هوش مصنوعی FluxCDN در کد شما: SDKها و فریمورکها
SDK رسمی OpenAI در هر زبان، با دو تغییر: آدرس پایه و کلید. SDKهای Anthropic هم با آدرس سازگار با Anthropic کار میکنند. شناسهٔ مدل هر چیزی از صفحهٔ مدلها است. نمونهها کلید را از متغیر FLUXCDN_API_KEY میخوانند.
- آدرس (سازگار با OpenAI):
https://ai.fluxcdn.cloud/api/v1- آدرس (سازگار با Anthropic):
https://ai.fluxcdn.cloud/api
پیش از شروع
- یک کلید API بسازید. در صفحهٔ کلیدهای API دکمهٔ «ساخت کلید» را بزنید و کلید را همان لحظه کپی کنید؛ با
flux_live_شروع میشود و دوباره کامل نشان داده نمیشود. - برای ایجنتها کلید جدا بسازید و با دکمهٔ «سقفها» برایش سقف هزینهٔ روزانه یا ماهانه بگذارید. ایجنتها خودشان پشت هم درخواست میفرستند؛ سقف جلوی هزینهٔ پیشبینینشده را میگیرد.
- کمی اعتبار در حساب داشته باشید (صورتحساب).
- در نمونهها بهجای
flux_live_YOUR_KEYکلید خودتان را بگذارید.
Python (openai)
گام 1:
pip install openaiAPI Responses هم کار میکند (
client.responses.create(...))، بدون حافظه:previous_response_idپذیرفته نمیشود.client.images.generate(...)،client.images.edit(...)وclient.audio.speech.create(...)هم با مدلهای تصویری و گویندههای فهرست کار میکنند (مرجع API).main.pyimport os from openai import OpenAI client = OpenAI( base_url="https://ai.fluxcdn.cloud/api/v1", api_key=os.environ["FLUXCDN_API_KEY"], ) reply = client.chat.completions.create( model="anthropic/claude-sonnet-5.5", messages=[{"role": "user", "content": "Hello"}], ) print(reply.choices[0].message.content)
JavaScript / TypeScript (openai)
گام 1:
npm install openaiدر Node، Deno، Bun و محیطهای edge کار میکند. کلید را در کدی که به مرورگر کاربران میرسد نگذارید؛ درخواست را از سرور خودتان بفرستید.
main.tsimport OpenAI from "openai"; const client = new OpenAI({ baseURL: "https://ai.fluxcdn.cloud/api/v1", apiKey: process.env.FLUXCDN_API_KEY, }); const reply = await client.chat.completions.create({ model: "qwen/qwen3-coder", messages: [{ role: "user", content: "Hello" }], }); console.log(reply.choices[0].message.content);
Anthropic SDK
گام 1: آدرس بدون
/v1SDKهای Anthropic خودشان
/v1/messagesرا اضافه میکنند، پس آدرسhttps://ai.fluxcdn.cloud/apiاست. هر شناسهای از فهرست کار میکند، نه فقط Claude. کلید را هم با هدرx-api-keyمیپذیریم و هم باAuthorization: Bearer.pip install anthropicimport os import anthropic client = anthropic.Anthropic( base_url="https://ai.fluxcdn.cloud/api", api_key=os.environ["FLUXCDN_API_KEY"], ) message = client.messages.create( model="anthropic/claude-sonnet-5.5", max_tokens=1024, messages=[{"role": "user", "content": "Hello"}], ) print(message.content[0].text)
Vercel AI SDK
گام 1:
@ai-sdk/openai-compatibleاین بسته همیشه Chat Completions را صدا میزند. اگر
@ai-sdk/openaiرا به کار میبرید،openai(...)به API Responses میرود؛ برای Chat Completionsopenai.chat(...)بنویسید.npm install ai @ai-sdk/openai-compatibleimport { createOpenAICompatible } from "@ai-sdk/openai-compatible"; import { generateText } from "ai"; const fluxcdn = createOpenAICompatible({ name: "fluxcdn", baseURL: "https://ai.fluxcdn.cloud/api/v1", apiKey: process.env.FLUXCDN_API_KEY, includeUsage: true, }); const { text } = await generateText({ model: fluxcdn("anthropic/claude-sonnet-5.5"), prompt: "Hello", });
LangChain
گام 1:
ChatOpenAIبا آدرس FluxCDNChatOpenAIوقتی پارامترreasoningیا ابزارهای داخلی OpenAI را بدهید به API Responses میرود. برای ماندن روی Chat Completions،use_responses_api=Falseبگذارید (در JS:useResponsesApi: false).pip install langchain-openaiimport os from langchain_openai import ChatOpenAI llm = ChatOpenAI( model="deepseek/deepseek-v4-pro", base_url="https://ai.fluxcdn.cloud/api/v1", api_key=os.environ["FLUXCDN_API_KEY"], ) print(llm.invoke("Hello").content)
