linkong/planet

Fork 0

Files

linkong ac69d5d354 release: bump version to 0.43.0

2026-04-28 16:10:17 +08:00

7.6 KiB

Raw Blame History

AI Provider 指南

概览

aiprovider 是 Planet 的模型适配服务。

它把模型厂商差异隔离在主后端之外，让系统其它部分可以调用稳定的业务 API：

调用方服务 -> planet backend
planet backend -> aiprovider
aiprovider -> 具体模型提供方

推荐默认方式：

外部调用方和跨服务调用方统一调用 planet backend
只有基础设施级内部任务才直接调用 aiprovider

职责边界

backend 负责：

身份认证和权限控制
业务层请求整理
稳定的 /api/v1/ai/... 接口
面向 aiprovider 的内部服务认证

aiprovider 负责：

模型协议适配
基于 .env 选择 provider
超时和轻量重试
通过 X-Request-ID 串联请求追踪

当前配置采用类似 OpenClaw 的拆分方式：

AI_PROVIDER 标识厂商或逻辑 provider
AI_PROVIDER_API 标识实际请求协议适配器

这个拆分能更清楚地表达 MiniMax、Claude 兼容网关、自托管 OpenAI 兼容服务等情况，避免把所有含义塞进一个配置项。

支持的 Provider

aiprovider 当前支持以下 provider 标识：

openai
anthropic
minimax
ollama

支持的请求适配器：

openai-completions
anthropic-messages
ollama-generate

仍然兼容的历史别名：

openai_compatible
anthropic_compatible
claude_compatible

推荐映射关系：

vLLM、LM Studio、One API：AI_PROVIDER=openai，AI_PROVIDER_API=openai-completions
MiniMax：AI_PROVIDER=minimax，AI_PROVIDER_API=anthropic-messages
Claude 兼容网关：AI_PROVIDER=anthropic，AI_PROVIDER_API=anthropic-messages
Ollama：AI_PROVIDER=ollama，AI_PROVIDER_API=ollama-generate

API 面

主后端 API

推荐使用的稳定入口：

GET /api/v1/ai/provider/status
POST /api/v1/ai/situational-awareness/analyze

认证方式：

Authorization: Bearer <jwt>

可选追踪头：

X-Request-ID: <caller-generated-id>

后端会把 X-Request-ID 透传给 aiprovider，并在响应中返回同一个 header。

AI Provider 内部 API

仅供内部调用的接口：

GET /v1/provider/status
POST /v1/analyze

认证方式：

X-Provider-Token: <shared-secret>

可选追踪头：

X-Request-ID: <caller-generated-id>

请求示例

通过后端调用

curl -X POST http://localhost:8000/api/v1/ai/situational-awareness/analyze \
  -H "Authorization: Bearer <access_token>" \
  -H "X-Request-ID: bgp-incident-20260407-001" \
  -H "Content-Type: application/json" \
  -d '{
    "title": "BGP异常研判",
    "objective": "总结当前风险并给出处置建议",
    "observations": [
      "collector A 在 5 分钟内出现多次 origin 变更",
      "异常集中在同一地区前缀"
    ],
    "constraints": [
      "不要编造不存在的数据",
      "区分事实和推断"
    ],
    "context": {
      "source": "bgp-monitor",
      "severity": "high"
    }
  }'

直接调用 `aiprovider`

curl -X POST http://localhost:8010/v1/analyze \
  -H "X-Provider-Token: change_me" \
  -H "X-Request-ID: ai-batch-job-001" \
  -H "Content-Type: application/json" \
  -d '{
    "title": "链路波动分析",
    "objective": "给出简要态势摘要和下一步建议",
    "observations": [
      "多个节点出现延迟上升"
    ],
    "constraints": [
      "不要假设根因已经确认"
    ],
    "context": {
      "region": "APAC"
    }
  }'

响应结构

后端和 aiprovider 返回相同的 payload 结构：

{
  "provider": "minimax",
  "api": "anthropic-messages",
  "model": "MiniMax-M2.7",
  "content": "1) 态势摘要 ...",
  "content_blocks": [],
  "text_blocks": [],
  "thinking_blocks": [],
  "raw_response": {}
}

