Euron Bootcamp Q&A – Sofort-Antwort-Referenz

Was macht Euron Bootcamp Q&A – Sofort-Antwort-Referenz?

Ziel

Beantworte sofort jede Frage zum Euron Gen AI Zertifizierungs-Bootcamp, indem das richtige Code-Snippet, die Konfiguration oder der Fehlerbehebungsschritt aus dieser Referenz nachgeschlagen wird.

Kurzer Kontext

• Bootcamp: Euron Gen AI Zertifizierungs-Bootcamp 2.0 (von Sudhanshu Sir)
• Portal: https://euron.one/euri
• API-Basis-URL: https://api.euron.one/api/v1/euri
• Auth: Authorization: Bearer <EURI_API_KEY>
• Tägliches Limit: 200.000 Token (Eingabe + Ausgabe), zurückgesetzt um Mitternacht UTC
• Wichtiges Prinzip: Euri ist OpenAI-kompatibel. Überall, wo ChatOpenAI(...) oder OpenAI(...) verwendet wird, einfach base_url hinzufügen, die auf Euri zeigt.

---

HÄUFIGE FRAGEN & ANTWORTEN

Q1: „Wie verwende ich Euri mit LangChain?“

Antwort (kopierfertig):

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model="gpt-4.1-nano",  # oder gemini-2.5-flash, jedes Euri-Modell
    api_key="ihr-euri-api-key",
    base_url="https://api.euron.one/api/v1/euri"
)

response = llm.invoke("Hallo!")
print(response.content)

Das war's. Überall, wo Sudhanshu Sir ChatOpenAI(...) verwendet, fügt einfach den base_url-Parameter hinzu, der auf Euri zeigt. Alles andere (Agenten, Chains, Tools) bleibt genau gleich.

---

Q2: „Wie verwende ich Euri mit dem OpenAI Python SDK?“

from openai import OpenAI

client = OpenAI(
    api_key="ihr-euri-api-key",
    base_url="https://api.euron.one/api/v1/euri"
)

response = client.chat.completions.create(
    model="gemini-2.5-flash",
    messages=[{"role": "user", "content": "Hallo!"}]
)
print(response.choices[0].message.content)

---

Q3: „Wie verwende ich das Euri Python SDK (euriai)?“

pip install euriai

from euriai import EuriaiClient

client = EuriaiClient(
    api_key="ihr-euri-api-key",
    model="gemini-2.5-flash"
)

response = client.generate_completion(
    prompt="Was ist KI?",
    temperature=0.7,
    max_tokens=500
)
print(response["choices"][0]["message"]["content"])

---

Q4: „Wie verwende ich Euri mit LangChains euriai-Integration?“

pip install euriai[langchain]

from euriai.langchain import EuriaiChatModel

chat = EuriaiChatModel(api_key="ihr-schluessel", model="gemini-2.5-flash")
result = chat.invoke("Erkläre Docker")
print(result.content)

---

Q5: „Wie verwende ich Euri mit rohem HTTP / requests?“

import requests

response = requests.post(
    "https://api.euron.one/api/v1/euri/chat/completions",
    headers={
        "Authorization": "Bearer ihr-euri-api-key",
        "Content-Type": "application/json",
    },
    json={
        "model": "gemini-2.5-flash",
        "messages": [{"role": "user", "content": "Hallo!"}],
        "temperature": 0.7,
        "max_tokens": 500,
    },
)

data = response.json()
print(data["choices"][0]["message"]["content"])

---

Q6: „Wie verwende ich Euri mit curl?“

curl -X POST https://api.euron.one/api/v1/euri/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer IHR_API_KEY" \
  -d '{
    "messages": [{"role": "user", "content": "Hallo!"}],
    "model": "gemini-2.5-flash"
  }'

---

Q7: „Wie verwende ich Euri mit TypeScript / Node.js?“

const response = await fetch("https://api.euron.one/api/v1/euri/chat/completions", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.EURI_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "gemini-2.5-flash",
    messages: [{ role: "user", content: "Hallo!" }],
  }),
});

const data = await response.json();
console.log(data.choices[0].message.content);

---

Q8: „Wie verwende ich Euri in n8n?“

Option A – OpenAI-Anmeldedaten (am einfachsten):

