构建您的第一个 AI 工作流，只需 约 10 分钟
ModelRiver 通过一个简单的仪表板，将您的应用连接到 OpenAI、Anthropic 等 AI 供应商。入门无需任何编程。
使用 AI 智能体构建
★ 推荐使用 AI 编程智能体来设置 ModelRiver。将现成的指令复制到 Claude Code、Codex、Cursor 或其他编程智能体中。它会检查您的项目并按照下方的说明操作。
AI 智能体在现有项目中安装并配置 ModelRiver。
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.手动
您的第一个 10 分钟
1
2
连接 AI 供应商
粘贴您已有的 OpenAI、Anthropic、Google 或其他供应商的 API 密钥。可以把它想象成插电源线 — ModelRiver 用它代表您与 AI 通信，并会立即加密。
了解供应商密钥如何被安全保管3
4
5
6
在测试模式中试用
将工作流切换到测试模式后，ModelRiver 会返回您结构化输出中的示例数据，而不是真正调用 AI。不产生任何费用，也不占用配额 — 非常适合从头到尾完整检查您的设置。
了解测试模式的工作原理7
8
接下来想做什么？
开发者专区：您的第一个请求
拥有 API 密钥后，调用一个端点即可访问任何已连接的 AI 模型。将 mr_live_your_key 替换为您的密钥，将 marketing_summary 替换为您的工作流名称。
终端
curl -X POST https://api.modelriver.com/v1/chat/completions \
-H "Authorization: Bearer mr_live_your_key" \
-H "Content-Type: application/json" \
-d '{
"model": "marketing_summary",
"messages": [
{"role": "user", "content": "Summarise this week's launch"}
]
}'您已准备就绪。
您的 AI 工作流已上线。
继续探索：