【AI大模型】AiOnly 一站式大模型API平台从使用到实战详解

目录

一、背景

二、AiOnly介绍

[2.1 AiOnly是什么](#2.1 AiOnly是什么)

[2.2 AiOnly核心优势](#2.2 AiOnly核心优势)

[2.3 平台特色与亮点](#2.3 平台特色与亮点)

[2.4 AiOnly核心应用场景](#2.4 AiOnly核心应用场景)

[三、AiOnly 控制台基本使用](#三、AiOnly 控制台基本使用)

[3.1 注册与登录](#3.1 注册与登录)

[3.2 模型开通](#3.2 模型开通)

[3.3 创建APIKEY](#3.3 创建APIKEY)

[四、API 调用](#四、API 调用)

[4.1 定位API 文档](#4.1 定位API 文档)

[4.2 调用对话API能力](#4.2 调用对话API能力)

[4.3 调用视频生成API能力](#4.3 调用视频生成API能力)

[五、 知识库使用](#五、 知识库使用)

[5.1 创建知识库](#5.1 创建知识库)

[5.2 上传文件](#5.2 上传文件)

[5.3 使用自己的知识库](#5.3 使用自己的知识库)

六、写在文末


一、背景

在各个大模型能力边界不断向前突破,飞速发展的今天,企业对应用接入大模型,快速验证业务的价值,并提升现有业务的价值等方面的诉求也越来越多。如何让企业尽快的对接各类大模型能力,2025年出现了一种新的大模型应用开发模式,也是众多的大模型厂商在探索过程的一种新的实践模式,那就是大模型聚合平台,比如大家熟悉的阿里云百炼,硅基流动等。对于应用开发者来说,只需要注册账号得到一个apikey即可快速实现对接各种主流的大模型能力,从而快速接入应用中,本文介绍另一款比较热门且功能强大的一站式大模型API平台AiOnly。

二、AiOnly介绍

2.1 AiOnly是什么

AiOnly定位为一站式大模型API平台,集成了多种类型的大规模预训练模型,涵盖文本模型、视频生成、图片生成、语音识别与合成等领域。平台通过提供统一的接口,帮助用户轻松调用复杂的AI能力,避免了搭建和训练模型的高昂成本与技术门槛。入口:https://www.aiionly.com/

AiOnly------全球顶尖AI模型的"高速公路",通过三大核心能力重构智能服务:

  1. 模型集成:聚合GPT、Claude、Gemini、minimax、即梦、VEO、Dall-e-3等几十个主流模型

  2. 网络基建:多个海外节点(欧美、中东、亚洲等地区)

  3. 接口标准化:统一RESTful API规范,兼容OpenAI等原生协议

2.2 AiOnly核心优势

具体来说,AiOnly的优势主要体现下下面几个方面

  • 地域穿透:智能路由技术,免魔法器、解决地缘封锁问题,比如调用 GPT-5 无需 OpenAI 账号

  • 简洁的API设计:提供RESTful或RPC接口,并配套丰富的代码案例,支持多种开发语言,方便集成。

  • **全场景覆盖:**支持文本/图像/视频/语音/多模态5大品类多个细分场景。

    • 覆盖文本、图像、视频、语音、多模态全场景模型,海外(GPT/Claude/Gemini)与国产(DeepSeek/Qwen/Doubao)模型兼备;
  • 模型更新和优化:平台持续迭代模型和算法,保证用户能用上最前沿的AI能力。

  • **稳定流畅:**官方正规授权,API 接口标准化兼容原厂全参数,SLA 达 99.9%,保障生产环境稳定运行。

2.3 平台特色与亮点

与其他相关的平台相比,AiOnly也有自身突出的特色与亮点,如下:

  • 统一 API 与密钥管理:

    • 一个 API Key 可调用多种模型,支持 "标准模式"(基础 API)与 "融合模式"(关联组件 / 知识库),分应用创建密钥便于权限管控;
  • Prompt 优解:

    • 自动优化提示词结构,提升模型推理准确率;
  • RAG 知识库管理

    • 多源数据(文档 / 表格)智能清洗 + 向量检索,实现精准问答;
  • 组件商店:

