文档

ModelRiver 文档

ModelRiver 构建 AI 原生基础设施的权威指南。探索所有平台功能、SDK 和集成模式。

AI 智能体
 Help me get set up with ModelRiver.

First, inspect this project to understand its stack, structure, and conventions.

Then:
1. Determine the appropriate ModelRiver integration for this project.
2. Install the required ModelRiver package or SDK.
3. Configure the ModelRiver client using environment variables.
4. Create a minimal working request that calls a ModelRiver workflow.
5. Explain any environment variables I need to set (API key, workflow name, etc.).
6. Follow the project's existing architecture and conventions.
7. Do not modify production configuration without asking me first.

快速入门

分步指南,助您在几分钟内设置并连接您的首个项目。

构建具备实时流、Webhook 和结构化输出功能的生产级 AI 聊天机器人。

快速解答关于平台功能的常见问题。

平台

为复杂的多步 AI 流水线提供基于可见节点的编排。

向统一的 ModelRiver 端点发送请求,使用 OpenAI 兼容的 SDK,处理流式传输等。

构建包含异步端点、Webhook 回调和实时交付给客户端的后端管道架构。

管理您的项目、监控用量并配置设置。

管理用于程序化访问的身份验证凭证。

为 AI 响应定义并强制执行特定的 JSON 模式(Schema)。

通过缓存频繁的 AI 响应来降低延迟和成本。

实时事件订阅,用于触发外部自动化流程。

通过全方位的日志、时间线和 Webhook 追踪,监控、调试和分析每一次 AI 请求。

适用于 React、Python、Node.js 等的框架专用库。

用于管理资源和自动化部署的基于终端的界面。

企业级 RBAC、数据加密和透明的审计日志。

针对常见挑战的诊断和解决方案。

将 ModelRiver 连接到 LLM 框架、智能体系统、后端架构、知识与记忆以及自动化工具。

解决方案

通过自动模型故障转移和冗余,构建生产级 AI 应用。

关于使用 WebSocket 实现实时 AI 流式传输的所有必备知识。

停止解析文本,开始使用经过验证的结构化输出(Structured Outputs)获取 JSON。

资源