manière évolutive et pérenne.

Au cœur de ce nouveau système se trouve une idée simple mais puissante : une interface unique compatible avec OpenAI qui fournit un accès direct et transparent à tous les principaux fournisseurs de LLM. This terminal is not only for text generation, but also for text generation interaction multimodale complète, prenant en charge à la fois le traitement du texte et des images via un appel d'API unique et cohérent.

Les développeurs peuvent désormais passer facilement d'un modèle à l'autre, voire d'une modalité à l'autre, sans perturber leurs flux de travail existants, tout en utilisant la structure familière de l'API OpenAI.

Il ne s'agit pas d'un simple agrégateur ou d'un autre wrapper. Il s'agit d'une API entièrement professionnelle, prête pour la production, qui vous permet de vous connecter à l'avenir de l'IA avec les mêmes outils et flux de travail que vous utilisez déjà aujourd'hui. Pas de drame, pas de réécriture, pas de flux de travail fragmentés.

‍

Dans ce didacticiel, vous verrez notre nouveau terminal en action et apprendrez à créer une puissante API Web avec FastAPI qui s'intègre parfaitement à Eden AI, fournissant un accès unifié à une gamme de services d'IA, de la génération de texte à l'analyse d'images, via un point de discussion multimodal unique compatible avec OpenAI.

Pour une description détaillée de ce didacticiel, n'oubliez pas de regarder notre vidéo sur Chaîne YouTube d'Eden AI.

Que vous soyez débutant ou que vous commenciez tout juste à utiliser les API et l'intégration de l'IA, ce guide vous expliquera étape par étape, de la configuration de l'environnement à l'écriture du code et à la compréhension du fonctionnement de chaque ligne.

Qu'est-ce qu'il y a de AI et pourquoi devriez-vous l'utiliser ?

Eden AI est une passerelle API unifiée pour les services d'intelligence artificielle. Au lieu de s'intégrer séparément à des fournisseurs tels qu'OpenAI, Cohere ou Stability AI, Eden AI fait office de passerelle en fournissant un format d'API unique pour interagir avec plusieurs fournisseurs et modèles.

Cela simplifie considérablement l'expérience des développeurs :

• Pas besoin d'apprendre le format d'API de chaque fournisseur
• Basculement facile entre les modèles (comme GPT-4o, Claude ou Mistral)
• Facturation et gestion centralisée

Des avantages concrets

Pour les développeurs et les entreprises, cela signifie que vous pouvez :

• Changez de modèle avec un minimum de modifications de code
• Testez différents fournisseurs d'IA pour comparer les coûts et les performances
• Créez et testez rapidement des fonctionnalités basées sur l'IA

‍

Outils et technologies utilisés

‍

💡 Conseil d'installation : Installez les dépendances avec :

pip install fastapi uvicorn pydantic python-dotenv requests

‍

Tutoriel détaillé

Etape 1 : Configuration du projet

Créez un nouveau dossier pour votre projet et à l'intérieur de celui-ci, créez :

• main.py — la principale application FastAPI
  
  
• .env — pour stocker votre clé d'API Eden AI
  
  

Dans .env, ajoutez :

EDEN_AI_API_KEY=your_eden_api_key_here

‍

Ne confiez jamais votre clé API au contrôle de version comme GitHub !

‍

Étape 2 : Initialisation de l'application FastAPI

from fastapi import FastAPI
from fastapi.middleware.cors import CORSMiddleware

‍

FastAPI () initialise l'application

CorsMiddleware permet l'accès depuis d'autres origines (comme votre interface)

‍

app = FastAPI(
    title="Eden AI API Integration",
    description="Simplified FastAPI application for Eden AI text and image analysis"
)

# Allow all origins for testing
app.add_middleware(
    CORSMiddleware,
    allow_origins=["*"],
    allow_credentials=True,
    allow_methods=["*"],
    allow_headers=["*"],
)

‍

Étape 3 : Charger les variables d'environnement

from dotenv import load_dotenv
import os

load_dotenv()
EDEN_AI_API_KEY = os.getenv("EDEN_AI_API_KEY")

‍

dotenv charge votre fichier .env

os.getenv récupère la clé

Si la clé n'est pas trouvée, un avertissement est enregistré

‍

Étape 4 : définir des modèles de demande à l'aide de Pydantic

Les modèles Pydantic sont une caractéristique essentielle de FastAPI. Ils définissent les structure, types, et défauts pour les demandes entrantes :

from pydantic import BaseModel
from typing import Optional

class TextRequest(BaseModel):
    text: str
    model: str = "openai/gpt-4o"
    temperature: Optional[float] = 0.7
    max_tokens: Optional[int] = None