    • 三方集成 Claude Code、Dify(智能体平台)、WPS AI 等三方工具,无需额外开发;
  • 精细化运营工具:

    • 实时调用统计(Token 消耗监控)、开通管理(量包使用状态)、财务计费(账单明细),降低企业成本管控难度;

2.4 AiOnly核心应用场景

在下面的业务场景中,可以考虑使用AiOnly

  • 智能客服和对话机器人,提升用户体验和自动化水平;

  • 内容生成与分析,如自动写作、内容审核和舆情监测;

  • 智能图像处理,助力电商、医疗影像等行业;

  • 多模态交互,使智能设备能更自然理解和响应人类指令。

三、AiOnly 控制台基本使用

入口:https://www.aiionly.com/

3.1 注册与登录

如果是新账号,输入手机号,注册的同时,也正常登录成功,登录进去之后。新账户默认会发放15元的优惠券,可以当作后续调用的额度使用。

3.2 模型开通

后续在自己的应用开发中,需要通过AiOnly对接各类大模型,类似于使用阿里云百炼,硅基流动那种,不过在AiOnly这边,提供了更精细的选择,即需要你先选择开通具体的模型服务,在主页模型广场中,可以看到官方提供了很多种当下热门的大模型,像GPT5,在国内直接访问是比较麻烦的,而在这里,只需要通过AiOnly开通之后即可使用

以GPT-5.1为例,点击下面的开通服务

点击之后,来到下面的页面,选择先用后付,确认开通

点击我的开通,在下面的开通管理菜单列表中就能看到开通的这个模型服务了

同时,在右上角可以看到,这里有一个URL的地址,该地址即为后续应用开发时需要调用的一个接口地址

不同的TAB页,对应了大模型提供的不同服务,都有各自的API地址

3.3 创建APIKEY

和使用其他的类似大模型对接平台类似,开通模型服务后,在后续的应用开发中,你要通过平台调用大模型的服务,一般通过apikey来调用,此处也是一样,需要先创建一个apikey,如下点击创建

  • Apikey 妥善保管,不要轻易泄漏

  • 融合模式情况下支持用户通过API调用万象提供的组件与知识库

创建完成后,在API Key列表上就有了一条数据

四、API 调用

下面介绍如何在应用程序中对接AiOnly 的API能力。

4.1 定位API 文档

如何在应用开发中通过AiOnly 对接大模型开发呢,以添加的DeepSeek 大模型服务为例进行说明,如下,点击右下角的接入文档

跳转到下面这个API文档对接中心,在这里有你需要用到的与API接口对接相关的所有内容

4.2 调用对话API能力

通过API文档可以看到,提供了基本的API能力,比如对话能力,视频生成,图片生成等,你只需要根据自己的需要选择合适的已经开通的大模型即可,因为不同的模型具备的能力不同。

这里以Anth这个对话API为例进行说明,在示例文档中,给出了基本的调用模板,只需要替换为自己的API_KEY与对应的模型ID即可

基于这段示例,我们提供下面的完整的Java调用代码,只需要在下面的代码中,替换你自己的apikey即可

java 复制代码
package com.congge.aionly;

import java.io.*;
import java.net.HttpURLConnection;
import java.net.URL;
import java.nio.charset.StandardCharsets;

public class ClaudeApiClient {
    private static final String API_URL = "https://api.aiionly.com"; // 替换为实际 API URL
    private static final String API_KEY = "你的apikey"; // 替换为实际 API Key

    public static void main(String[] args) {
        try {
            String response = sendMessage();
            System.out.println("Response: " + response);
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    public static String sendMessage() throws IOException {
        // 构建完整的 URL
        String url = API_URL + "/v1/messages";

        // 创建 HTTP 连接
        HttpURLConnection connection = (HttpURLConnection) new URL(url).openConnection();

        // 设置请求方法
        connection.setRequestMethod("POST");

        // 设置请求头
        connection.setRequestProperty("Content-Type", "application/json");
        connection.setRequestProperty("x-api-key", API_KEY);
        connection.setDoOutput(true);

