תיעוד

Smart AIPI מספקת גם APIs תואמי OpenAI וגם Anthropic. השתמש בשירות שלנו עם כל OpenAI או Anthropic SDK, כלי או אפליקציה קיימים פשוט על ידי שינוי ה-base URL. בלי שינויי קוד בכלל.

OpenAI Base URL

https://api.smartaipi.com/v1

כתובת הבסיס של Anthropic

https://api.smartaipi.com

כלי CLI ו-MCP

Smart AIPI מספקת שתי חבילות npm שעוזרות למפתחים לעבוד עם החשבונות שלהם:

smart-aipi — כלי CLI לניהול פרוגרמטי של החשבון, API keys והשימוש שלך מהטרמינל.
@smart-aipi/mcp — שרת MCP שנותן ל-AI agents גישה ישירה לחשבון Smart AIPI שלך.

התקן את שניהם

טרמינל
npm install -g smart-aipi @smart-aipi/mcp

התקן בנפרד

CLI בלבד
npm install -g smart-aipi
MCP בלבד
npm install -g @smart-aipi/mcp

אימות

כל בקשות ה-API דורשות API key. אותו מפתח עובד עם שתי שיטות האימות:

סגנון OpenAI (כותרת Authorization)
Authorization: Bearer YOUR_API_KEY
סגנון Anthropic (כותרת x-api-key)
x-api-key: YOUR_API_KEY

מדריך מעבר

המעבר לוקח פחות מדקה. ה-API שלנו תואם ב-100% גם ל-endpoints של OpenAI וגם ל-Anthropic.

מ-OpenAI

1

קבל את ה-API key שלך ל-Smart AIPI

הירשם וצור API key מה-dashboard שלך.

2

שנה את ה-base URL

החלף את https://api.openai.com/v1 ב- https://api.smartaipi.com/v1

3

עדכן את ה-API key שלך

השתמש במפתח Smart AIPI שלך במקום במפתח OpenAI. זה הכול!

מ-Anthropic

1

קבל את ה-API key שלך ל-Smart AIPI

הירשם וצור API key מה-dashboard שלך.

2

שנה את ה-base URL

החלף את https://api.anthropic.com ב- https://api.smartaipi.com

3

עדכן את ה-API key שלך

השתמש במפתח Smart AIPI שלך במקום במפתח Anthropic. שמות מודלי Claude הקיימים שלך עובדים כמו שהם.

הקוד, ה-SDKs והאפליקציות הקיימים שלך שמשתמשים ב-Anthropic Messages API יעבדו בלי שום שינוי קוד. שמות מודלי Claude (claude-opus-4-6, claude-sonnet-4-5-20250929, claude-haiku-4-5-20251001) מנותבים אוטומטית למודלי GPT-5.4 בעלי ביצועים גבוהים. כל תגובה כוללת כותרת x-actual-model שמראה את מודל ה-backend האמיתי לשקיפות מלאה.

השלמות צ'אט

צור chat completion עבור ההודעות והמודל שסופקו. זהו ה-endpoint הראשי לאינטראקציה עם language models.

POST /v1/chat/completions

פרמטרים של גוף הבקשה

פרמטר סוג חובה תיאור
model מחרוזת כן מזהה המודל לשימוש (למשל "gpt-6-astra", "gpt-5.6-sol")
messages מערך כן מערך של אובייקטי הודעות עם role ו-content
temperature מספר לא טמפרטורת sampling ‏(0-2). גבוה יותר = יותר אקראי. ברירת מחדל: 1
max_tokens מספר שלם לא מספר tokens מקסימלי ליצירה בתגובה
top_p מספר לא Nucleus sampling. שקול tokens עם הסתברות top_p. ברירת מחדל: 1
frequency_penalty מספר לא הענש tokens לפי תדירות (-2 עד 2). ברירת מחדל: 0
presence_penalty מספר לא הענש tokens לפי נוכחות (-2 עד 2). ברירת מחדל: 0
stop מערך מחרוזות לא רצפי עצירה. עד 4 רצפים שבהם היצירה נעצרת.
stream בוליאני לא הפעל streaming responses דרך SSE. ברירת מחדל: false