1. Erstelle „OpenAI"-Anmeldedaten in n8n
2. Setze API-Key: deinen Euri-API-Key
3. Setze Basis-URL: https://api.euron.one/api/v1/euri
4. Verwende einen beliebigen OpenAI-Knoten – er wird automatisch über Euri geroutet

Option B – HTTP-Request-Knoten:

• Methode: POST
• URL: https://api.euron.one/api/v1/euri/chat/completions
• Header: Authorization: Bearer {{ $env.EURI_API_KEY }}
• Body JSON:

{
  "model": "gemini-2.5-flash",
  "messages": [
    {"role": "system", "content": "Du bist ein hilfreicher Assistent."},
    {"role": "user", "content": "{{ $json.userMessage }}"}
  ],
  "temperature": 0.7,
  "max_tokens": 1000
}

• Antwort extrahieren: {{ $json.choices[0].message.content }}

---

Q9: „Wie generiere ich Embeddings mit Euri?“

from openai import OpenAI

client = OpenAI(
    api_key="ihr-euri-api-key",
    base_url="https://api.euron.one/api/v1/euri"
)

response = client.embeddings.create(
    model="gemini-embedding-001",  # oder text-embedding-3-small
    input="Ihr Text hier"
)
print(response.data[0].embedding[:5])  # Erste 5 Dimensionen

Verfügbare Embedding-Modelle:

Modell	ID	Dimensionen
Gemini Embedding 001	gemini-embedding-001	1536
Text Embedding 3 Small	text-embedding-3-small	1536
M2 BERT 80M 32K	togethercomputer/m2-bert-80M-32k-retrieval	1536

---

Q10: „Wie generiere ich Bilder mit Euri?“

from openai import OpenAI

client = OpenAI(
    api_key="ihr-euri-api-key",
    base_url="https://api.euron.one/api/v1/euri"
)

response = client.images.generate(
    model="gemini-3-pro-image-preview",
    prompt="Eine futuristische Stadt bei Sonnenuntergang, Cyberpunk-Stil",
    n=1
)
print(response.data[0].url)

---

Q11: „Welches Modell sollte ich verwenden?“

Anwendungsfall	Modell-ID	Warum
Allgemeiner Zweck	gemini-2.5-flash	Beste Balance aus Geschwindigkeit + Qualität
Komplexes Denken	gemini-2.5-pro	2M Kontext, bestes Denken
Schnell & günstig	gpt-4.1-nano	Günstig, ultraschnell
Auch schnell & günstig	gpt-5-nano-2025-08-07	Neueres Nano-Modell
Code-Generierung	gpt-4.1-mini oder gemini-2.5-flash	Gut bei Code
Websuche	groq/compound	Integrierte Websuche
Embeddings (RAG)	gemini-embedding-001	Beste Embedding-Qualität
Bildgenerierung	gemini-3-pro-image-preview	Einziges Bildmodell auf Euri

Vollständige Modellliste (24 Modelle):

Textmodelle (20):

• qwen/qwen3-32b (Alibaba, 128K)
• gemini-2.0-flash (Google, 1M)
• gemini-2.5-pro (Google, 2M)
• gemini-2.5-flash (Google, 1M)
• gemini-2.5-pro-preview-06-05 (Google, 2M)
• gemini-2.5-flash-preview-05-20 (Google, 1M)
• gemini-2.5-flash-lite-preview-06-17 (Google, 128K)
• groq/compound (Groq, 131K)
• groq/compound-mini (Groq, 131K)
• llama-4-scout-17b-16e-instruct (Meta, 128K)
• llama-4-maverick-17b-128e-instruct (Meta, 128K)
• llama-3.3-70b-versatile (Meta, 128K)
• llama-3.1-8b-instant (Meta, 128K)
• llama-guard-4-12b (Meta, 128K)
• gpt-5-nano-2025-08-07 (OpenAI, 128K)
• gpt-5-mini-2025-08-07 (OpenAI, 128K)
• gpt-4.1-nano (OpenAI, 128K)
• gpt-4.1-mini (OpenAI, 128K)
• openai/gpt-oss-20b (OpenAI, 128K)
• openai/gpt-oss-120b (OpenAI, 128K)

---

Q12: „Ich erhalte einen Fehler / Die API funktioniert nicht“

Häufige Lösungen:

