25｜体验：使用LobeChat体验AI网关

邢云阳

你好，我是邢云阳。
在本章的前几节课程中，我们已经编写了大量的代码，涵盖了从基础的 WebAssembly（WASM）原理性代码，到更为复杂的 AI Proxy 和 AI Agent 插件代码。通过这些实践，相信你已经对如何为传统的云原生 API 网关赋予 AI 能力有了深刻的理解。
然而，在整个过程中，我们始终是从程序员的角度出发，专注于如何增强网关的 AI 能力。即使在测试环节，我们也主要使用 Apifox 这样的工具来验证插件的效果。但在实际的工作场景中，尤其是面对客户时，我们往往需要提供一套完整的解决方案来进行演示。因此，在本节课中，我们将引入一款优秀的开源 AI 助手——LobeChat，并将其与 Higress 网关的 AI 能力相结合，为你展示一个更为综合和实用的解决方案。
通过这种方式，我们不仅能够更好地理解如何在实际项目中集成和运用 AI 技术，还能为未来的客户展示提供更为直观和有力的支持。
什么是 LobeChat？
LobeChat 是一款开源的智能问答前端，以其高度灵活性和强大的扩展能力而著称。它支持多种部署方式，能够轻松适应不同的应用场景，无论是云端、本地还是边缘计算环境。LobeChat 的后端设计极具包容性，不仅支持接入多种商业大模型（如 OpenAI、Claude 等），还能够与 Ollama 等私有化部署的模型无缝集成，满足企业对数据隐私和定制化的需求。

公开

同步至部落

取消

完成

0/2000

荧光笔

直线

曲线

笔记

复制

AI

深入了解
翻译
英语
中文简体
法语
德语
日语
韩语
俄语
西班牙语
解释
总结

1. LobeChat是一款开源的智能问答前端，支持多种部署方式，包括云端、本地和边缘计算环境，并具有多模态交互能力，如语音交互、图像识别等。 2. LobeChat的部署模式分为客户端数据库部署模式和服务端数据库部署模式，分别适用于快速启动和体验以及企业级应用或多用户协作场景。 3. 结合LobeChat和Higress网关的AI Proxy功能，实现了对大模型访问的统一管理和优化，提升了系统的稳定性和扩展性，为企业提供了更高效、安全的AI解决方案。 4. 通过网关层的统一管理，企业可以更灵活地控制AI资源的使用，包括动态切换模型、自动处理API Key失效、实施限流和安全策略等，降低了开发复杂度，提供了更高的可观测性和可维护性.

仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《AI 重塑云原生应用开发实战》，新⼈⾸单¥59

立即购买

登录后留言

精选留言

由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。

收起评论