תפקידי הודעות

  • system - system - מגדיר את ההתנהגות/הפרסונה של ה-assistant
  • user - user - הודעות מהמשתמש
  • assistant - assistant - תגובות קודמות מה-assistant

דוגמאות קוד

from openai import OpenAI

client = OpenAI(
    base_url="https://api.smartaipi.com/v1",
    api_key="your-api-key"
)

response = client.chat.completions.create(
    model="gpt-6-astra",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hello!"}
    ],
    temperature=0.7,
    max_tokens=1000
)

print(response.choices[0].message.content)

סטרימינג

הפעל streaming כדי לקבל tokens בזמן יצירתם דרך Server-Sent Events (SSE). זה מספק חוויית משתמש טובה יותר לתגובות ארוכות.

הגדר "stream": true בבקשה שלך כדי להפעיל streaming.

דוגמת Streaming

from openai import OpenAI

client = OpenAI(
    base_url="https://api.smartaipi.com/v1",
    api_key="your-api-key"
)

# Enable streaming
stream = client.chat.completions.create(
    model="gpt-6-astra",
    messages=[{"role": "user", "content": "Write a poem"}],
    stream=True
)

# Process chunks as they arrive
for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

מאמץ Reasoning

שלוט בעומק ה-reasoning עם הפרמטר reasoning_effort עבור מודלי GPT-5.

Smart AIPI משתמשת כברירת מחדל ב- reasoning.effort = "high" לכל בקשות Responses API.

אחרי בדיקות נרחבות, גילינו ש- high הוא מאמץ ה-reasoning הטוב ביותר לשימוש מעשי - הוא מספק שימוש עמוק ואמין בכלים וניתוח, בלי עלות זמן ההשהיה של xhigh. אפשר לעקוף זאת על ידי הגדרה מפורשת של מאמץ reasoning בבקשה שלך.

Smart AIPI משתמשת כברירת מחדל ב- store = false לכל בקשות Responses API ו-WebSocket.

ה-upstream API דורש store: false עבור GPT-5.4 ומודלים חדשים יותר. אם תגדיר במפורש store: true בבקשות שלך, תקבל שגיאת "Store must be set to false". הסר אותו או הגדר אותו ל- false.

מודלים נתמכים

Responses API

gpt-5.4, gpt-5.3, gpt-5.1, gpt-5, וכל הווריאנטים של Codex

Chat Completions בלבד

gpt-5.4-nano — תמיכה ב-reasoning זמינה רק ב- /v1/chat/completions .

רמות מאמץ Reasoning

  • none - ללא reasoning. מדלג לגמרי על חשיבה.
  • low - reasoning מינימלי. מצוין למשימות פשוטות.
  • medium - איזון בין מהירות לעומק.
  • high - ניתוח עמוק לבעיות מורכבות. (ברירת המחדל של Smart AIPI)
  • xhigh - אקסטרה גבוה. עומק reasoning מקסימלי לבעיות הקשות ביותר.

מצב מהיר (עיבוד בעדיפות)

השתמש ב- service_tier: "priority" לעיבוד בעדיפות עם זמן השהיה נמוך יותר. זה מה שהפקודה /fast ב-Codex CLI משתמשת בו. זה לא משנה את עומק ה-reasoning - אתה מקבל את אותה איכות, רק מהר יותר.

