https://github.com/fun123dotcn/llmai2ext

App Inventor 2 LLMAI2Ext 拓展：接入DeepSeek、Kimi、通义千问...等国内大模型。
https://github.com/fun123dotcn/llmai2ext

ai ai2 appinventor appinventor2 deepseek deepseek-r1 dify extension kimi llm ollama qwen

Last synced: 8 months ago
JSON representation

App Inventor 2 LLMAI2Ext 拓展：接入DeepSeek、Kimi、通义千问...等国内大模型。

• Host: GitHub
• URL: https://github.com/fun123dotcn/llmai2ext
• Owner: fun123dotcn
• Created: 2025-02-25T02:09:20.000Z (over 1 year ago)
• Default Branch: main
• Last Pushed: 2025-02-25T02:41:39.000Z (over 1 year ago)
• Last Synced: 2025-02-25T03:29:51.904Z (over 1 year ago)
• Topics: ai, ai2, appinventor, appinventor2, deepseek, deepseek-r1, dify, extension, kimi, llm, ollama, qwen
• Homepage: https://www.fun123.cn/reference/extensions/LLMAI2Ext.html
• Size: 451 KB
• Stars: 1
• Watchers: 2
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

          
## 官网原文链接

[App Inventor 2 LLMAI2Ext 自研拓展：接入DeepSeek、Kimi、通义千问...等国内大模型](https://www.fun123.cn/reference/extensions/LLMAI2Ext.html)

* [ DeepSeek](https://www.fun123.cn/reference/extensions/LLMAI2Ext.html#DeepSeek)

* [ Kimi](https://www.fun123.cn/reference/extensions/LLMAI2Ext.html#Kimi)

* [ 阿里通义千问](https://www.fun123.cn/reference/extensions/LLMAI2Ext.html#Qwen)

## AppInventor2中文网开发国内大模型拓展的初衷

App Inventor 2 原生的ChatGPT组件由于是国外的，使用起来不太便捷，且各种限制。

如今我们又身处AI浪潮之中，包括很多学校在内的国内用户都有AI结合传统的App来开发具有智能App的需求，因此，必须开发拓展以接入国内大模型，对，它专门接国内大模型的，国外的不接。

拓展接口参考了原生ChatGPT组件的简洁设计，在其基础上更加简化，还引入了它不支持的流式输出模式，且**默认输出模式就是流式**的，类似打字机的效果，当然也可以切换非流式，模型回答完成时一把输出。

v1.0 版本现已上线，暂时支持3个大模型的接入（DeepSeek、Kimi、通义千问），**免费开放给全球用户**，当然由于拓展是在最新源码平台上编译出来的，可能有些较老的平台不能很好的运行，有条件的话还是建议使用我们的平台，也会优先获得反馈支持。

当然，好的产品是需要不断迭代的，这款拓展也不例外，欢迎使用并期待您的反馈！

![ext](LLMAI2Ext/feedback.png)

## 拓展下载，免费开放

* .aix 拓展下载：

[cn.fun123.LLMAI2Ext.aix - v1.0](https://www.fun123.cn/reference/extensions/LLMAI2Ext/cn.fun123.LLMAI2Ext.aix)

注：所有大模型拓展共一个.aix拓展文件，里面有多个拓展组件，导入.aix效果参考如下：

![ext](LLMAI2Ext/ext.png)

回答效果参考如下：

![llm](LLMAI2Ext/llm_kimi.gif)

我们尽量将接口方法设计得简单易用，由于demo中包含了APIKey，因此不直接提供aia源码，这里以Kimi为例，附上代码块：

开始对话：

![kimi](LLMAI2Ext/kimi_chat.png)

切换输出模式（默认流式输出，可切换非流式一把输出内容）：

![kimi](LLMAI2Ext/kimi_switch.png)

流式输出响应事件，每输出一部分内容都会回调一次，追加展示；最后一次回调时 `finished` 参数为`真`：

![kimi](LLMAI2Ext/kimi_stream.png)

非流式输出，只回调一次，内容直接展示即可：

![kimi](LLMAI2Ext/kimi_text.png)