两个服务都会返回：

X-Request-ID: <id>

配置

后端

推荐的后端 .env：

AI_PROVIDER_SERVICE_URL=http://localhost:8010
AI_PROVIDER_SERVICE_TOKEN=change_me
AI_PROVIDER_TIMEOUT_SECONDS=60
AI_PROVIDER_RETRY_ATTEMPTS=2

参考文件：

backend/.env.example

AI Provider

参考文件：

aiprovider/.env.example

前端本地参考：

frontend/.env.example

通用配置：

SERVICE_NAME=planet-ai-provider
SERVICE_VERSION=0.1.0
AI_PROVIDER_SERVICE_TOKEN=change_me
AI_TIMEOUT_SECONDS=60
AI_HTTP_RETRY_ATTEMPTS=2
AI_ANALYSIS_SYSTEM_PROMPT=你是态势感知分析助手。请基于输入的上下文、观测与约束，输出结构化、克制、可执行的分析。

OpenAI 兼容示例

AI_PROVIDER=openai
AI_PROVIDER_API=openai-completions
AI_BASE_URL=http://127.0.0.1:8001/v1
AI_API_KEY=local-key
AI_MODEL=your-local-model

MiniMax 中国区示例

AI_PROVIDER=minimax
AI_PROVIDER_API=anthropic-messages
AI_BASE_URL=https://api.minimaxi.com/anthropic
AI_API_KEY=sk-cp-xxxxx
AI_MODEL=MiniMax-M2.7
AI_MAX_TOKENS=1200
AI_ANTHROPIC_VERSION=2023-06-01

MiniMax 说明：

这里使用官方 MiniMax 示例中的 Anthropic Messages 请求结构。
对 MiniMax，aiprovider 默认不会开启 thinking，除非调用方显式传入 thinking 对象。
这个行为和 OpenClaw 对 MiniMax Anthropic 兼容接口的谨慎处理保持一致。

Anthropic 兼容示例

AI_PROVIDER=anthropic
AI_PROVIDER_API=anthropic-messages
AI_BASE_URL=https://your-claude-compatible-endpoint.example.com/anthropic
AI_API_KEY=your_api_key
AI_MODEL=your-model
AI_MAX_TOKENS=1200
AI_ANTHROPIC_VERSION=2023-06-01

Ollama 示例

AI_PROVIDER=ollama
AI_PROVIDER_API=ollama-generate
AI_BASE_URL=http://127.0.0.1:11434
AI_API_KEY=
AI_MODEL=qwen2.5:7b

部署模式

单机部署

推荐的本地流程：

backend 运行在 localhost:8000
aiprovider 运行在 localhost:8010
本地模型网关运行在 localhost:11434 或其它本地端口

仓库内已包含辅助入口：

多机部署

示例拓扑：

应用机器：backend
AI 网关机器：aiprovider
模型机器：本地模型服务或云代理

此时链路变成服务间 HTTP RPC：

caller -> backend
backend -> http://10.0.0.12:8010
aiprovider -> 模型端点

推荐的跨机器后端配置：

AI_PROVIDER_SERVICE_URL=http://10.0.0.12:8010
AI_PROVIDER_SERVICE_TOKEN=change_me
AI_PROVIDER_TIMEOUT_SECONDS=60
AI_PROVIDER_RETRY_ATTEMPTS=2

推荐运行规则：

将 aiprovider 放在私有网络内
至少用 X-Provider-Token 保护它
始终发送 X-Request-ID
除基础设施任务外，调用方优先走后端 API

重试和失败行为

backend -> aiprovider：

对轻量网络错误和 5xx 失败进行重试
provider 服务不可用时返回 502

aiprovider -> model provider：

对轻量网络错误和 5xx 失败进行重试
模型提供方不可用时返回 502

这个策略故意保持保守：它能吸收短暂抖动，但不会掩盖持续性错误。

运维说明

./planet.sh start 会自动启动 aiprovider
./planet.sh restart -a 只重启 aiprovider
./planet.sh log -a 跟随查看 aiprovider 日志
./planet.sh health 会报告 aiprovider 健康状态

7.6 KiB Raw Blame History Unescape Escape