        // 构建请求体
        String requestBody = buildRequestBody();

        // 发送请求数据
        try (OutputStream os = connection.getOutputStream()) {
            byte[] input = requestBody.getBytes(StandardCharsets.UTF_8);
            os.write(input, 0, input.length);
        }

        // 获取响应
        int responseCode = connection.getResponseCode();
        if (responseCode == HttpURLConnection.HTTP_OK) {
            try (BufferedReader br = new BufferedReader(
                    new InputStreamReader(connection.getInputStream(), StandardCharsets.UTF_8))) {
                StringBuilder response = new StringBuilder();
                String responseLine;
                while ((responseLine = br.readLine()) != null) {
                    response.append(responseLine);
                }
                return response.toString();
            }
        } else {
            // 处理错误响应
            try (BufferedReader br = new BufferedReader(
                    new InputStreamReader(connection.getErrorStream(), StandardCharsets.UTF_8))) {
                StringBuilder errorResponse = new StringBuilder();
                String responseLine;
                while ((responseLine = br.readLine()) != null) {
                    errorResponse.append(responseLine);
                }
                throw new IOException("HTTP error code: " + responseCode + ", Response: " + errorResponse.toString());
            }
        }
    }

    private static String buildRequestBody() {
        return "{"
                + "\"messages\": ["
                + "  {"
                + "    \"content\": [{"
                + "      \"type\": \"text\","
                + "      \"text\": \"你好\""
                + "    }],"
                + "    \"role\": \"user\""
                + "  }"
                + "],"
                + "\"model\": \"claude-sonnet-4.5\""
                + "}";
    }
}

运行这段代码,可以看到给出了响应信息

4.3 调用视频生成API能力

基于大模型生成视频也成为很多应用开发比较常见的场景,AiOnly通过接入其他具备生成视频的大模型,方便开发者通过应用程序调用API生成视频,如下,以通义系列的万相大模型为例,找到下面的示例代码

转为Java代码,完整代码如下,主要分为2步:

  • 第一步,生成一共任务ID

  • 第二步,根据任务ID获取任务详情

1)生成视频任务

java 复制代码
package com.congge.aionly;

import java.io.*;
import java.net.HttpURLConnection;
import java.net.URL;
import java.nio.charset.StandardCharsets;

public class VideoCreationClient {
    private static final String API_URL = "https://api.aiionly.com"; // 替换为实际 API URL
    private static final String API_KEY = "你的apikey"; // 替换为实际 API Key

    public static void main(String[] args) {
        try {
            String response = createVideo();
            System.out.println("Response: " + response);
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    public static String createVideo() throws IOException {
        String urlString = API_URL + "/v1/createVideo";
        URL url = new URL(urlString);
        HttpURLConnection connection = (HttpURLConnection) url.openConnection();

        // 设置请求方法
        connection.setRequestMethod("POST");

        // 设置请求头
        connection.setRequestProperty("Authorization", "Bearer " + API_KEY);
        connection.setRequestProperty("Content-Type", "application/json");
        connection.setDoOutput(true);

        // 构建请求体
        String requestBody = buildRequestBody();

        // 发送请求数据
        try (OutputStream os = connection.getOutputStream()) {
            byte[] input = requestBody.getBytes(StandardCharsets.UTF_8);
            os.write(input, 0, input.length);
        }

        // 获取响应
        int responseCode = connection.getResponseCode();
        StringBuilder response = new StringBuilder();

        try (InputStream inputStream = connection.getInputStream();
             BufferedReader reader = new BufferedReader(new InputStreamReader(inputStream, StandardCharsets.UTF_8))) {

            String line;
            while ((line = reader.readLine()) != null) {
                response.append(line);
            }
        }

        if (responseCode != HttpURLConnection.HTTP_OK) {
            throw new IOException("HTTP error code: " + responseCode + ", Response: " + response.toString());
        }

        return response.toString();
    }

    private static String buildRequestBody() {
        return "{"
                + "\"model\": \"wan2.5-t2v-preview\","
                + "\"input\": {"
                + "  \"prompt\": \"一只小猫在月光下奔跑\""
                + "},"
                + "\"parameters\": {"
                + "  \"duration\": 5"
                + "}"
                + "}";
    }
}

