添加多个ai服务商配置

.env.example

@@ -2,8 +2,24 @@
 SECRET_KEY=your-secret-key-here-please-change-this
 FLASK_ENV=production
 
-# OpenAI API配置(可选,用于AI润色功能)
-OPENAI_API_KEY=
+# AI服务配置(可选,用于AI润色功能)
+# 支持多个AI服务商：OpenAI、Claude、Gemini等
+
+# 方式1：使用统一配置（推荐）
+AI_MODEL=gpt-3.5-turbo  # 模型名称，例如: gpt-4, claude-3-sonnet-20240229, gemini-pro
+AI_API_KEY=              # API密钥
+# AI_API_BASE=           # 可选：自定义API端点
+# AI_TEMPERATURE=0.7     # 可选：温度参数(0-1)
+# AI_MAX_TOKENS=500      # 可选：最大token数
+
+# 方式2：使用OpenAI配置（兼容旧版本）
+# OPENAI_API_KEY=
+
+# 常用模型示例:
+# OpenAI: gpt-3.5-turbo, gpt-4, gpt-4-turbo
+# Claude: claude-3-opus-20240229, claude-3-sonnet-20240229, claude-3-haiku-20240307
+# Gemini: gemini-pro, gemini-1.5-pro
+# 更多模型请参考: https://docs.litellm.ai/docs/providers
 
 # 默认用户配置
 # Docker首次启动时会自动创建此用户

backend/ai_service.py

@@ -1,4 +1,4 @@
-import openai
+from litellm import completion
 import os
 from dotenv import load_dotenv
 
@@ -6,54 +6,104 @@ load_dotenv()
 
 class AIService:
     def __init__(self):
-        # 设置OpenAI API密钥
-        self.api_key = os.getenv('OPENAI_API_KEY')
-        # 延迟初始化客户端，避免在没有API密钥时出错
-        self.client = None
-    
+        """
+        初始化AI服务
+        支持多个AI服务商：
+        - OpenAI (gpt-3.5-turbo, gpt-4等)
+        - Anthropic Claude (claude-3-opus, claude-3-sonnet等)
+        - Google Gemini (gemini-pro等)
+        - 其他LiteLLM支持的所有模型
+        """
+        # 获取AI配置
+        self.model = os.getenv('AI_MODEL', 'gpt-3.5-turbo')
+        self.api_key = os.getenv('AI_API_KEY', os.getenv('OPENAI_API_KEY'))  # 兼容旧配置
+        self.api_base = os.getenv('AI_API_BASE')  # 可选：自定义API端点
+        self.temperature = float(os.getenv('AI_TEMPERATURE', '0.7'))
+        self.max_tokens = int(os.getenv('AI_MAX_TOKENS', '500'))
+
+        # 设置环境变量供LiteLLM使用
+        if self.api_key:
+            # 根据模型类型设置相应的环境变量
+            if self.model.startswith('gpt-'):
+                os.environ['OPENAI_API_KEY'] = self.api_key
+            elif self.model.startswith('claude-'):
+                os.environ['ANTHROPIC_API_KEY'] = self.api_key
+            elif self.model.startswith('gemini-'):
+                os.environ['GEMINI_API_KEY'] = self.api_key
+            # LiteLLM会自动处理其他模型的API密钥
+
     def polish_description(self, description):
         """
         使用AI润色任务描述
+        支持多个AI服务商
         """
         if not description or not description.strip():
             return description
-        
+
         # 检查API密钥
-        if not self.api_key or self.api_key == 'your_openai_api_key_here':
-            print("AI润色功能需要配置OpenAI API密钥")
+        if not self.api_key or self.api_key == 'your_api_key_here':
+            print(f"AI润色功能需要配置 AI_API_KEY (当前模型: {self.model})")
             return description
-        
+
         try:
-            # 使用旧版本OpenAI API
-            openai.api_key = self.api_key
-            
-            response = openai.ChatCompletion.create(
-                model="gpt-3.5-turbo",
-                messages=[
+            # 构建请求参数
+            kwargs = {
+                "model": self.model,
+                "messages": [
                     {
-                        "role": "system", 
+                        "role": "system",
                         "content": "你是一个专业的工作任务描述润色助手。请将用户提供的工作任务描述润色得更加专业、清晰、具体。保持原意不变，但让描述更加规范和易于理解。"
                     },
                     {
-                        "role": "user", 
+                        "role": "user",
                         "content": f"请润色以下工作任务描述：\n\n{description}"
                     }
                 ],
-                max_tokens=500,
-                temperature=0.7
-            )
-            
+                "max_tokens": self.max_tokens,
+                "temperature": self.temperature
+            }
+
+            # 如果设置了自定义API端点
+            if self.api_base:
+                kwargs["api_base"] = self.api_base
+
+            # 使用LiteLLM统一接口调用
+            response = completion(**kwargs)
+
             polished = response.choices[0].message.content.strip()
             return polished
-            
+
         except Exception as e:
-            print(f"AI润色失败: {e}")
+            print(f"AI润色失败 (模型: {self.model}): {e}")
             # 如果AI服务失败，返回原始描述
             return description
-    
+
     def is_available(self):
         """检查AI服务是否可用"""
-        return bool(self.api_key and self.api_key != 'your_openai_api_key_here')
+        return bool(self.api_key and self.api_key != 'your_api_key_here')
+
+    def get_model_info(self):
+        """获取当前使用的模型信息"""
+        return {
+            "model": self.model,
+            "provider": self._get_provider(),
+            "available": self.is_available()
+        }
+
+    def _get_provider(self):
+        """根据模型名称推断服务商"""
+        if self.model.startswith('gpt-'):
+            return 'OpenAI'
+        elif self.model.startswith('claude-'):
+            return 'Anthropic'
+        elif self.model.startswith('gemini-'):
+            return 'Google'
+        elif self.model.startswith('command'):
+            return 'Cohere'
+        elif self.model.startswith('llama'):
+            return 'Meta/Together'
+        else:
+            return 'Unknown'
 
 # 创建全局AI服务实例
 ai_service = AIService()

backend/requirements.txt

@@ -2,6 +2,6 @@ fastapi==0.109.0
 uvicorn[standard]==0.27.0
 SQLAlchemy==2.0.21
 python-dotenv==1.0.0
-openai==0.28.1
+litellm==1.50.3
 werkzeug==3.0.1
 itsdangerous