תמחור: עיבוד בעדיפות מחויב ב-1.5x מהתעריף הרגיל. למשל, output של GPT-5.4 עולה בדרך כלל $3.75/1M tokens - עם עדיפות הוא עולה $5.625/1M tokens.

response = client.responses.create(
    model="gpt-6-astra",
    input="Refactor this function",
    service_tier="priority"              # priority processing, lower latency
)

API להשלמות צ'אט

response = client.chat.completions.create(
    model="gpt-6-astra",
    messages=[{"role": "user", "content": "Analyze this code for bugs..."}],
    reasoning_effort="high"  # or "xhigh" for maximum depth
)

API לתגובות

# Reasoning is set via the "reasoning" object
response = client.responses.create(
    model="gpt-6-astra",
    input=[{"role": "user", "content": "Refactor this function..."}],
    reasoning={"effort": "high"}  # defaults to "high" on Smart AIPI
)

יצירת תמונות

צור תמונות מ-text prompts באמצעות image generation endpoint שלנו.

מגבלות נוכחיות: וריאציות תמונה ( /v1/images/variations ) עדיין לא נתמכות. עריכת תמונות זמינה דרך /v1/images/edits.
POST /v1/images/generations
חדש: gpt-image-2.5-flare ו-gpt-image-2.5-sunburst זמינים עכשיו. דגמי התמונות החדשים ביותר של OpenAI זמינים כעת: איכות גבוהה יותר מ-gpt-image-2 עם זמן אחזור נמוך עד 50% (flare), וכן שליטה הדוקה יותר בעריכות מרובות-תורות ליצירה בסביבת ייצור (sunburst). תעריפי הטוקנים לא השתנו מ-gpt-image-2, ולכן המחירים כאן זהים — השדרוג אינו עולה דבר נוסף. שניהם תומכים ביצירות, בעריכות וב-inpainting באמצעות מסכה, במחיר של 50% מהתמחור הישיר של OpenAI. קראו את פוסט ההשקה.

פרמטרים של גוף הבקשה

פרמטר סוג תיאור
prompt מחרוזת תיאור טקסטואלי של התמונה ליצירה (חובה)
model מחרוזת "gpt-image-2.5-flare" (frontier), "gpt-image-2.5-sunburst", או "gpt-image-2". ברירת מחדל: "gpt-image-2.5-flare"
n מספר שלם מספר התמונות ליצירה (1-10). ברירת מחדל: 1
size מחרוזת "1024x1024", "1024x1792", או "1792x1024". ברירת מחדל: "1024x1024"
quality מחרוזת "standard" או "hd". ברירת מחדל: "standard"

מודלים זמינים

  • gpt-image-2.5-flare - מודל frontier, האיכות הגבוהה ביותר (ברירת מחדל)
  • gpt-image-2.5-sunburst - עריכה מדויקת ועבודה יצירתית ברמה גבוהה (יצירה איטית יותר)
  • gpt-image-latest - Alias עבור gpt-image-2.5-flare
  • gpt-image-2 - דגם הדגל של הדור הקודם
  • gpt-image-1.5 - דגם דגל ישן יותר (תומך ברקעים שקופים)
  • gpt-image-1 - יצירת תמונות באיכות מלאה
  • gpt-image-1-mini - תמונות מהירות וקטנות יותר

דוגמה

response = client.images.generate(
    model="gpt-image-2.5-flare",
    prompt="A futuristic city at sunset, cyberpunk style",
    size="1024x1024",
    n=1
)

# Response contains base64-encoded image
image_b64 = response.data[0].b64_json

# Save to file
import base64
with open("output.png", "wb") as f:
    f.write(base64.b64decode(image_b64))

עריכת תמונות

ערוך תמונות קיימות באמצעות text prompt. נתמך גם JSON ‏(מחרוזת base64) וגם multipart/form-data ‏(העלאת קובץ), כך ש-OpenAI SDKs עובדים מהקופסה.