运行代码后,可以看到任务ID已经生成 1990995293472927745

2)获取任务详情

基于上面生成的任务ID,再去调用获取任务接口

java 复制代码
package com.congge.aionly;

import java.io.*;
import java.net.HttpURLConnection;
import java.net.URL;
import java.nio.charset.StandardCharsets;

public class VideoResultClient {
    private static final String API_URL = "https://api.aiionly.com"; // 替换为实际 API URL
    private static final String API_KEY = "你的apikey"; // 替换为实际 API Key

    public static void main(String[] args) {
        try {
            String taskId = "1990995293472927745";
            String response = getVideoResult(taskId);
            System.out.println("Response: " + response);
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    public static String getVideoResult(String taskId) throws IOException {
        String urlString = API_URL + "/v1/getVideoResult";
        URL url = new URL(urlString);
        HttpURLConnection connection = (HttpURLConnection) url.openConnection();

        // 设置请求方法
        connection.setRequestMethod("POST");

        // 设置请求头
        connection.setRequestProperty("Authorization", "Bearer " + API_KEY);
        connection.setRequestProperty("Content-Type", "application/json");
        connection.setDoOutput(true);

        // 构建请求体
        String requestBody = buildRequestBody(taskId);

        // 发送请求数据
        try (OutputStream os = connection.getOutputStream()) {
            byte[] input = requestBody.getBytes(StandardCharsets.UTF_8);
            os.write(input, 0, input.length);
        }

        // 获取响应
        int responseCode = connection.getResponseCode();
        StringBuilder response = new StringBuilder();

        if (responseCode == HttpURLConnection.HTTP_OK) {
            try (InputStream inputStream = connection.getInputStream();
                 BufferedReader reader = new BufferedReader(new InputStreamReader(inputStream, StandardCharsets.UTF_8))) {

                String line;
                while ((line = reader.readLine()) != null) {
                    response.append(line);
                }
            }
        } else {
            // 处理错误响应
            try (InputStream errorStream = connection.getErrorStream();
                 BufferedReader reader = new BufferedReader(new InputStreamReader(errorStream, StandardCharsets.UTF_8))) {

                String line;
                while ((line = reader.readLine()) != null) {
                    response.append(line);
                }
            }
            throw new IOException("HTTP error code: " + responseCode + ", Response: " + response.toString());
        }

        return response.toString();
    }

    private static String buildRequestBody(String taskId) {
        return "{"
                + "\"model\": \"wan2.5-t2v-preview\","
                + "\"taskId\": \"" + taskId + "\""
                + "}";
    }
}

运行上面的代码,返回了视频的链接,有兴趣的同学可以点进去看看效果如何。

五、 知识库使用

在大模型应用开发场景中,知识库可以说是必不可少的功能,基于知识库可以构建企业级自身的各类AI应用,在AiOnly中提供了知识库功能,方便使用者快速创建个人或 团队的知识库,如下,在左侧有一个知识库管理的菜单

5.1 创建知识库

点击新建知识库,在弹窗中填写必要的信息

5.2 上传文件

支持上传文档(.md/.docx)、表格(.xlsx)、txt等,点击文档来到下面的上传页面

这里准备了如下的知识库文件

java 复制代码
1. 退款申请后一般多久到账?
答:退款将会在1-3个工作日内原路返回,具体到账时间以银行为准。

2. 订单发货时间?
答:普通商品48小时内发货,预售商品以详情页标注时间为准。

3. 如何修改收货地址?
答:订单发货前可在"我的订单"→"修改地址"中操作;已发货需联系快递拦截。

4. 如何退货?
答:订单退货可在我的订单中,点击具体的某个还没有确认收货的订单,点击申请退货。

点击上传

点击确认后,来到下面的页面,注意需要对文档进行向量化,否则后续无法正常使用

向量化完成后,可以点击右上角的命中测试,测试下向量数据库是否可以正常使用

选择之前的一个问题进行测试,可以看到能够正常返回结果

5.3 使用自己的知识库

有了自己的知识库后,在后续的应用开发中,就可以接入进去了,首先需要创建一个新的apikey,注意在类型选择时使用第二个融合模式

在配置信息中,知识库那里选择自己上一步创建的知识库,最后点击确认

如何验证自己的知识库是否可用呢?仍然以上面的聊天对话场景为例进行说明,完整的代码如下:

