智谱AI API接入实战:免费模型不限量使用指南(含若手软件配置示例)

智谱AI API接入实战:免费模型不限量使用指南(含若手软件配置示例)
本教程适用于有AI能力的软件,例如:

若手内容管家(批量生成内容、图片):https://www.ruoshou.com/soft/2.html

若手AI重命名(智能修改文件名):https://www.ruoshou.com/soft/3.html

其他非若手软件产品,但使用标准OpenAI API 格式请求的软件同样通用

基本信息

  1. 平台地址:https://www.bigmodel.cn/
  2. KEY地址:https://www.bigmodel.cn/usercenter/proj-mgmt/apikeys
  3. 模型、价格列表:https://www.bigmodel.cn/pricing
  4. 速率限制:https://www.bigmodel.cn/usercenter/proj-mgmt/rate-limits

API KEY 申请

步骤一:智谱平台账号注册

账号注册:平台 https://www.bigmodel.cn/

步骤二:创建/获取API KEY

  1. 注册后,右上角“用户”图标,点击“API KEY”进入,或控制台页面点“API KEY”,进入管理页面。
  2. API KEY管理页面右上角“添加新的API KEY”。
  3. 填写名称后(随意填写)点击确定,完成创建。

复制API KEY到软件:软件主界面点击“AI 配置” → 粘贴刚刚复制的API KEY

保存后,重新打开AI配置界面,进入测试功能。选择文本生成测试,验证API KEY的有效性。

智谱模型新增

更换模型,无需更换API KEY,只需填写正确的模型名称即可(平台提供)

到模型列表根据自己需求找到合适的模型:https://docs.bigmodel.cn/cn/guide/models/free/

复制模型名称,到“AI配置” 中的“模型”粘贴后直接回车就完成新增。

若使用内置的模型,只需更换API KEY 即可。

API地址:已内置,如需更换可以(一般不需要更换):直接复制API 地址到“AI配置” 中的“API地址”替换。

厂商:可随意填写。

智谱免费模型比较多,行业清流,比较有格局的一个平台,免费模型不限量供应~

速度也很快(带深度思考的会慢很多)

常规任务尽量不使用深度思考模型。

各大AI平台免费模型大全:https://www.ruoshou.com/knowledge/14.html

Read more

前端权限管理实现:别让用户看到不该看的东西!

前端权限管理实现:别让用户看到不该看的东西! 毒舌时刻 权限管理?听起来就像是前端工程师为了显得自己很专业而特意搞的一套复杂流程。你以为随便加个if语句就能实现权限管理?别做梦了!到时候你会发现,权限逻辑分散在各个组件中,难以维护。 你以为前端权限管理就是最终的安全保障?别天真了!前端权限管理只是为了提高用户体验,真正的安全保障在后端。还有那些所谓的权限管理库,看起来高大上,用起来却各种问题。 为什么你需要这个 1. 用户体验:良好的权限管理可以为不同角色的用户提供不同的界面,提高用户体验。 2. 安全性:前端权限管理可以防止用户访问不该访问的功能,提高应用的安全性。 3. 代码组织:集中的权限管理可以使代码结构更清晰,便于维护。 4. 可扩展性:良好的权限管理设计可以方便地添加新的角色和权限。 5. 合规性:某些行业和地区要求应用必须实现严格的权限控制。 反面教材 // 1. 分散的权限逻辑 function AdminPanel() { const user = useUser(); if (user.role !== 'admin'

【征文计划】基于Rokid 眼镜 的AI天气应用+GPS定位+AI旅游规划

【征文计划】基于Rokid 眼镜 的AI天气应用+GPS定位+AI旅游规划

文章目录 * 本文选用的技术包括: * 一、主要流程 * 新增三个辅助类,原有文件做对应改造: * 二、功能 A:GPS 自动定位 * 2.1 实现路径 * 2.2 核心代码:LocationHelper.kt * 2.3 意图识别:我们添加 GPS 的关键词 * 三、功能 B:对话上下文工程 * 3.1 核心数据结构 * 3.2 续播意图的两种形态 * 四、功能 C:AI 旅游规划 * 4.1 为什么用 LLM, 而不是规则 * 4.2 核心代码:AiTravelPlanHelper.kt

GitHub超有用项目推荐:skill仓库--用技能树打造AI超频引擎

GitHub超有用项目推荐:skill仓库--用技能树打造AI超频引擎

🌲 重构认知:用 badhope/skill 打造你的“第二大脑”与 AI 超频引擎 在信息爆炸的 2026 年,我们面临的最大危机不再是“找不到信息”,而是“无法内化知识”。 大多数开发者和技术从业者的学习路径是线性的、碎片化的:今天看一篇教程,明天跑一个 Demo,后天忘得一干二净。我们的技能像散落在硬盘里的孤立文件,缺乏索引,无法关联,更难以被机器理解。 最近,GitHub 上的开源项目 badhope/skill 提供了一个极具启发性的解决方案。它不仅仅是一个“技能树”可视化工具,更是一套将人类隐性知识转化为显性结构化数据的基础设施。 特别是当我们将它与现代浏览器生态(如 Chrome 扩展)、大语言模型(LLM)以及提示词工程(Prompt Engineering)结合时,它瞬间从一个静态的“简历生成器”,进化为一个能实时辅助决策、动态扩展

一文读懂 OpenClaw:从童年经典的开源重生,到现象级 AI

如果你最近逛开源社区、游戏论坛或是 AI 技术圈,大概率会反复看到「OpenClaw」这个名字。但很多人不知道的是,如今开源圈有两个完全不同、却都堪称顶流的项目共用了这个名字:一个是让 27 年前经典横版游戏重获新生的开源引擎,另一个是创下 GitHub 增长纪录的现象级自托管 AI Agent 框架。 本文会完整拆解两个 OpenClaw 的前世今生、核心价值与技术内核,帮你彻底分清它们,读懂它们爆火背后的底层逻辑。 一、游戏向 OpenClaw:让 27 年前的海盗猫传奇,在现代系统重生 对于 80、90 后的 PC 玩家来说,1997 年由 Monolith Productions 开发的《Captain Claw》(国内常译《利爪船长》《海盗猫》),是刻在盗版光盘时代里的童年白月光。 这款