הערה: נתמכת רק עריכת תמונה אחת. קלטים של כמה תמונות ושדות mask אינם זמינים כרגע.
POST /v1/images/edits

פרמטרים של גוף הבקשה

פרמטר סוג תיאור
prompt מחרוזת תיאור טקסטואלי של העריכה הרצויה (חובה)
image מחרוזת תמונה בקידוד Base64 לעריכה (חובה)
model מחרוזת "gpt-image-2.5-flare" (ברירת מחדל), "gpt-image-2.5-sunburst", או "gpt-image-2"
n מספר שלם מספר התמונות הערוכות ליצירה (1-10). ברירת מחדל: 1
size מחרוזת "1024x1024", "1024x1792", או "1792x1024". ברירת מחדל: "1024x1024"
quality מחרוזת "low", "medium", "high" או "auto". ברירת מחדל: "medium"
Multi-reference edits and mask inpainting are supported. Pass image as an array of base64 strings (JSON) or as repeated image / image[] parts (multipart). Add a mask field alongside image to restrict edits to specific regions (white = edit, black = preserve). Works identically to the official OpenAI SDK.

דוגמה

import base64

response = client.images.edit(
    model="gpt-image-2.5-flare",
    image=open("input.png", "rb"),
    prompt="Change the background to a sunset beach",
    size="1024x1024",
    n=1
)

# Save the edited image
edited_b64 = response.data[0].b64_json
with open("edited.png", "wb") as f:
    f.write(base64.b64decode(edited_b64))

Realtime API עם WebSocket

חיבורי WebSocket הם API נתמך באופן רחב להעברת נתונים בזמן אמת, ובחירה מצוינת לחיבור אל Smart AIPI Realtime API באפליקציות server-to-server.

באינטגרציית server-to-server, מערכת ה-backend שלך מתחברת דרך WebSocket ישירות אל Realtime API. השתמש ב- מפתח API סטנדרטי כדי לאמת את החיבור, מכיוון שה-token זמין רק בשרת ה-backend המאובטח שלך.

WSS wss://api.smartaipi.com/v1/responses

התחברות דרך WebSocket

למטה יש כמה דוגמאות לחיבור דרך WebSocket. בנוסף לשימוש ב-WebSocket URL, תצטרך להעביר כותרת אימות באמצעות ה-API key שלך.

import WebSocket from "ws";

const url = "wss://api.smartaipi.com/v1/responses";
const ws = new WebSocket(url, {
  headers: {
    Authorization: "Bearer " + process.env.SMARTAIPI_API_KEY,
  },
});

ws.on("open", function open() {
  console.log("Connected to server.");

  // Send a response.create event
  ws.send(JSON.stringify({
    type: "response.create",
    response: {

      model: "gpt-6-astra",
      store: false,
      input: [{ role: "user", content: "Hello!" }],
      stream: true,
    },
  }));
});

ws.on("message", function incoming(message) {
  const event = JSON.parse(message.toString());
  console.log(event.type, event);
});

שליחה וקבלה של אירועים

Sessions מנוהלים באמצעות אירועי JSON שנשלחים על ידי הלקוח והשרת דרך חיבור ה-WebSocket. עטוף את הבקשה שלך בתוך מעטפת response.create :

אירוע כיוון תיאור
response.create לקוח שלח בקשה (עוטף את המודל, הקלט והפרמטרים שלך)
response.created שרת ה-session התקבל, העיבוד התחיל
response.output_text.delta שרת מקטע טקסט ב-Streaming
response.completed שרת אירוע סופי עם תגובה מלאה ו-usage
response.failed שרת אירוע סופי שמציין שגיאה
חשוב: בקשות WebSocket חייבות לכלול "store": false בתוך מעטפת התגובה. החיבור נשמר לאורך כמה פניות - שלח מסגרות response.create נוספות בלי להתחבר מחדש.

רשימת מודלים

אחזר רשימה של כל המודלים הזמינים. השתמש ב-endpoint הזה כדי לגלות בצורה דינמית אילו מודלים זמינים לחשבון שלך.

