Feat : Gitbook
This commit is contained in:
decolua
416
gitbook/content/es/integration/other-tools.md
Normal file
416
gitbook/content/es/integration/other-tools.md
Normal file
@@ -0,0 +1,416 @@
|
||||
# Integración con otras herramientas
|
||||
|
||||
9Router es compatible con cualquier herramienta que soporte el formato de API de OpenAI. Esta guía cubre patrones de integración genéricos para varias herramientas y aplicaciones personalizadas.
|
||||
|
||||
## Resumen
|
||||
|
||||
9Router proporciona un endpoint de API compatible con OpenAI que funciona con:
|
||||
- Scripts y aplicaciones personalizadas
|
||||
- Clientes de API y herramientas de testing
|
||||
- Herramientas CLI y utilidades
|
||||
- Integraciones de terceros
|
||||
- Frameworks de desarrollo
|
||||
|
||||
## Patrón de configuración genérico
|
||||
|
||||
Cualquier herramienta compatible con OpenAI puede conectarse a 9Router usando estas configuraciones:
|
||||
|
||||
**9Router local:**
|
||||
```
|
||||
Base URL: http://localhost:20128/v1
|
||||
API Key: your-api-key-from-dashboard
|
||||
Model: cualquier modelo de 9Router (cc/*, cx/*, glm/*, etc.)
|
||||
```
|
||||
|
||||
**9Router en la nube:**
|
||||
```
|
||||
Base URL: https://9router.com/v1
|
||||
API Key: your-api-key-from-dashboard
|
||||
Model: cualquier modelo de 9Router (cc/*, cx/*, glm/*, etc.)
|
||||
```
|
||||
|
||||
## Modelos disponibles
|
||||
|
||||
### Modelos Claude (Anthropic)
|
||||
- `cc/claude-opus-4-5-20251101`
|
||||
- `cc/claude-sonnet-4-20250514`
|
||||
- `cc/claude-haiku-4-20250514`
|
||||
|
||||
### Modelos DeepSeek
|
||||
- `cx/deepseek-chat`
|
||||
- `cx/deepseek-reasoner`
|
||||
|
||||
### Modelos GLM (Zhipu AI)
|
||||
- `glm/glm-4-plus`
|
||||
- `glm/glm-4-flash`
|
||||
|
||||
## Ejemplos de integración
|
||||
|
||||
### Python con OpenAI SDK
|
||||
|
||||
```python
|
||||
from openai import OpenAI
|
||||
|
||||
client = OpenAI(
|
||||
api_key="your-api-key-from-dashboard",
|
||||
base_url="http://localhost:20128/v1"
|
||||
)
|
||||
|
||||
response = client.chat.completions.create(
|
||||
model="cc/claude-sonnet-4-20250514",
|
||||
messages=[
|
||||
{"role": "user", "content": "Hello, how are you?"}
|
||||
]
|
||||
)
|
||||
|
||||
print(response.choices[0].message.content)
|
||||
```
|
||||
|
||||
### Node.js con OpenAI SDK
|
||||
|
||||
```javascript
|
||||
import OpenAI from "openai";
|
||||
|
||||
const client = new OpenAI({
|
||||
apiKey: "your-api-key-from-dashboard",
|
||||
baseURL: "http://localhost:20128/v1"
|
||||
});
|
||||
|
||||
const response = await client.chat.completions.create({
|
||||
model: "cc/claude-sonnet-4-20250514",
|
||||
messages: [
|
||||
{ role: "user", content: "Hello, how are you?" }
|
||||
]
|
||||
});
|
||||
|
||||
console.log(response.choices[0].message.content);
|
||||
```
|
||||
|
||||
### Comando cURL
|
||||
|
||||
```bash
|
||||
curl http://localhost:20128/v1/chat/completions \
|
||||
-H "Content-Type: application/json" \
|
||||
-H "Authorization: Bearer your-api-key-from-dashboard" \
|
||||
-d '{
|
||||
"model": "cc/claude-sonnet-4-20250514",
|
||||
"messages": [
|
||||
{"role": "user", "content": "Hello, how are you?"}
|
||||
]
|
||||
}'
|
||||
```
|
||||
|
||||
### Cliente HTTP (Postman, Insomnia)
|
||||
|
||||
**Solicitud:**
|
||||
```
|
||||
POST http://localhost:20128/v1/chat/completions
|
||||
```
|
||||
|
||||
**Headers:**
|
||||
```
|
||||
Content-Type: application/json
|
||||
Authorization: Bearer your-api-key-from-dashboard
|
||||
```
|
||||
|
||||
**Body:**
|
||||
```json
|
||||
{
|
||||
"model": "cc/claude-sonnet-4-20250514",
|
||||
"messages": [
|
||||
{"role": "user", "content": "Hello, how are you?"}
|
||||
],
|
||||
"temperature": 0.7,
|
||||
"max_tokens": 1000
|
||||
}
|
||||
```
|
||||
|
||||
### Integración con LangChain
|
||||
|
||||
```python
|
||||
from langchain.chat_models import ChatOpenAI
|
||||
from langchain.schema import HumanMessage
|
||||
|
||||
llm = ChatOpenAI(
|
||||
model_name="cc/claude-sonnet-4-20250514",
|
||||
openai_api_key="your-api-key-from-dashboard",
|
||||
openai_api_base="http://localhost:20128/v1",
|
||||
temperature=0.7
|
||||
)
|
||||
|
||||
messages = [HumanMessage(content="Explain quantum computing")]
|
||||
response = llm(messages)
|
||||
print(response.content)
|
||||
```
|
||||
|
||||
### Integración con LlamaIndex
|
||||
|
||||
```python
|
||||
from llama_index.llms import OpenAI
|
||||
|
||||
llm = OpenAI(
|
||||
model="cc/claude-sonnet-4-20250514",
|
||||
api_key="your-api-key-from-dashboard",
|
||||
api_base="http://localhost:20128/v1"
|
||||
)
|
||||
|
||||
response = llm.complete("What is machine learning?")