LlamaIndex
گام 1:
OpenAILikeباis_chat_model=Trueپیشفرض
is_chat_modelدرOpenAILikeخاموش است و آنوقت مسیر قدیمی/completionsصدا زده میشود که نداریم. هر دو گزینه را روشن کنید.pip install llama-index-llms-openai-likeimport os from llama_index.llms.openai_like import OpenAILike llm = OpenAILike( model="openai/gpt-5.5", api_base="https://ai.fluxcdn.cloud/api/v1", api_key=os.environ["FLUXCDN_API_KEY"], context_window=400000, is_chat_model=True, is_function_calling_model=True, ) print(llm.complete("Hello"))
LiteLLM
گام 1:
openai/پیش از شناسهLiteLLM بخش اول شناسه را برمیدارد و بقیه را میفرستد، پس
openai/anthropic/claude-sonnet-5.5بنویسید. پیشوندanthropic/تنها، LiteLLM را به سرور Anthropic میفرستد.pip install litellmimport os import litellm reply = litellm.completion( model="openai/anthropic/claude-sonnet-5.5", api_base="https://ai.fluxcdn.cloud/api/v1", api_key=os.environ["FLUXCDN_API_KEY"], messages=[{"role": "user", "content": "Hello"}], ) print(reply.choices[0].message.content)
PHP (openai-php/client)
گام 1:
composer require openai-php/clientPHP 8.2 یا تازهتر.
index.php<?php $client = OpenAI::factory() ->withApiKey(getenv('FLUXCDN_API_KEY')) ->withBaseUri('https://ai.fluxcdn.cloud/api/v1') ->make(); $reply = $client->chat()->create([ 'model' => 'moonshotai/kimi-k3.1-pro', 'messages' => [['role' => 'user', 'content' => 'Hello']], ]); echo $reply->choices[0]->message->content;
Go (openai-go)
گام 1:
go get github.com/openai/openai-go/v3main.goclient := openai.NewClient( option.WithBaseURL("https://ai.fluxcdn.cloud/api/v1"), option.WithAPIKey(os.Getenv("FLUXCDN_API_KEY")), ) reply, err := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{ Model: "anthropic/claude-sonnet-5.5", Messages: []openai.ChatCompletionMessageParamUnion{openai.UserMessage("Hello")}, }) if err == nil { fmt.Println(reply.Choices[0].Message.Content) }
.NET (OpenAI)
گام 1:
dotnet add package OpenAIProgram.csusing OpenAI; using OpenAI.Chat; using System.ClientModel; ChatClient client = new( model: "anthropic/claude-sonnet-5.5", credential: new ApiKeyCredential(Environment.GetEnvironmentVariable("FLUXCDN_API_KEY")), options: new OpenAIClientOptions { Endpoint = new Uri("https://ai.fluxcdn.cloud/api/v1") }); ChatCompletion reply = client.CompleteChat("Hello"); Console.WriteLine(reply.Content[0].Text);
Java (openai-java)
گام 1:
com.openai:openai-javaMain.javaOpenAIClient client = OpenAIOkHttpClient.builder() .apiKey(System.getenv("FLUXCDN_API_KEY")) .baseUrl("https://ai.fluxcdn.cloud/api/v1") .build(); ChatCompletionCreateParams params = ChatCompletionCreateParams.builder() .model("anthropic/claude-sonnet-5.5") .addUserMessage("Hello") .build(); ChatCompletion reply = client.chat().completions().create(params); System.out.println(reply.choices().get(0).message().content().orElse(""));
curl
گام 1: بدون SDK
Terminalcurl https://ai.fluxcdn.cloud/api/v1/chat/completions \ -H "Authorization: Bearer $FLUXCDN_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "deepseek/deepseek-v4-flash", "messages": [{"role": "user", "content": "Hello"}] }'
بررسی کنید که کار میکند
گام 1: فهرست مدلها را بگیرید
اگر کلید درست باشد، فهرستی از شناسهها برمیگردد؛ بدون کلید، 401.
