我要投稿

沉浸式翻译、Dify、NextChat“三连击”，B站Up主的SiliconCloud API接入实战｜视频教程

发布日期：2024-08-19 08:44:52 浏览次数： 2780 来源：硅基流动

尽管沉浸式翻译的“翻译服务”直接提供可免费使用的SiliconCloud平台上的8款大模型，不过也有用户反馈，希望尽快接入SiliconCloud上的其他更高质量、更高性能的付费大模型，以满足需求。

实际上，目前你也可以通过自主配置API的方式来接入其他大模型，SiliconCloud API手册提供了相应指南（https://docs.siliconflow.cn/docs/use-siliconcloud-api-in-immersive-translate）。即便如此，难免有用户在使用过程中遇到问题。

好在，手把手教你配置SiliconCloud API的视频教程终于来了。在最近举办的“SiliconCloud产品体验官招募”活动中，B站Up主“沧海九粟”在他的视频教程中分享了如何在沉浸式翻译中配置SiliconCloud API的。另外，他还介绍了如何在Dify与NextChat中接入SiliconCloud API。

该视频作品已初步入选“SiliconCloud产品体验官招募”体验达人奖，并总计获得20亿Token（5亿Token/篇）。该活动仍在火热进行中，欢迎感兴趣的朋友继续投递体验SiliconCloud的内容作品，包括但不限于API调用、场景能力集成、上下游工具协作等（详情见文末海报）。

原视频：https://www.bilibili.com/video/BV1PAYReKEqd/

以下内容为视频内容的文字精编版。

SiliconCloud是硅基流动SiliconFlow推出的基于基础模型提供高性价比的GenAI云服务平台，目前10B以下的大模型永久免费使用。此外，SiliconCloud也提供非常多的向量与重排序模型、图片生成模型、语音模型，这些模型是限时免费，非常推荐大家使用这个平台来做应用。

今天要介绍的是官方提供的在沉浸式翻译、Dify与NextChat中接入SiliconCloud的案例，让大家了解怎么在不同应用平台上接入API，帮助大家实现Token自由，更好地把大模型应用逐步构建起来。

在沉浸式翻译中使用SiliconCloud API

之前，我们需要自己在沉浸式翻译里自定义接口配置，现在SiliconCloud与沉浸式翻译官方有一个非常好的合作，用户点击“翻译服务”就可以直接找到SiliconCloud，基于它里面的八个免费大模型来使用翻译能力，基本上够用了。

当然，你也可以选择自定义添加SIliconCloud上的其他付费模型，官方的模型页面能够找到，然后可以配置每秒最大请求数，选择翻译策略，当然你也可以定制化提示词。

不过，基本上我们真正要做的是打开沉浸式翻译中的SiliconCloud的开关，翻译服务使用SiliconCloud就足够了，非常方便。

在Dify中使用SiliconCloud API

Dify平台是编排大模型实现工作流的平台，应该是目前业内最好的LLMOps平台之一，同类的还有FastGPT、Coze平台。

那如何在Dify里接入SiliconCloud？非常简单，在Dify页面的右上角，点击名称找到设置，进入工作空间的第一个选项模型供应商，找到SiliconFlow，点击设置会要求输入API Key。

我们从从快速上手SiliconCloud页面进入，找到API Key的页面，就可以很方便地找到自己的Key，输入并点击保存即可。

然后，回到Dify模型提供商页面最开头，就可以在模型列表里面找到SiliconFlow，你可以点击下面的“显示模型”，就可以直接使用里面的模型。

如果你觉得里面提供的模型偏少，想使用Llama 3.1这样的国际先进模型，这时要用OpenAI-API-compatible的方式加入这些模型，首先你需要选择添加大语言模型还是Embedding模型，模型名称可以从SiliconCloud的模型页面拷贝，然后填入从SiliconCloud上生成的API Key。

需要注意，Endpoint URL填入的是https://api.siliconflow.cn/v1。然后根据平台所支持的相应模型上下文长度进行填写，最大Token上限指的是输出Token上限，一般是默认的4096，你也可以根据模型具体情况进行填写。

目前SiliconCloud还不支持Function calling、Stream function calling，但相信未来会支持。其中的vision支持就根据你所要添加的模型是否支持进行选择。

我们来看一下实际填写Llama3.1-8B的例子，不过不是所有平台的都填写一样的内容，你可以根据实际情况填写。

在Dify上，向量化模型的填写就比较简单。填写你的Endpoint URL以及你的Key与上下文，基本上就可以使用。