  • 代码中需要跳转2处,第一个是apikey,使用上面新生成的那个融合模式下的apikey

  • 在投递的问题中,使用一共FAQ中相关的问题

java 复制代码
package com.congge.aionly;

import java.io.*;
import java.net.HttpURLConnection;
import java.net.URL;
import java.nio.charset.StandardCharsets;

public class ClaudeApiClient {
    private static final String API_URL = "https://api.aiionly.com"; // 替换为实际 API URL
    private static final String API_KEY = "新生成的融合模式下的apikey"; // 替换为实际 API Key

    public static void main(String[] args) {
        try {
            String response = sendMessage();
            System.out.println("Response: " + response);
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    public static String sendMessage() throws IOException {
        // 构建完整的 URL
        String url = API_URL + "/v1/messages";

        // 创建 HTTP 连接
        HttpURLConnection connection = (HttpURLConnection) new URL(url).openConnection();

        // 设置请求方法
        connection.setRequestMethod("POST");

        // 设置请求头
        connection.setRequestProperty("Content-Type", "application/json");
        connection.setRequestProperty("x-api-key", API_KEY);
        connection.setDoOutput(true);

        // 构建请求体
        String requestBody = buildRequestBody();

        // 发送请求数据
        try (OutputStream os = connection.getOutputStream()) {
            byte[] input = requestBody.getBytes(StandardCharsets.UTF_8);
            os.write(input, 0, input.length);
        }

        // 获取响应
        int responseCode = connection.getResponseCode();
        if (responseCode == HttpURLConnection.HTTP_OK) {
            try (BufferedReader br = new BufferedReader(
                    new InputStreamReader(connection.getInputStream(), StandardCharsets.UTF_8))) {
                StringBuilder response = new StringBuilder();
                String responseLine;
                while ((responseLine = br.readLine()) != null) {
                    response.append(responseLine);
                }
                return response.toString();
            }
        } else {
            // 处理错误响应
            try (BufferedReader br = new BufferedReader(
                    new InputStreamReader(connection.getErrorStream(), StandardCharsets.UTF_8))) {
                StringBuilder errorResponse = new StringBuilder();
                String responseLine;
                while ((responseLine = br.readLine()) != null) {
                    errorResponse.append(responseLine);
                }
                throw new IOException("HTTP error code: " + responseCode + ", Response: " + errorResponse.toString());
            }
        }
    }

    private static String buildRequestBody() {
        return "{"
                + "\"messages\": ["
                + "  {"
                + "    \"content\": [{"
                + "      \"type\": \"text\","
                + "      \"text\": \"退款申请后一般多久到账?\""
                + "    }],"
                + "    \"role\": \"user\""
                + "  }"
                + "],"
                + "\"model\": \"claude-sonnet-4.5\""
                + "}";
    }
}

运行上面的代码后,通过控制台输出可以看到,在返回的结果中与问题最相近的答案在第一条

六、写在文末

本文通过实际操作演示详细介绍了AiOnly这款一站式大模型API平台的使用,并详细说明了API对接,知识库的使用,更多好用的功能有兴趣的同学可以基于此继续深入的研究,本篇到此结束,感谢观看。

相关推荐
摘星编程14 天前
AI文物复活馆:基于 AiOnly 一键调用 Claude 4.5 + Gemini 3 Pro 的多模态复原神器
人工智能·aionly
倔强的石头10624 天前
AiOnly大模型深度测评:调用GPT-5 API+RAG知识库,快速构建智能客服机器人
人工智能·gpt·机器人·aionly
Lethehong1 个月前
搭建AI智能翻译器:快速部署Dify,接入AiOnly平台GPT-5模型
人工智能·gpt·dify·maas·aionly