AI Skill Hub 推荐使用:AI工具桥接 是一款优质的AI工具。AI 综合评分 7.5 分,在同类工具中表现稳健。如果你正在寻找可靠的AI工具解决方案,这是一个值得深入了解的选择。
AI工具桥接 是一款基于 Python 开发的开源工具,专注于 AI、LLM、工具桥接 等核心功能。作为 GitHub 开源项目,它拥有活跃的社区支持和持续的版本迭代,代码完全透明可审计,支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流,都能提供稳定可靠的解决方案。
AI工具桥接 是一款基于 Python 开发的开源工具,专注于 AI、LLM、工具桥接 等核心功能。作为 GitHub 开源项目,它拥有活跃的社区支持和持续的版本迭代,代码完全透明可审计,支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流,都能提供稳定可靠的解决方案。
# 方式一:pip 安装(推荐)
pip install newapi-tool-bridge
# 方式二:虚拟环境安装(推荐生产环境)
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install newapi-tool-bridge
# 方式三:从源码安装(获取最新功能)
git clone https://github.com/42xx42/newapi-tool-bridge
cd newapi-tool-bridge
pip install -e .
# 验证安装
python -c "import newapi_tool_bridge; print('安装成功')"
# 命令行使用
newapi-tool-bridge --help
# 基本用法
newapi-tool-bridge input_file -o output_file
# Python 代码中调用
import newapi_tool_bridge
# 示例
result = newapi_tool_bridge.process("input")
print(result)
# newapi-tool-bridge 配置文件示例(config.yml) app: name: "newapi-tool-bridge" debug: false log_level: "INFO" # 运行时指定配置文件 newapi-tool-bridge --config config.yml # 或通过环境变量配置 export NEWAPI_TOOL_BRIDGE_API_KEY="your-key" export NEWAPI_TOOL_BRIDGE_OUTPUT_DIR="./output"
tool_callsstream=false,触发信号可在流中即时检测/v1/messages,含 tool_use / tool_result / thinking blockreasoning_content,Anthropic 路径转为 thinking blockdocker build -t tool-bridge .
docker run -d \
-e UPSTREAM_BASE_URL=http://your-upstream:3000 \
-e UPSTREAM_AUTH_HEADER="Bearer your-key" \
-e MODEL_MAP_JSON='{"deepseek-chat":"deepseek-v4-flash"}' \
-p 8080:8080 \
tool-bridge
```bash cp .env.example .env
UPSTREAM_BASE_URL=http://127.0.0.1:3000 \
UPSTREAM_AUTH_HEADER="Bearer your-key" \
MODEL_MAP_JSON='{"deepseek-chat":"deepseek-v4-flash"}' \
python tool_bridge.py
docker compose up -d ```
| 变量 | 默认值 | 说明 |
|---|---|---|
HOST | 0.0.0.0 | 监听地址 |
PORT | 8080 | 监听端口 |
UPSTREAM_BASE_URL | http://127.0.0.1:3000 | 上游 API 地址 |
UPSTREAM_AUTH_HEADER | (空) | 上游认证头,如 Bearer sk-xxx |
UPSTREAM_TIMEOUT_SECONDS | 240 | 上游请求超时 |
UPSTREAM_EXTRA_BODY_JSON | {} | 追加到上游请求的额外字段 |
MODEL_MAP_JSON | {} | 模型名映射 |
ALLOW_UNMAPPED_MODEL_PASSTHROUGH | true | 未映射模型是否直通 |
NATIVE_TOOL_MODELS_JSON | [] | 支持原生 tool calling 的模型列表 |
PUBLIC_MODEL_IDS_JSON | [] | /v1/models 返回的模型 ID 列表 |
TOOL_PROMPT_PREAMBLE | (内置) | 虚拟 tool calling 的 prompt 前言 |
FC_ERROR_RETRY | true | 解析失败时是否自动重试 |
FC_ERROR_RETRY_MAX_ATTEMPTS | 3 | 最大重试次数 |
高质量的AI工具桥接项目
AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。
⚠️ GPL 3.0 — 强 Copyleft,衍生作品须开源,含专利保护条款,不可闭源使用。
总体来看,AI工具桥接 是一款质量良好的AI工具,在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态,建议收藏备用,结合自身场景选择合适时机引入使用。
| 原始名称 | newapi-tool-bridge |
| 原始描述 | 开源AI工具:OpenAI/Anthropic tool-calling bridge proxy — empower any LLM with function calli。⭐6 · Python |
| Topics | AILLM工具桥接 |
| GitHub | https://github.com/42xx42/newapi-tool-bridge |
| License | GPL-3.0 |
| 语言 | Python |
收录时间:2026-05-29 · 更新时间:2026-05-30 · License:GPL-3.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。