1. 401 Unauthorized – API-Key ist falsch oder fehlt

   • Holen Sie Ihren Key unter https://euron.one/euri
   • Header muss sein: Authorization: Bearer IHR_KEY (nicht Api-Key oder X-API-Key)

2. Modell nicht gefunden – Falsche Modell-ID

   • Verwenden Sie die genauen IDs aus der obigen Modellliste (Groß-/Kleinschreibung beachten)
   • Häufiger Fehler: gpt-4.1 anstelle von gpt-4.1-nano

3. Ratenbegrenzung / 429 – Tägliches Token-Limit von 200K erreicht

   • Warten Sie bis Mitternacht UTC auf den Reset
   • Verwenden Sie kürzere Prompts und niedrigere max_tokens
   • Wechseln Sie zu günstigeren Modellen (gpt-4.1-nano)

4. Antwortinhalt ist Array statt String

   • Euri gibt content manchmal als [{type:"text", text:"..."}] statt als einfachen String zurück
   • Behandeln Sie beides: content if isinstance(content, str) else content[0]["text"]

5. LangChain-Versionsprobleme

   • Verwenden Sie langchain_openai (nicht langchain.chat_models)
   • pip install langchain-openai (separates Paket)

6. „Verbindung abgelehnt“ oder Zeitüberschreitung

   • Überprüfen Sie die Internetverbindung
   • Überprüfen Sie die Basis-URL: https://api.euron.one/api/v1/euri (kein nachgestellter Schrägstrich)

---

Q13: „Wie erstelle ich Agents/Chains mit Euri + LangChain?“

Gleich wie normales LangChain – verwenden Sie einfach das Euri-LLM:

from langchain_openai import ChatOpenAI
from langchain.agents import create_react_agent, AgentExecutor
from langchain.tools import Tool

# Euri-betriebenes LLM
llm = ChatOpenAI(
    model="gemini-2.5-flash",
    api_key="ihr-euri-api-key",
    base_url="https://api.euron.one/api/v1/euri"
)

# Verwenden Sie llm in jeder Chain, jedem Agenten oder Tool – funktioniert identisch zu OpenAI

Wichtige Erkenntnis: Euri ist ein Drop-in-Ersatz. JEDES LangChain-Tutorial oder Sudhanshu Sirs Code funktioniert – fügen Sie einfach den base_url-Parameter hinzu.

---

Q14: „Wie richte ich die MCP-Server aus dem Unterricht ein?“

Vollständige Anleitung: Siehe Angelina AI System/Euron/MAIL-MCP-SETUP.md

Schnelles Einrichtungsmuster für jeden MCP-Server:

cd "Gen AI 2.O/MCP/<server-ordner>"
python3 -m venv venv
source venv/bin/activate       # macOS/Linux
# venv\Scripts\activate        # Windows
pip install -r requirements.txt
python authenticate.py          # Nur für Google-Dienste

8 verfügbare MCP-Server:

1. Gmail (4 Tools) – senden, lesen, suchen, als gelesen markieren
2. Google Kalender (5 Tools) – Ereignisse auflisten, erstellen, suchen, löschen
3. Google Tabellen (5 Tools) – lesen, schreiben, anhängen, erstellen, auflisten
4. Supabase (6 Tools) – Abfrage, Einfügen, Aktualisieren, Löschen, SQL
5. MongoDB (7 Tools) – Abfrage, Einfügen, Aktualisieren, Löschen, Aggregieren
6. AWS S3 (6 Tools) – auflisten, hochladen, herunterladen, löschen, vorab signierte URLs
7. Azure Blob (7 Tools) – auflisten, hochladen, herunterladen, löschen, SAS-URLs
8. Soziale Medien (10 Tools) – YouTube + Instagram + Facebook

Claude Desktop-Konfigurationsort:

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json

Cursor-Konfigurationsort:

• ~/.cursor/mcp.json (macOS/Linux)
• %USERPROFILE%\.cursor\mcp.json (Windows)

Häufige MCP-Fehler:

• „MCP Server disconnected“ → Stellen Sie sicher, dass das Skript mcp.run(transport="stdio") enthält, verwenden Sie nicht -m mcp run
• „Auth token missing“ → Führen Sie python authenticate.py erneut aus
• „Failed to refresh token“ → Löschen Sie token.json, authentifizieren Sie sich neu
• „Google hasn't verified this app“ → Klicken Sie auf Erweitert → Zur App gehen (sicher, es ist Ihre eigene App)