##   DeepSeek

使用AppInventor2接入DeepSeek大模型。从深度求索获取 API Key >>

当然也可以对接其他厂商部署的DeepSeek服务，比如百度、阿里都有部署，这里选择阿里的DeepSeek服务进行测试验证：

`BaseURL` 由官方的改为：`https://dashscope.aliyuncs.com/compatible-mode/v1`

`APIKey` 用阿里云的。

`ModelName` 指定：deepseek-v3 或 deepseek-r1    （注意：第三方的模型名称和官方的不太一样）

参考测试结果如下：

![llm](LLMAI2Ext/llm_deepseek.gif)

### 属性

{:id="DeepSeek.APIKey" .text} *APIKey*

: 模型的Api Key。

{:id="DeepSeek.BaseURL" .text} *BaseURL*

: DeepSeek 基础 URL，默认是官方地址，可修改接入第三方DeepSeek服务地址。

{:id="DeepSeek.ModelName" .text} *ModelName*

: 模型名称。官方的DeepSeek-V3模型填：deepseek-chat  或  DeepSeek-R1推理模型填：deepseek-reasoner。 （注意：第三方的模型名称和官方的不太一样）

{:id="DeepSeek.StreamMode" .boolean} *StreamMode*

: 流式输出模式是否开启，默认'真'。

流式输出，即生成内容时边计算边返回，减少等待时间，提高响应速度，适用于聊天、代码补全等场景。

不开启，则是最终仅一次返回全部内容。

### 事件

{:id="DeepSeek.GotStream"} GotStream(*part*{:.text},*finished*{:.boolean})

: 流式输出，每当有内容返回时都会触发该事件。part 为当前增量的部分内容，finished 标识输出是否已结束。

{:id="DeepSeek.GotText"} GotText(*text*{:.text})

: 非流式输出完成时触发该事件。text 为完整输出内容。

### 方法

{:id="DeepSeek.Chat" class="method"}  Chat(*content*{:.text})

: 开始与 DeepSeek 大模型进行对话。

##   Kimi

使用AppInventor2接入Kimi大模型。从 Moonshot 获取 API Key >>

### 属性

{:id="Kimi.APIKey" .text} *APIKey*

: 模型的Api Key。

{:id="Kimi.ModelName" .text} *ModelName*

: 模型名称。

{:id="Kimi.StreamMode" .boolean} *StreamMode*

: 流式输出模式是否开启，默认'真'。

流式输出，即生成内容时边计算边返回，减少等待时间，提高响应速度，适用于聊天、代码补全等场景。

不开启，则是最终仅一次返回全部内容。

### 事件

{:id="Kimi.GotStream"} GotStream(*part*{:.text},*finished*{:.boolean})

: 流式输出，每当有内容返回时都会触发该事件。part 为当前增量的部分内容，finished 标识输出是否已结束。

{:id="Kimi.GotText"} GotText(*text*{:.text})

: 非流式输出完成时触发该事件。text 为完整输出内容。

### 方法

{:id="Kimi.Chat" class="method"}  Chat(*content*{:.text})

: 开始与 Kimi 大模型进行对话。

##  阿里通义千问

使用AppInventor2接入阿里通义千问大模型。从阿里云获取 API Key >>

![llm](LLMAI2Ext/llm_qwen.gif)

### 属性

{:id="Qwen.APIKey" .text} *APIKey*

: 模型的Api Key。

{:id="Qwen.ModelName" .text} *ModelName*

: 模型名称。

{:id="Qwen.StreamMode" .boolean} *StreamMode*

: 流式输出模式是否开启，默认'真'。

流式输出，即生成内容时边计算边返回，减少等待时间，提高响应速度，适用于聊天、代码补全等场景。

不开启，则是最终仅一次返回全部内容。

### 事件

{:id="Qwen.GotStream"} GotStream(*part*{:.text},*finished*{:.boolean})

: 流式输出，每当有内容返回时都会触发该事件。part 为当前增量的部分内容，finished 标识输出是否已结束。

{:id="Qwen.GotText"} GotText(*text*{:.text})

: 非流式输出完成时触发该事件。text 为完整输出内容。

### 方法

{:id="Qwen.Chat" class="method"}  Chat(*content*{:.text})

: 开始与千问大模型进行对话。