Que fait API-4-Your-AI ?
🤖 Construisez et déployez des points de terminaison FastAPI locaux compatibles OpenAI avec l'intégration AI de SQL Server 2025 pour des flux de travail IA fluides et des connexions sécurisées.
Pourquoi cette compétence ?
- Compatibilité OpenAI : Remplacez les appels API OpenAI par des endpoints locaux sans changer votre code existant.
- Intégration SQL Server 2025 : Exploitez les fonctionnalités AI de SQL Server pour des requêtes intelligentes et une gestion optimisée des données.
- FastAPI performant : Bénéficiez de la rapidité et de la simplicité de FastAPI pour créer des API robustes.
- Sécurité renforcée : Gardez vos données et modèles en local, réduisant les risques de fuite.
Fonctionnalités principales
- Points de terminaison compatibles avec le format d'API OpenAI (
/v1/chat/completions,/v1/embeddings, etc.) - Intégration transparente avec SQL Server 2025 (appel de procédures stockées, analyse vectorielle, etc.)
- Configuration simple par variables d'environnement ou fichier
.env - Support des modèles locaux (via Ollama, llama.cpp, ou autres)
- Logging et monitoring intégrés
Prérequis
- Python 3.10+
- FastAPI et Uvicorn
- SQL Server 2025 (ou supérieur) avec les fonctionnalités AI activées
- Un modèle d'IA local (ex : Ollama, llama.cpp)
Installation rapide
pip install fastapi uvicorn sqlalchemy pyodbc python-dotenv
Clonez le dépôt :
git clone https://github.com/09sulka/API-4-Your-AI.git
cd API-4-Your-AI
Copiez le fichier .env.example en .env et ajustez les variables :
cp .env.example .env
Configuration
Configurez les variables suivantes dans votre fichier .env :
# Configuration SQL Server
SQL_SERVER_CONNECTION_STRING=Driver={ODBC Driver 18 for SQL Server};Server=localhost;Database=AIDB;Trusted_Connection=yes;
# Configuration du modèle local
MODEL_PATH=/path/to/your/model
MODEL_TYPE=ollama
# Port du serveur
PORT=8000
Utilisation
Lancez le serveur :
uvicorn main:app --reload --port 8000
Exemple d'appel API (équivalent à OpenAI) :
curl http://localhost:8000/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-3.5-turbo",
"messages": [{"role": "user", "content": "Hello, world!"}]
}'