|
||||
print(response.text)
|
||||
```
|
||||
|
||||
## Ejemplos de scripts personalizados
|
||||
|
||||
### Script de procesamiento por lotes
|
||||
|
||||
```python
|
||||
import openai
|
||||
import json
|
||||
|
||||
openai.api_key = "your-api-key-from-dashboard"
|
||||
openai.api_base = "http://localhost:20128/v1"
|
||||
|
||||
def process_batch(prompts, model="cx/deepseek-chat"):
|
||||
results = []
|
||||
for prompt in prompts:
|
||||
response = openai.ChatCompletion.create(
|
||||
model=model,
|
||||
messages=[{"role": "user", "content": prompt}]
|
||||
)
|
||||
results.append({
|
||||
"prompt": prompt,
|
||||
"response": response.choices[0].message.content
|
||||
})
|
||||
return results
|
||||
|
||||
prompts = [
|
||||
"Explain AI in one sentence",
|
||||
"What is machine learning?",
|
||||
"Define neural networks"
|
||||
]
|
||||
|
||||
results = process_batch(prompts)
|
||||
print(json.dumps(results, indent=2))
|
||||
```
|
||||
|
||||
### Manejador de respuestas streaming
|
||||
|
||||
```javascript
|
||||
import OpenAI from "openai";
|
||||
|
||||
const client = new OpenAI({
|
||||
apiKey: "your-api-key-from-dashboard",
|
||||
baseURL: "http://localhost:20128/v1"
|
||||
});
|
||||
|
||||
async function streamResponse(prompt) {
|
||||
const stream = await client.chat.completions.create({
|
||||
model: "cc/claude-sonnet-4-20250514",
|
||||
messages: [{ role: "user", content: prompt }],
|
||||
stream: true
|
||||
});
|
||||
|
||||
for await (const chunk of stream) {
|
||||
const content = chunk.choices[0]?.delta?.content || "";
|
||||
process.stdout.write(content);
|
||||
}
|
||||
}
|
||||
|
||||
streamResponse("Write a short story about AI");
|
||||
```
|
||||
|
||||
### Comparación multi-modelo
|
||||
|
||||
```python
|
||||
from openai import OpenAI
|
||||
|
||||
client = OpenAI(
|
||||
api_key="your-api-key-from-dashboard",
|
||||
base_url="http://localhost:20128/v1"
|
||||
)
|
||||
|
||||
models = [
|
||||
"cc/claude-sonnet-4-20250514",
|
||||
"cx/deepseek-chat",
|
||||
"glm/glm-4-plus"
|
||||
]
|
||||
|
||||
prompt = "Explain quantum computing in simple terms"
|
||||
|
||||
for model in models:
|
||||
response = client.chat.completions.create(
|
||||
model=model,
|
||||
messages=[{"role": "user", "content": prompt}]
|
||||
)
|
||||
print(f"\n=== {model} ===")
|
||||
print(response.choices[0].message.content)
|
||||
```
|
||||
|
||||
## Patrones comunes de integración
|
||||
|
||||
### Variables de entorno
|
||||
|
||||
Almacena credenciales de forma segura:
|
||||
|
||||
```bash
|
||||
# .env file
|
||||
ROUTER_API_KEY=your-api-key-from-dashboard
|
||||
ROUTER_BASE_URL=http://localhost:20128/v1
|
||||
ROUTER_MODEL=cc/claude-sonnet-4-20250514
|
||||
```
|
||||
|
||||
```python
|
||||
import os
|
||||
from openai import OpenAI
|
||||
|
||||
client = OpenAI(
|
||||
api_key=os.getenv("ROUTER_API_KEY"),
|
||||
base_url=os.getenv("ROUTER_BASE_URL")
|
||||
)
|
||||
```
|
||||
|
||||
### Manejo de errores
|
||||
|
||||
```python
|
||||
from openai import OpenAI, OpenAIError
|
||||
|
||||
client = OpenAI(
|
||||
api_key="your-api-key",
|
||||
base_url="http://localhost:20128/v1"
|
||||
)
|
||||
|
||||
try:
|
||||
response = client.chat.completions.create(
|
||||
model="cc/claude-sonnet-4-20250514",
|
||||
messages=[{"role": "user", "content": "Hello"}]
|
||||
)
|
||||
print(response.choices[0].message.content)
|
||||
except OpenAIError as e:
|
||||
print(f"Error: {e}")
|
||||
```
|
||||
|
||||
### Lógica de reintentos
|
||||
|
||||
```python
|
||||
import time
|
||||
from openai import OpenAI, RateLimitError
|
||||
|
||||
client = OpenAI(
|
||||
api_key="your-api-key",
|
||||
base_url="http://localhost:20128/v1"
|
||||
)
|
||||
|
||||
def chat_with_retry(prompt, max_retries=3):