GET /v1/models

פורמט תגובה

{
    "object": "list",
    "data": [
        {
            "id": "gpt-6-astra",
            "object": "model",
            "created": 1700000000,
            "owned_by": "smart-aipi"
        },
        {
            "id": "gpt-5.3-codex",
            "object": "model",
            "created": 1700000000,
            "owned_by": "smart-aipi"
        },
        // ... more models
    ]
}

דוגמה

from openai import OpenAI

client = OpenAI(
    base_url="https://api.smartaipi.com/v1",
    api_key="your-api-key"
)

# List all available models
models = client.models.list()

for model in models.data:
    print(model.id)

מודלים זמינים

סדרת GPT

  • gpt-6-astra החדש ביותר
  • gpt-5.6-sol
  • gpt-5.6-terra
  • gpt-5.6-luna
  • gpt-5.5
  • gpt-5.4-pro
  • gpt-5.4
  • gpt-5.4-mini
  • gpt-5.4-nano completions בלבד

סדרת Codex

  • gpt-5.3-codex
  • gpt-5.2-codex
  • gpt-5.2
  • gpt-5.1

API ההודעות של Anthropic

תאימות מלאה ל-Anthropic Messages API. אפשר להשתמש בכל Anthropic SDK, Claude Code או אפליקציה שמדברת בפרוטוקול Anthropic - פשוט משנים את ה-base URL.

POST /v1/messages

יכולות נתמכות

  • Streaming (פרוטוקול האירועים המלא של Anthropic SSE)
  • שימוש בכלים / function calling
  • הודעות system (פורמט string ו-array)
  • קלטי תמונה (base64 ו-URL)
  • ספירת Token (/v1/messages/count_tokens)
  • חשיבה מורחבת / מאמץ reasoning

דוגמאות קוד

from anthropic import Anthropic

client = Anthropic(
    base_url="https://api.smartaipi.com",
    api_key="your-api-key"
)

response = client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Hello!"}
    ]
)

print(response.content[0].text)

מיפוי מודלים

שמות מודלי Claude מתקבלים ומנותבים אוטומטית ל-GPT-5.4 עם מאמץ reasoning מדורג. כל תגובה כוללת כותרת x-actual-model שמציגה את מודל ה-backend האמיתי.

מודל Claude שרת אחורי הסקה הכי מתאים ל-
claude-opus-4-6 gpt-5.4 גבוה reasoning מורכב, ארכיטקטורה
claude-sonnet-4-5-20250929 gpt-5.4 בינוני קידוד יומיומי, איכות מאוזנת
claude-haiku-4-5-20251001 gpt-5.4 נמוך תגובות מהירות, משימות פשוטות

Claude Code

השתמש ב-Claude Code עם Smart AIPI כ-backend. תמיכה מלאה בשימוש בכלים, streaming ויכולות agentic.

הגדרה אוטומטית

פקודה אחת
npx smart-aipi claude

זה מגדיר את ~/.claude/settings.json ו- ~/.claude.json אוטומטית. אם Claude Code כבר מוגדר אצלך עם חשבון Anthropic, הוא יציג לך את ההגדרה הידנית במקום לדרוס אותה.

הגדרה ידנית

הוסף אל ~/.claude/settings.json:

~/.claude/settings.json
{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.smartaipi.com",
    "ANTHROPIC_API_KEY": "sk-your-key",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "claude-haiku-4-5-20251001"
  },
  "model": "opus"
}

ואז הוסף "hasCompletedOnboarding": true אל ~/.claude.json כדי לדלג על אשף ההגדרה.

אחרי עריכת ההגדרות, הפעל מחדש את Claude Code כדי שהשינויים ייכנסו לתוקף. אם Claude Code כבר מחובר לחשבון Anthropic אמיתי, הגדרת משתני env האלה תדרוס את החיבור - השתמש ב- .claude/settings.json ברמת הפרויקט כדי לשמור על שניהם.

מה כל הגדרה עושה

  • "model": "opus" — המודל הראשי. משתמש ב-claude-opus-4-6 (reasoning גבוה) לכל המשימות הראשיות.
  • ANTHROPIC_DEFAULT_HAIKU_MODEL — מודל רקע. משתמש ב-claude-haiku-4-5 (reasoning נמוך) למשימות רקע מהירות כמו אינדוקס קבצים.
  • החלף בין מודלים באמצע session עם /model sonnet, /model opus, או /model haiku.
כינוי מודל Claude שרת אחורי הסקה
opus claude-opus-4-6 gpt-5.4 גבוה
sonnet claude-sonnet-4-5-20250929 gpt-5.4 בינוני
haiku claude-haiku-4-5-20251001 gpt-5.4 נמוך

OpenCode

השתמש ב-Smart AIPI כ-backend של OpenCode דרך SDK תואם-OpenAI.

