推理提供商文件

您的第一個推理提供商呼叫

Hugging Face's logo
加入 Hugging Face 社群

並獲得增強的文件體驗

開始使用

您的第一個推理提供商呼叫

在本指南中,我們將幫助您使用推理提供商進行您的第一個 API 呼叫。

許多開發者避免使用開源 AI 模型,因為他們認為部署很複雜。本指南將向您展示如何在五分鐘內使用最先進的模型,而無需任何基礎設施設定。

我們將使用 FLUX.1-schnell 模型,這是一個強大的文字到影像模型。

本指南假設您擁有一個 Hugging Face 帳戶。如果您沒有,可以在 huggingface.co 免費建立一個。

步驟 1:在 Hub 上找到一個模型

訪問 Hugging Face Hub 並尋找帶有“推理提供商”過濾器的模型,您可以選擇您想要的提供商。我們將選擇 `fal`。

search image

在此示例中,我們將使用 FLUX.1-schnell,一個強大的文字到影像模型。接下來,導航到模型頁面並向下滾動以在右側找到推理小部件。

步驟 2:嘗試互動式小部件

在編寫任何程式碼之前,直接在模型頁面上嘗試該小部件

widget image

在這裡,您可以直接在瀏覽器中透過任何可用提供商測試模型。您還可以複製相關的程式碼片段以在您自己的專案中使用。

  1. 輸入一個提示,例如“日落時寧靜的山地景觀”
  2. 點選“生成”
  3. 觀察模型在幾秒鐘內建立影像

此小部件使用您將要在程式碼中實現的相同端點。

您需要一個 Hugging Face 帳戶(在 huggingface.co 免費建立)和剩餘的信用點數才能使用該模型。

步驟 3:從點選到程式碼

現在我們用 Python 來重現它。點選小部件中的“檢視程式碼片段”按鈕,檢視生成的程式碼片段

code snippets image

您需要使用有效的 Hugging Face 使用者訪問令牌填充此片段。您可以在您的設定頁面找到您的使用者訪問令牌。

將您的令牌設定為環境變數

export HF_TOKEN="your_token_here"

您可以將此行新增到您的`.bash_profile`或類似檔案中,以便所有終端環境自動獲取令牌。

Python 或 TypeScript 程式碼片段將使用環境變數中的令牌。

Python
TypeScript

安裝所需包

pip install huggingface_hub

您現在可以使用程式碼片段在您的應用程式中生成影像。

import os
from huggingface_hub import InferenceClient

client = InferenceClient(
    provider="auto",
    api_key=os.environ["HF_TOKEN"],
)

# output is a PIL.Image object
image = client.text_to_image(
    "Astronaut riding a horse",
    model="black-forest-labs/FLUX.1-schnell",
)

發生了什麼?

幹得好!您已經成功使用了生產級 AI 模型,無需任何複雜的設定。只需幾行程式碼,您就

  • 連線到一個強大的文字到影像模型
  • 從文字生成自定義影像
  • 將結果儲存在本地

您剛才使用的模型執行在專業的底層架構上,自動處理擴充套件、最佳化和可靠性。

深入瞭解:提供商選擇

您可能已經注意到上述程式碼示例中的 `provider="auto"` 引數。這是推理提供商的一個關鍵特性,它允許您控制哪個基礎設施提供商處理您的請求。

`auto` 之所以強大,是因為它

  1. 讓提供商之間輕鬆切換,並測試不同提供商針對您的用例的效能。
  2. 它還提供了在提供商不可用時的回退機制。

但如果您想更具體,也可以指定一個提供商。讓我們看看如何操作。

理解提供商選擇

當您使用 `provider="auto"`(這是預設設定)時,系統會根據您在推理提供商設定中的偏好順序,自動為所選模型選擇第一個可用提供商。這提供了

  • 自動故障轉移:如果一個提供商不可用,系統會嘗試下一個
  • 簡化設定:無需研究哪些提供商支援您的模型
  • 最佳路由:系統為您處理提供商選擇

指定特定提供商

或者,如果您有特定要求,可以明確選擇提供商

Python
TypeScript
import os
from huggingface_hub import InferenceClient

client = InferenceClient(api_key=os.environ["HF_TOKEN"])

# Using automatic provider selection (default)
image_auto = client.text_to_image(
    "Astronaut riding a horse",
    model="black-forest-labs/FLUX.1-schnell",
    provider="auto"  # This is the default
)

# Using a specific provider
image_fal = client.text_to_image(
    "Astronaut riding a horse", 
    model="black-forest-labs/FLUX.1-schnell",
    provider="fal-ai"  # Explicitly use Fal AI
)

# Using another specific provider
image_replicate = client.text_to_image(
    "Astronaut riding a horse",
    model="black-forest-labs/FLUX.1-schnell", 
    provider="replicate"  # Explicitly use Replicate
)

何時使用每種方法

在以下情況下使用 `provider="auto"`:

  • 您剛開始使用推理提供商
  • 您想要最簡單的設定和最大的可靠性
  • 您沒有特定的基礎設施要求
  • 您希望在提供商不可用時自動故障轉移

在以下情況下使用特定提供商:

  • 您需要一致的效能特性
  • 您有特定的計費或成本要求
  • 您想測試不同提供商在您的用例中的效能

下一步

現在您已經瞭解了使用 AI 模型是多麼簡單,您可能會想:

  • “提供商”系統在幕後做了什麼?
  • 計費是如何運作的?
  • 您還可以使用哪些其他模型?

繼續閱讀下一篇指南,瞭解提供商生態系統,並對身份驗證和計費做出明智選擇。

< > 在 GitHub 上更新

© . This site is unofficial and not affiliated with Hugging Face, Inc.