|
||||
for attempt in range(max_retries):
|
||||
try:
|
||||
response = client.chat.completions.create(
|
||||
model="cc/claude-sonnet-4-20250514",
|
||||
messages=[{"role": "user", "content": prompt}]
|
||||
)
|
||||
return response.choices[0].message.content
|
||||
except RateLimitError:
|
||||
if attempt < max_retries - 1:
|
||||
time.sleep(2 ** attempt) # Exponential backoff
|
||||
else:
|
||||
raise
|
||||
```
|
||||
|
||||
## Solución de problemas
|
||||
|
||||
### Problemas de conexión
|
||||
|
||||
**Problema:** No se puede conectar a 9Router
|
||||
```bash
|
||||
# Verifica si 9Router está corriendo
|
||||
curl http://localhost:20128/health
|
||||
|
||||
# Respuesta esperada:
|
||||
{"status": "ok"}
|
||||
```
|
||||
|
||||
**Solución:**
|
||||
- Verifica que 9Router esté corriendo
|
||||
- Verifica que el puerto 20128 no esté bloqueado
|
||||
- Asegúrate de tener la URL base correcta (incluir `/v1`)
|
||||
|
||||
### Errores de autenticación
|
||||
|
||||
**Problema:** 401 Unauthorized
|
||||
```
|
||||
Error: Invalid API key
|
||||
```
|
||||
|
||||
**Solución:**
|
||||
- Verifica la API key desde el dashboard
|
||||
- Verifica el formato del header de Authorization: `Bearer your-api-key`
|
||||
- Asegúrate de no tener espacios extras o saltos de línea en la API key
|
||||
|
||||
### Modelo no encontrado
|
||||
|
||||
**Problema:** 404 Model not found
|
||||
```
|
||||
Error: Model 'cc/claude-opus' not found
|
||||
```
|
||||
|
||||
**Solución:**
|
||||
- Usa el nombre exacto del modelo (sensible a mayúsculas)
|
||||
- Verifica los modelos disponibles: `curl http://localhost:20128/v1/models`
|
||||
- Verifica que el modelo esté habilitado en tu plan
|
||||
|
||||
### Problemas de timeout
|
||||
|
||||
**Problema:** Request timeout
|
||||
```
|
||||
Error: Request timed out after 30s
|
||||
```
|
||||
|
||||
**Solución:**
|
||||
- Aumenta el timeout en la configuración del cliente
|
||||
- Usa modelos más rápidos para tareas sensibles al tiempo
|
||||
- Verifica la conexión de red a 9Router
|
||||
|
||||
### Rate limiting
|
||||
|
||||
**Problema:** 429 Too Many Requests
|
||||
```
|
||||
Error: Rate limit exceeded
|
||||
```
|
||||
|
||||
**Solución:**
|
||||
- Implementa exponential backoff
|
||||
- Reduce la frecuencia de solicitudes
|
||||
- Verifica los límites de tasa en el dashboard
|
||||
- Considera actualizar tu plan
|
||||
|
||||
## Mejores prácticas
|
||||
|
||||
### Seguridad
|
||||
- Almacena las API keys en variables de entorno
|
||||
- Nunca subas las API keys al control de versiones
|
||||
- Usa HTTPS para despliegues en la nube
|
||||
- Rota las API keys regularmente
|
||||
|
||||
### Rendimiento
|
||||
- Usa modelos apropiados para la complejidad de la tarea
|
||||
- Implementa caché para consultas repetidas
|
||||
- Usa streaming para respuestas largas
|
||||
- Agrupa solicitudes cuando sea posible
|
||||
|
||||
### Manejo de errores
|
||||
- Siempre implementa bloques try-catch
|
||||
- Agrega lógica de reintento con exponential backoff
|
||||
- Registra errores para debugging
|
||||
- Proporciona mecanismos de fallback
|
||||
|
||||
### Optimización de costos
|
||||
- Elige modelos costo-efectivos para tareas simples
|
||||
- Cachea respuestas cuando sea apropiado
|
||||
- Monitorea el uso en el dashboard
|
||||
- Establece límites de solicitudes en el código
|
||||
|
||||
## Próximos pasos
|
||||
|
||||
- [Configurar Cursor](cursor.md) para integración con IDE
|
||||
- [Configurar Continue](continue.md) para VSCode
|
||||
- [Explorar uso de CLI](../cli/basic-usage.md)
|
||||
- [Aprende sobre la selección de modelos](../models/overview.md)
|
||||
- [Referencia de API](../api/reference.md)
|
||||
Reference in New Issue
Block a user