azure-openai-proxy - 连接OpenAI与Azure OpenAI服务的高效代理工具

项目介绍：azure-openai-proxy

azure-openai-proxy 是一个开源项目，其主要功能是将 OpenAI 官方 API 请求转化为 Azure OpenAI API 请求，从而支持所有模型，包括 GPT-4 和嵌入模型。该项目的目标是消除 OpenAI 和 Azure OpenAI 之间的差异，作为连接两者的桥梁，使 OpenAI 生态系统能够以零成本访问 Azure OpenAI。

项目背景

在人工智能应用的开发过程中，常常需要利用 OpenAI 提供的强大模型，如 GPT 系列。然而，关于使用这些模型的基础设施和调用方式，OpenAI 和 Azure OpenAI 之间存在技术差异。azure-openai-proxy 旨在解决这一问题，为开发者提供一个简化的、持续一致的接口，以便在不同平台上调用 AI 模型。

项目特点

支持多种模型：包括所有 GPT 系列模型和嵌入模型。
简化接口调用：通过 API 代理服务，消除使用 OpenAI 和 Azure OpenAI 之间的差异。
易集成：项目已验证支持与多个现有项目集成，包括 chatgpt-web, chatbox, langchain 和 ChatGPT-Next-Web。

快速开始

获取 Key 和 Endpoint

想要成功调用 Azure OpenAI 服务，需要以下信息：

AZURE_OPENAI_ENDPOINT：可以在 Azure 门户的 Keys & Endpoint 部分找到。
AZURE_OPENAI_API_VER：版本信息，可以在 Azure OpenAI Studio 找到。
AZURE_OPENAI_MODEL_MAPPER：是 Azure OpenAI 部署模型名称和 OpenAI 官方模型名称之间的映射。

配置代理

项目支持 HTTP 和 Socks5 代理，具体配置如下：

HTTP 代理配置：

AZURE_OPENAI_HTTP_PROXY=http://127.0.0.1:1087

Socks5 代理配置：

AZURE_OPENAI_SOCKS_PROXY=socks5://127.0.0.1:1080

Docker 使用

可以通过以下 Docker 命令快速运行 azure-openai-proxy：

docker run -d -p 8080:8080 --name=azure-openai-proxy \
  --env AZURE_OPENAI_ENDPOINT=your_azure_endpoint \
  --env AZURE_OPENAI_API_VER=your_azure_api_ver \
  --env AZURE_OPENAI_MODEL_MAPPER=your_azure_deploy_mapper \
  stulzq/azure-openai-proxy:latest

也可以通过挂载配置文件的方式运行：

docker run -d -p 8080:8080 --name=azure-openai-proxy \
  -v /path/to/config.yaml:/app/config.yaml \
  stulzq/azure-openai-proxy:latest

与 ChatGPT-Next-Web 集成

通过 docker-compose 可以方便地将 azure-openai-proxy 集成到 ChatGPT-Next-Web 的项目中：

version: '3'

services:
  chatgpt-web:
    image: yidadaa/chatgpt-next-web
    ports:
      - 3000:3000
    environment:
      OPENAI_API_KEY: <Azure OpenAI API Key>
      BASE_URL: http://azure-openai:8080
    depends_on:
      - azure-openai
    networks:
      - chatgpt-ns

  azure-openai:
    image: stulzq/azure-openai-proxy
    ports:
      - 8080:8080
    environment:
      AZURE_OPENAI_ENDPOINT: <Azure OpenAI API Endpoint>
      AZURE_OPENAI_MODEL_MAPPER: <Azure OpenAI API Deployment Mapper>
    networks:
      - chatgpt-ns

networks:
  chatgpt-ns:
    driver: bridge

使用配置文件

如果需要为每个模型配置不同的端点和 API 密钥，可以使用配置文件：

api_base: "/v1"
deployment_config:
  - deployment_name: "xxx"
    model_name: "text-davinci-003"
    endpoint: "https://xxx-east-us.openai.azure.com/"
    api_key: "11111111111"
    api_version: "2024-02-01"

可以通过这种方式为不同的 AI 模型提供个性化配置。

通过这些简单的步骤，开发者可以轻松地将 Azure OpenAI 服务整合到已有的机器学习平台中，实现更灵活的 AI 应用开发和部署。