Terminalcurl -s https://ai.fluxcdn.cloud/api/v1/models -H "Authorization: Bearer $FLUXCDN_API_KEY"گام 2: هزینهٔ هر درخواست
هر پاسخ هدر
x-fluxcdn-request-idدارد و پاسخهای غیر stream هدرx-fluxcdn-cost-micros(هزینه به میلیونیم دلار). همهٔ درخواستها در فعالیت کنسول هم هستند.
رفع مشکل
- LlamaIndex خطای 404 میدهد
is_chat_model=Trueرا بگذارید.- خطای 401 یا
invalid_api_key - کلید کامل کپی نشده، باطل شده یا جای دیگری گذاشته شده. کلید با
flux_live_شروع میشود و فاصلهٔ اضافه ندارد. اگر ابزار کلید را از متغیر محیطی میخواند، پس از تنظیم آن یک ترمینال یا پنجرهٔ تازه باز کنید. - خطای 402،
insufficient_credit(در Codex:insufficient_quota) با اینکه اعتبار دارید - پیش از هر درخواست، بیشترین هزینهای که آن درخواست ممکن است داشته باشد از اعتبارتان کنار گذاشته میشود. وقتی پاسخ تمام شد فقط هزینهٔ واقعی برداشته میشود و بقیه برمیگردد. ابزاری که برای هر درخواست خروجی خیلی بلندی میخواهد، مبلغ بزرگی کنار میگذارد. سقف خروجی ابزار را کمتر کنید (مثلاً 32000 توکن) یا اعتبار اضافه کنید.
- خطای 404 یا
model_not_found - شناسهٔ مدل باید دقیقاً همان باشد که در صفحهٔ مدلها آمده، با پیشوند سازنده:
anthropic/claude-sonnet-5.5، نهclaude-sonnet-5.5. حروف کوچک و نقطهها مهماند. شناسه را کپی کنید، تایپ نکنید. - خطای 404 که از مدل حرفی نمیزند
- آدرس پایه درست نیست. بیشتر ابزارها
https://ai.fluxcdn.cloud/api/v1را میخواهند و خودشان بقیه را اضافه میکنند؛/chat/completionsرا دو بار ننویسید و/v1را جا نیندازید. جدول کدام آدرس را ببینید. - خطا دربارهٔ
previous_response_idیا ابزارهای داخلی OpenAI (جستوجوی وب، جستوجوی فایل، اجرای کد) - بعضی ابزارها بیصدا به API Responses میروند. FluxCDN آن را دارد، اما بدون حافظه (هر بار کل گفتوگو فرستاده میشود) و بدون ابزارهایی که روی سرور OpenAI اجرا میشوند. ابزار را روی Chat Completions بگذارید: در n8n Use Responses API را خاموش کنید، در Continue
useResponsesApi: false، در Vercel AI SDKopenai.chat(...)و در LangChainuse_responses_api=False. - خطای CORS یا «Network error» در اپهای مرورگری
- FluxCDN به درخواست مستقیم از مرورگر هم جواب میدهد، پس CORS دیگر مانع نیست. اگر هنوز این خطا را میبینید، آدرس و کلید را بررسی کنید؛ مرورگر گاهی یک 401 یا 404 را به شکل خطای شبکه نشان میدهد. کلید را هیچوقت در صفحهای نگذارید که دیگران باز میکنند.
- خطای 429:
rate_limit_exceededیاbudget_exceeded - یا تعداد درخواست در دقیقه از سقف گذشته (کمی صبر کنید؛ بیشتر ابزارها خودشان دوباره میفرستند)، یا هزینهٔ امروز یا این ماهِ همین کلید به سقفش رسیده. سقف را در کلیدهای API با دکمهٔ «سقفها» ببینید.
- خطای 502، 503، 504 یا 529
- سرویس سازندهٔ مدل لحظهای در دسترس نبوده. دوباره بفرستید؛ بیشتر ابزارها خودشان این کار را میکنند. درخواستی که پیش از پاسخ شکست بخورد هزینهای ندارد. اگر طول کشید، موقتاً مدل دیگری انتخاب کنید.
محدودیتها
embeddingsوaudio.transcriptionsدر SDKها به 404 میرسند. گفتار فقط بهصورت WAV یا PCM ساخته میشود (mp3 و مانند آن: خطای 400) و تصویر فقط بهصورتb64_jsonبرمیگردد (response_format="url": خطای 400) (مرجع API).

