# OpenDify OpenDify 是一个将 Dify API 转换为 OpenAI API 格式的代理服务器。它允许使用 OpenAI API 客户端直接与 Dify 服务进行交互。 > 🌟 本项目完全由 Cursor + Claude-3.5 自动生成,未手动编写任何代码(包括此Readme),向 AI 辅助编程的未来致敬! ## 功能特点 - 完整支持 OpenAI API 格式转换为 Dify API - 支持流式输出(Streaming) - 智能动态延迟控制,提供流畅的输出体验 - 支持多个模型配置 - 完整的错误处理和日志记录 - 兼容标准的 OpenAI API 客户端 - 灵活的模型配置支持 ## 支持的模型 支持任意 Dify 模型,只需在配置文件中添加对应的 API Key 即可。 ## 快速开始 ### 环境要求 - Python 3.9+ - pip ### 安装依赖 ```bash pip install -r requirements.txt ``` ### 配置 1. 复制 `.env.example` 文件并重命名为 `.env`: ```bash cp .env.example .env ``` 2. 在 Dify 平台配置应用: - 登录 Dify 平台,进入工作室 - 点击"创建应用",配置好需要的模型(如 Claude、Gemini 等) - 配置应用的提示语和其他参数 - 发布应用 - 进入"访问 API"页面,生成 API 密钥 > **重要说明**:Dify 不支持在请求时动态传入提示词、切换模型及其他参数。所有这些配置都需要在创建应用时设置好。Dify 会根据 API 密钥来确定使用哪个应用及其对应的配置。 3. 在 `.env` 文件中配置你的 Dify 模型和 API Keys: ```env # Dify Model Configurations # 注意:必须是单行的 JSON 字符串格式 MODEL_CONFIG={"claude-3-5-sonnet-v2":"your-claude-api-key","custom-model":"your-custom-api-key"} # Dify API Base URL DIFY_API_BASE="https://your-dify-api-base-url/v1" # Server Configuration SERVER_HOST="127.0.0.1" SERVER_PORT=5000 ``` 你可以根据需要添加或删除模型配置,但必须保持 JSON 格式在单行内。这是因为 python-dotenv 的限制。 每个模型配置的格式为:`"模型名称": "Dify应用的API密钥"`。其中: - 模型名称:可以自定义,用于在 API 调用时识别不同的应用 - API 密钥:从 Dify 平台获取的应用 API 密钥 例如,如果你在 Dify 上创建了一个使用 Claude 的翻译应用和一个使用 Gemini 的代码助手应用,可以这样配置: ```env MODEL_CONFIG={"translator":"app-xxxxxx","code-assistant":"app-yyyyyy"} ``` ### 运行服务 ```bash python openai_to_dify.py ``` 服务将在 `http://127.0.0.1:5000` 启动 ## API 使用 ### List Models 获取所有可用模型列表: ```python import openai openai.api_base = "http://127.0.0.1:5000/v1" openai.api_key = "any" # 可以使用任意值 # 获取可用模型列表 models = openai.Model.list() print(models) # 输出示例: { "object": "list", "data": [ { "id": "claude-3-5-sonnet-v2", "object": "model", "created": 1704603847, "owned_by": "dify" }, { "id": "gemini-2.0-flash-thinking-exp-1219", "object": "model", "created": 1704603847, "owned_by": "dify" }, // ... 其他在 MODEL_CONFIG 中配置的模型 ] } ``` 只有在 `.env` 文件的 `MODEL_CONFIG` 中配置了 API Key 的模型才会出现在列表中。 ### Chat Completions ```python import openai openai.api_base = "http://127.0.0.1:5000/v1" openai.api_key = "any" # 可以使用任意值 response = openai.ChatCompletion.create( model="claude-3-5-sonnet-v2", # 使用在 MODEL_CONFIG 中配置的模型名称 messages=[ {"role": "user", "content": "你好"} ], stream=True ) for chunk in response: print(chunk.choices[0].delta.content or "", end="") ``` ## 特性说明 ### 流式输出优化 - 智能缓冲区管理 - 动态延迟计算 - 平滑的输出体验 ### 错误处理 - 完整的错误捕获和处理 - 详细的日志记录 - 友好的错误提示 ### 配置灵活性 - 支持动态添加新模型 - 支持 JSON 格式配置 - 支持自定义模型名称 ## 贡献指南 欢迎提交 Issue 和 Pull Request 来帮助改进项目。 ## 许可证 [MIT License](LICENSE)