הגדרת Config

~/.config/opencode/opencode.json
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "smart-aipi": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Smart AIPI",
      "options": {
        "baseURL": "https://api.smartaipi.com/v1",
        "apiKey": "YOUR_API_KEY"
      },
      "models": {
        "gpt-6-astra": {
          "name": "GPT-6 Astra",
          "reasoning": true,
          "limit": { "context": 400000, "output": 128000 }
        },
        "gpt-5.3-codex": {
          "name": "GPT-5.3 Codex",
          "reasoning": true,
          "limit": { "context": 400000, "output": 128000 }
        },
        "gpt-5.2-codex": {
          "name": "GPT-5.2 Codex",
          "reasoning": true,
          "limit": { "context": 400000, "output": 128000 }
        },
        "gpt-5-codex": {
          "name": "GPT-5 Codex",
          "reasoning": true,
          "limit": { "context": 400000, "output": 128000 }
        }
      }
    }
  },
  "model": "smart-aipi/gpt-6-astra"
}

Codex CLI

השתמש ב-Smart AIPI עם כלי Codex CLI של OpenAI. צריך להגדיר שלושה קבצים.

הגדרה אוטומטית

פקודה אחת
npx smart-aipi codex

זה מגדיר אוטומטית את כל שלושת הקבצים שלמטה. אחרי ההרצה, הוסף model_reasoning_effort לקובץ ההגדרות שלך (ראה שלב 2).

הגדרה ידנית

הגדר את שלושת הקבצים האלה:

1. API Key — ~/.codex/auth.json

~/.codex/auth.json
{
  "auth_mode": "apikey",
  "OPENAI_API_KEY": "sk-your-key"
}

2. מודל ו-Reasoning — ~/.codex/config.toml

כלול תמיד model_reasoning_effort - חובה עבור מודלים מותאמים אישית.

בלעדיו, Codex יוגדר כברירת מחדל ללא reasoning ולא יעבוד כמו שצריך. השתמש ב- "high" לקבלת התוצאות הטובות ביותר.

~/.codex/config.toml
model = "gpt-6-astra"
model_reasoning_effort = "high"

רמות reasoning תקפות: low, medium, high (מומלץ), xhigh.

3. משתני סביבה — ~/.zshrc

~/.zshrc (or ~/.bashrc)
# Smart AIPI
export OPENAI_API_KEY="sk-your-key"
export OPENAI_BASE_URL="https://api.smartaipi.com/v1"

אחרי עריכת פרופיל ה-shell, הפעל מחדש את הטרמינל או הרץ source ~/.zshrc כדי שהשינויים ייכנסו לתוקף.

לאחר מכן השתמש ב-Codex כרגיל:

טרמינל
codex "fix this bug"

מדריך מהירות Codex WebSocket

מצב WebSocket בדרך כלל מהיר יותר לזרימות קידוד agentic עם הרבה קריאות לכלים. במקום להתחבר שוב ושוב דרך HTTP ולשלוח מחדש מעטפות בקשה מלאות, Codex שומר על חיבור חי אחד ושולח פניות מצטברות, מה שמקטין את עלות ההמשך.

שיפור שנצפה: בריצות קידוד עמוסות כלים שלנו, גרסת Codex בקוד פתוח שנבנתה מחדש עם תיקוני WebSocket קיצרה את זמן הריצה מקצה לקצה בכ-30-40% לעומת מצב המשך HTTP.

