APIMaster.ai
Documentazione APIMaster.ai
Quick startAPIMaster.aiMarketplace

LangChain + APIMaster.ai

Utilizza l'API compatibile con OpenAI di APIMaster.ai in LangChain al posto della chiave quickstart ufficiale di OpenAI.

LangChain è un popolare framework per applicazioni LLM. APIMaster.ai espone un'API compatibile con OpenAI — imposta model_provider="openai" e punta base_url su APIMaster.

Ottieni prima una Chiave API. Copia l'esatto model id dal marketplace (es. gpt-5.4, claude-sonnet-4-6).

Prerequisiti

  1. Python 3.10+ (3.11+ consigliato).
  2. Una Chiave API APIMaster dalla console.
  3. Un model id target dal marketplace.

Passo 1 — Installa le dipendenze

pip install langchain langchain-openai httpx

Passo 2 — Crea il file di esempio

Crea apimaster_quickstart.py:

import httpx

from langchain.agents import create_agent
from langchain.chat_models import init_chat_model


APIMASTER_API_KEY = "la tua chiave APIMaster.ai"
APIMASTER_BASE_URL = "https://apimaster.ai/v1"
MODEL_NAME = "gpt-5.4"


def get_weather(city: str) -> str:
    """Ottieni il meteo per una data città."""
    return "C'è sempre il sole a " + city + "!"


def main() -> None:
    model = init_chat_model(
        MODEL_NAME,
        model_provider="openai",
        api_key=APIMASTER_API_KEY,
        base_url=APIMASTER_BASE_URL,
        http_client=httpx.Client(trust_env=False, timeout=60),
        timeout=60,
    )

    agent = create_agent(
        model=model,
        tools=[get_weather],
        system_prompt="Sei un assistente utile",
    )

    result = agent.invoke(
        {"messages": [{"role": "user", "content": "Com'è il tempo a San Francisco?"}]}
    )

    print(result["messages"][-1].content_blocks)


if __name__ == "__main__":
    main()

Puoi anche scaricare lo script di esempio e incollare la tua chiave prima di eseguirlo.

Passo 3 — Esegui

python apimaster_quickstart.py

In caso di successo, dovresti vedere un output simile a:

[{'type': 'text', 'text': "C'è sempre il sole a San Francisco!"}]

L'agente chiama lo strumento get_weather e restituisce la risposta finale.

Impostazioni chiave

URL base compatibile con OpenAI di APIMaster:

https://apimaster.ai/v1

Configurazione principale di LangChain:

model = init_chat_model(
    "gpt-5.4",
    model_provider="openai",
    api_key=APIMASTER_API_KEY,
    base_url="https://apimaster.ai/v1",
)
Parametro Valore
model_provider "openai" (protocollo compatibile con OpenAI)
base_url https://apimaster.ai/v1
Nome modello model id dal Marketplace

Esempio GPT: MODEL_NAME = "gpt-5.4"
Esempio Claude: MODEL_NAME = "claude-sonnet-4-6"

Problemi di proxy

Se HTTP_PROXY / HTTPS_PROXY è impostato localmente, potresti riscontrare errori SSL o di connessione. Passa:

http_client=httpx.Client(trust_env=False, timeout=60)

Questo impedisce a httpx di raccogliere le variabili d'ambiente del proxy di sistema — utile per test locali rapidi. Configura i proxy esplicitamente in produzione se necessario.

Gestione più sicura della chiave

Per progetti reali, usa variabili d'ambiente invece di codificare le chiavi:

import os

APIMASTER_API_KEY = os.environ["APIMASTER_API_KEY"]
APIMASTER_BASE_URL = "https://apimaster.ai/v1"

export APIMASTER_API_KEY="la tua chiave"
python apimaster_quickstart.py

Windows PowerShell:

$env:APIMASTER_API_KEY="la tua chiave"
python apimaster_quickstart.py

Risoluzione dei problemi

Sintomo Soluzione
401 / Chiave API non valida Verifica che la chiave sia completa e abilitata nella console
404 / modello non trovato MODEL_NAME deve corrispondere esattamente al model id del marketplace
SSL / timeout Prova trust_env=False; controlla firewall/proxy
ModuleNotFoundError Esegui pip install langchain langchain-openai httpx

Lista di controllo

  • Installati langchain, langchain-openai, httpx
  • base_url = https://apimaster.ai/v1
  • MODEL_NAME dal marketplace
  • Chiave API impostata (nel codice o come variabile d'ambiente)
  • apimaster_quickstart.py viene eseguito e stampa l'output dell'agente

Vedi anche