glm-free-api 入门学习资料汇总

glm-free-api 是一个基于智谱清言 ChatGLM4 大模型的逆向 API 项目，支持高速流式输出、智能体对话、多轮对话、视频生成、AI 绘图、联网搜索、长文档解读、代码调用、图像解析等功能。本文将为大家整理该项目的相关学习资源，帮助开发者快速上手使用。

项目简介

glm-free-api 项目地址：https://github.com/LLM-Red-Team/glm-free-api

该项目的主要特点包括：

• 支持高速流式输出
• 支持智能体对话
• 支持多轮对话
• 支持视频生成
• 支持 AI 绘图
• 支持联网搜索
• 支持长文档解读
• 支持代码调用
• 支持图像解析
• 零配置部署
• 多路 token 支持
• 自动清理会话痕迹

与 ChatGPT 接口完全兼容，可以轻松替换现有的 OpenAI API。

在线体验

项目提供了在线体验链接：https://udify.app/chat/Pe89TtaX3rKXM8NS

但由于只有一路并发，如遇异常请稍后重试。建议开发者自行部署使用。

效果示例

项目 README 中提供了多个效果示例，包括：

1. 验明正身 Demo
2. 智能体对话 Demo
3. 结合 Dify 工作流 Demo
4. 多轮对话 Demo
5. 视频生成 Demo
6. AI 绘图 Demo
7. 联网搜索 Demo
8. 长文档解读 Demo
9. 代码调用 Demo
10. 图像解析 Demo

开发者可以通过这些示例了解 glm-free-api 的各项功能。

接入准备

要使用 glm-free-api，需要先从智谱清言获取 refresh_token。具体步骤如下：

1. 进入智谱清言并发起一个对话
2. 打开开发者工具（F12）
3. 在 Application > Cookies 中找到 chatglm_refresh_token 的值
4. 将该值作为 Authorization 的 Bearer Token

对于智能体接入，还需要获取智能体 ID：

1. 打开智能体的聊天界面
2. 复制地址栏中的 ID 字符串
3. 在调用时将该 ID 作为 model 参数值

部署方法

项目提供了多种部署方式：

1. Docker 部署
2. Docker-compose 部署
3. Render 部署
4. Vercel 部署
5. 原生部署

具体部署步骤请参考项目 README 中的详细说明。

接口列表

glm-free-api 提供了以下主要接口：

1. 对话补全接口 /v1/chat/completions
2. 视频生成接口 /v1/videos/generations
3. AI 绘图接口 /v1/images/generations
4. 文档解读（通过对话补全接口实现）
5. 图像解析（通过对话补全接口实现）

这些接口的详细使用方法、请求参数和响应数据格式都可以在项目 README 中找到。

推荐客户端

项目推荐使用以下二次开发的客户端，它们支持文档/图像上传，使接入更加简单：

1. Clivia 二次开发的 LobeChat
2. 时光@ 二次开发的 ChatGPT Web

注意事项

1. 项目仅供学习交流使用，不得用于商业目的
2. 使用时要注意遵守相关法律法规和平台规则
3. 建议自行部署使用，避免对官方服务造成压力

通过本文的介绍，相信开发者们已经对 glm-free-api 项目有了初步的了解。更多详细信息和最新更新，请关注项目 GitHub 页面。希望这些资料能帮助大家更好地利用智谱清言 ChatGLM4 大模型的强大功能，开发出更多有趣的应用！