הפעל WebSockets ב-Codex

השתמש ב-feature flag של WebSocket v2 בתוך ~/.codex/config.toml: ~/.codex/config.toml:

~/.codex/config.toml
model = "gpt-6-astra"
model_reasoning_effort = "high"

[features]
responses_websockets_v2 = true

המקבילה ב-CLI:

טרמינל
codex --enable responses_websockets_v2

בגרסאות ישנות יותר ייתכן שישתמשו בדגל הישן:

fallback ישן
[features]
responses_websockets = true

התנהגות ידועה ב-Homebrew

בחלק מהגרסאות שמופצות דרך Homebrew, תורי WebSocket עלולים להיתקע בזמן משימות ארוכות ואז ליפול בשקט חזרה ל-HTTP. ראינו את זה במיוחד בלולאות מורכבות של קריאות לכלים. בנייה מחדש מהקוד הפתוח עם התיקונים למטה שיפרה גם את היציבות וגם את המהירות.

אחרי המיזוג: תקן את באג ה-WebSocket בקוד הפתוח

אחרי מיזוג ה-branch שלך, השתמש ברשימת הבדיקה הזו כדי לוודא שהתיקון נמצא בבינארי המקומי שלך:

טרמינל
# 1) Pull merged main
git checkout main
git pull --ff-only

# 2) Confirm websocket flags exist
codex features list | rg responses_websockets

# 3) Build and install
cd codex-rs
cargo build --release
install -m 0755 target/release/codex ~/.local/bin/codex-beta

# 4) Run with websocket enabled
CODEX_RS_RESPONSES_WS=true \
OPENAI_BASE_URL=https://api.smartaipi.com/v1 \
~/.local/bin/codex-beta --enable responses_websockets_v2

אם צריך לתקן ידנית, ודא שתיקוני רמת-הקוד האלה קיימים:

תיקוני websocket client
# A) Build websocket request with IntoClientRequest so required headers are set
let mut request = url.as_str().into_client_request()?;
request.headers_mut().extend(headers);

# B) Ensure TLS roots are enabled for tokio-tungstenite in Cargo.toml
tokio-tungstenite = { version = "...", features = ["rustls-tls-native-roots"] }

Cursor ו-Cline

השתמש ב-Smart AIPI עם Cursor IDE או תוסף Cline ל-VS Code.

Cursor Cursor

  1. פתח את הגדרות Cursor
  2. עבור ללשונית Models טאב
  3. לחץ על + Add Model
  4. הגדר Base URL: https://api.smartaipi.com/v1
  5. הזן את ה-API key שלך
  6. Model: gpt-6-astra

Cline Cline (VS Code)

  1. פתח את הגדרות Cline ב-VS Code
  2. בחר OpenAI Compatible
  3. Base URL: https://api.smartaipi.com/v1
  4. הזן את ה-API key שלך
  5. Model: gpt-6-astra

צ'אט

השתמש ב-Smart AIPI Chat בכתובת chat.smartaipi.com. לתהליכי עבודה של טקסט, תמונה, וידאו, קוד, חיפוש וקול.

יכולות

  • צ'אט — שיחות טקסט כלליות עם מודלי Smart AIPI.
  • תמונות — צור וערוך תמונות מתוך prompts.
  • וידאו — צור סרטונים מטקסט או מקלטי תמונה.
  • קוד — סיוע ועריכת קוד בדפדפן.
  • חיפוש — השתמש בחיפוש ברשת לתשובות מבוססות.
  • קול — שוחח עם המודל באמצעות קלט קולי ותגובות קוליות.

התחלה מהירה

  1. 1. פתח chat.smartaipi.com
  2. 2. התחבר או צור חשבון.
  3. 3. התחל לשוחח עם טקסט, תמונות, וידאו, קוד, חיפוש או קול.

חיוב: השימוש מחויב מול ה-Credits שלך ב-Smart AIPI.

בודק API

בדוק את ה-API ישירות מהדפדפן שלך:

ההודעה נשלחה

נחזור אליך תוך 2 ימי עסקים.

יצירת קשר עם התמיכה

יש לך שאלה או צריך עזרה? שלח לנו הודעה ונחזור אליך תוך 2 ימי עסקים.