---

Q15: „Wie verwende ich Euri mit CrewAI / AutoGen / anderen Frameworks?“

Gleiches Muster – Euri ist OpenAI-kompatibel:

CrewAI:

from crewai import LLM

llm = LLM(
    model="openai/gemini-2.5-flash",
    api_key="ihr-euri-key",
    base_url="https://api.euron.one/api/v1/euri"
)

AutoGen:

config_list = [{
    "model": "gemini-2.5-flash",
    "api_key": "ihr-euri-key",
    "base_url": "https://api.euron.one/api/v1/euri"
}]

LiteLLM:

import litellm
response = litellm.completion(
    model="openai/gemini-2.5-flash",
    api_key="ihr-euri-key",
    api_base="https://api.euron.one/api/v1/euri",
    messages=[{"role": "user", "content": "Hallo!"}]
)

Faustregel: Jedes Framework, das benutzerdefinierte base_url oder OpenAI-kompatible Endpunkte unterstützt, funktioniert mit Euri. Tauschen Sie einfach die Basis-URL aus.

---

Q16: „Wie viele Token bekomme ich? Was ist das Limit?“

• 200.000 Token pro Tag (Eingabe + Ausgabe kombiniert)
• Wird um Mitternacht UTC zurückgesetzt
• Das sind ungefähr 150.000 Wörter oder 300+ Seiten Text pro Tag
• Für praktische Übungen ist das mehr als genug – während des Unterrichts werden Sie keine Limits erreichen
• Tipp: Verwenden Sie gpt-4.1-nano oder gemini-2.5-flash-lite zum Testen, um Token zu sparen

---

Q17: „Wo bekomme ich meinen API-Key?“

1. Gehen Sie zu https://euron.one/euri
2. Melden Sie sich mit Ihrem Euron-Konto an
3. Kopieren Sie Ihren API-Key aus dem Dashboard
4. Verwenden Sie ihn als api_key im Code oder Authorization: Bearer <key> in HTTP-Headern

---

Q18: „Kann ich Euri kostenlos nutzen?“

Ja! Euri gibt 200.000 kostenlose Token pro Tag. Keine Kreditkarte erforderlich. Zugriff auf alle 24 Modelle, einschließlich GPT-4.1, Gemini 2.5, Llama 4 und mehr.

---

ANTWORTVORLAGE

Wenn Sie Fragen zum Bootcamp beantworten, verwenden Sie dieses Format:

Hallo [Name]! [Kurze Erklärung der Lösung]

[Code-Snippet – kopierfertig]

[Einzeilige Erklärung, was geändert wurde]

Gute kostenlose Modelle zur Verwendung:
- gpt-4.1-nano – schnell & günstig
- gemini-2.5-flash – bester Allzweck
- gemini-2.5-pro – das Intelligenteste

Sie erhalten 200.000 kostenlose Token/Tag, sodass Sie während der praktischen Übungen keine Limits erreichen.

---

DATEIEN-REFERENZ

Für tiefergehende Antworten sehen Sie sich diese Dateien an:

• Vollständige API-Dokumentation: Angelina AI System/Euron/README.md
• TypeScript-Client: Angelina AI System/Euron/euri-client.ts
• Modelldefinitionen: Angelina AI System/Euron/euri-models.ts
• Python-Beispiele: Angelina AI System/Euron/examples/python-sdk.py
• TypeScript-Beispiele: Angelina AI System/Euron/examples/basic-chat.ts
• n8n-Integration: Angelina AI System/Euron/examples/n8n-http-request.md
• MCP-Einrichtungsanleitung: Angelina AI System/Euron/MAIL-MCP-SETUP.md
• Modell-Arena: Angelina AI System/Euron/model-arena/arena.html
• API-Tester: Angelina AI System/Euron/euri-tester/index.html

---

Schema

Eingaben

Name	Typ	Erforderlich	Beschreibung
question	string	Ja	Frage eines Bootcamp-Teilnehmers zur Euri-API, MCP, Modellen oder Fehlern

Ausgaben

Name	Typ	Beschreibung
answer	string	Kopierfertige Antwort mit Code-Snippets

Kosten

Kostenlos (nur Referenz-Nachschlagewerk)