开源一套所有语言通用的 AI 模型接入规范：25 家对话 + 17 条多模态预置，Rust 直接用，Java、Python 照规范接

做 AI 应用，接模型厂商这一步谁都绕不开。只做一个应用还好，一家家接、一家家测； 应用一多就麻烦了：A 应用里改了某家的模型列表，B、C 还得各改一遍；换个语言，又得从头适配。 更糟的是每个应用让 AI 各写一版，写法不统一，经常 A 里能调通、B 里就报错。

所以我把这一层单独抽出来开源了：ai-profile，AI 模型服务配置层。 它首先是一套所有语言通用的规范：预置数据是一份 JSON，地址拼接、错误判定、模型清洗等是一组规则用例。 不管用 Rust、Java、Python、JS、PHP 还是 C++，拿同一份数据、照同一套用例实现，用例全部跑通，行为就和官方版一致。 Rust 有现成的官方 crate，直接引入就能用；多个应用共用一份预置，厂商或模型有变化，升一下依赖版本就全部同步。

它提供什么： ▶ 对话 25 家 + 多模态 17 条预置：地址、模型 id、协议、专有字段、密钥申请页全部内置，按厂商聚合，同一家的多种能力共用一个密钥 ▶ ai.profile 跨应用互通：A 应用配好的模型服务，复制一段 JSON 就能粘进 B 应用 ▶ 零成本验证：「获取模型」只打模型列表接口，不产生生成费用；失败分七种错误，各对应一个界面动作 ▶ 地址规则确定、不靠猜：各家 OpenAI 兼容地址的版本段原样使用 ▶ 限额与历史裁剪：上下文窗口、输出上限逐字段取值，服务端报超长时自动裁剪重试 ▶ 生图 / 视频 / 配音调用 ▶ 默认零重依赖：只有 serde、serde_json、thiserror，纯数据 + 纯函数，能编到移动端

界面由各应用自己做，ai-profile 只管厂商预置、请求规则这些「后端」部分；密钥存储、数据库、流式解析也不在库里。

用 AI 接入（Claude Code / Codex / Cursor 都行），三种方式任选： ① 贴一段提示词 ② 把接入技能放进项目 ③ 只给文档地址，再跟 AI 说需求 这个库 2026 年 9 月才发布，AI 的训练数据里没有它，所以官网专门准备了接入规则和全文文档给 AI 读。

其他语言怎么接：官网「其他语言实现」页给了预置数据、规则用例和一段现成的提示词， 把提示词连同用例交给 AI，让它照着写、跑测试、哪条红改哪条，直到全绿。 （目前官方维护的实现只有 Rust 版，其他语言按这套规范自己实现。）

视频最后演示了两个已经接入的软件：Sigil 和 Reeve，设置里的「模型服务」用的都是同一份配置层。

官网：https://ai-profile.ruoyi.plus GitHub：https://github.com/bkywksj/ai-profile（MIT 开源，欢迎 Star） crates.io：https://crates.io/crates/ai-profile

00:00 为什么需要一个模型服务配置层 01:12 ai-profile 是什么：一份预置、一个协议、一套验证 01:36 规范与语言无关 02:24 对话 25 家 + 多模态 17 条预置 02:36 30 秒上手：Rust 调用方式 03:24 API 文档：服务商目录、配置连接、多模态调用 03:36 用 AI 接入 04:00 方式一：贴一段提示词 04:24 方式二：把接入技能放进项目 05:00 方式三：只给文档地址 05:24 其他语言实现：JSON 预置 + 规则用例 06:36 用 AI 按用例实现其他语言版本 07:24 GitHub 开源仓库与 crates.io 08:00 实际案例：Sigil 的模型服务 09:24 实际案例：Reeve 的模型服务 09:48 总结