500+精选模型+安全沙箱优刻得Astraflow助力企业快速上AI

优刻得 Astraflow 是面向企业级专属场景打造的一站式 AI 开发平台，聚焦安全可靠的基础设施底座，整合Modelverse 精选模型市场与Sandbox 安全隔离开发环境两大核心模块，解决企业 AI 开发中模型选型难、部署繁琐、数据不合规、Agent 运行不安全等痛点，助力企业低成本、高效率落地 AI 业务应用。

Astraflow两大核心能力板块

1. Modelverse｜企业级 AI 模型市场：人工精选，免部署即用

平台严格人工筛选上架模型，经过安全审查、性能测试，规避低质模型与数据污染，提供 500 + 高质量可用模型，支持标准 API 直接调用，无需复杂环境适配，开箱即集成业务系统。

代表优质模型：

happyhorse-1.0-i2v：图生视频模型，动态还原度高，可精准理解文本，生成流畅高清视频；

wan2.7-image（万相 2.7）：全能图像生成模型，支持文生图、图生图、图像编辑、多图生成，文字渲染、主体一致性表现优异；

glm-5.1：超长任务型大模型，可连续自主工作 8 小时，自主规划、迭代优化，输出工程级完整成果。

2. Sandbox｜AI Agent 生产级安全运行环境

依托微虚拟机技术实现虚拟机级安全隔离，兼顾高安全与轻量化，专为 AI Agent、代码执行、云端自动化设计：

金融级安全隔离：独立内核、环境隔离，数据不出域，满足严格企业合规要求，支持等保三级；

毫秒级极速启动：Snapshot 技术实现 50ms 启动，适配高并发 Agent 调度；

开箱即用：内置代码执行环境、GUI 桌面，30 秒快速启动 Agent，预置开发模板，大幅降低开发门槛。

Astraflow六大核心落地应用场景

1、创意营销写作：适配小红书、公众号、短视频脚本等多平台，一键生成品牌营销内容，赋能新媒体、广告行业；

2、全球化翻译与本地化：多语种精准翻译，适配跨境电商、跨国法务、企业协作，兼顾行业术语与文化语境；

3、多媒体素材生成：文生图、文生视频，快速产出海报、短片、插画，适用于游戏、影视、自媒体；

4、代码辅助开发：自然语言生成代码、自动补全、优化注释、生成测试用例，提升软件研发效率；

5、AI 代码执行与调试：云端安全环境，AI 可直接运行调试代码，隔离病毒、漏洞，保障本地系统安全；

6、AI 远程桌面与视觉操作：云端虚拟电脑，AI 模拟真人操作软件、办公自动化，适配流程自动化、系统测试。

Astraflow平台核心优势

1、安全合规：物理级环境隔离，模型合规，符合等保三级，满足金融、政企等高合规行业要求；

2、高效交付：模型免部署调用，开发环境 30 秒启动，预置主流 AI 框架，缩短项目周期；

3、灵活扩展：GPU 算力按需弹性扩容，可无缝对接企业现有业务系统，适配规模化 AI 业务落地。

Astraflow计费说明

功能模块	计费方式	计费说明
模型微调	按量后付费	根据训练任务的实际运行时长进行计算。按小时收取训练算力费用，不足 1 小时按分钟计算。
服务管理	预付费	根据模型自动计算算力单元，用户指定副本数合计费用=单价 _ 单副本算力单元数 _ 副本数
对象存储	按量后付费	按数据存储量计费
API 调用	按量后付费	根据调用 token 计费

更多模型定价及产品介绍请访问优刻得 Astraflow 官网查看：点击直达

Astraflow平台API调用

我们强烈推荐你使用OpenAI API的调用方式。因为OpenAI的API已经成为大模型行业的事实标准，这意味着有海量的教程、工具和代码库都可以直接复用。我们的服务完全兼容这套标准，让你能无缝衔接主流生态，节约大量学习成本。

OpenAI 兼容接口当前支持：

/v1/chat/completions 核心接口，用于与模型进行对话。
/v1/response OpenAI 最先进的模型响应生成接口。支持文本和图像输入，以及文本输出。
/v1/models 用于获取模型列表。

第一步：获取API密钥

在调用任何API之前，您需要一个有效的API密钥。

第二步：选择API节点

根据您的地理位置和访问需求，选择合适的API节点：

api.modelverse.cn – 中国大陆节点
api-us-ca.umodelverse.ai – 美国洛杉矶节点（海外用户推荐，访问更快，数据不回国）

第三步：选择模型

你可以通过下方API获取模型列表，选择你需要的模型。

GET https://api.modelverse.cn/v1/models

# 美国洛杉矶节点
GET https://api-us-ca.umodelverse.ai/v1/models

请求示例：

# 默认使用中国大陆节点
export ENDPOINT="https://api.modelverse.cn"
# 或者使用美国洛杉矶节点
export ENDPOINT="https://api-us-ca.umodelverse.ai"

curl $ENDPOINT/v1/models \
  -H "Content-Type: application/json" | jq .

预期返回：

{
  "data": [
    {
      "created": 1762741377,
      "id": "deepseek-ai/DeepSeek-R1",
      "object": "model",
      "owned_by": "UCloud_UModelverse"
    },
    {
      "created": 1762741326,
      "id": "gpt-5",
      "object": "model",
      "owned_by": "UCloud_UModelverse"
    },
    ......
  ],
  "object": "list"
}

其中id字段即为模型名称，以实际返回为准。

第四步：调用API

典型方式1 – 任何语言通过http调用

这是最基础、最通用的调用方式。无论你使用什么编程语言，只要能发送网络请求（HTTP请求），就可以通过这种方式调用API。你需要知道三个核心信息：模型名称、你的API密钥和我们的API地址。

我们完全支持OpenAI API请求规范，因为OpenAI API接口标准也经常更新，所以建议直接以OpenAI API官网文档为准。

请将{api_key}替换为您的API密钥，将{model_name}替换为您上一步获取到列表中的模型名称（选择一个即可）。

# or
# export ENDPOINT="https://api.modelverse.cn"
# export ENDPOINT="https://api-us-ca.umodelverse.ai"
 
curl $ENDPOINT/v1/chat/completions \
 -H "Content-Type: application/json" \
 -H "Authorization: Bearer {api_key}" \
 -d '{
   "model": "{model_name}",
   "messages": [
     {
       "role": "system",
       "content": "You are a helpful assistant."
     },
     {
       "role": "user",
       "content": "一句话描述UCloud这家公司。"
     }
   ],
   "stream": true
 }'

参数说明：

model：模型名称，填入上一步获取的 id，例如 “deepseek-ai/DeepSeek-R1”。
messages：你要发送给模型的内容。
stream：是否“流式”返回。
- true：模型会像打字一样，逐字或逐词地返回结果，适合用于实时聊天界面。（任然是json格式数据）
- false：模型会一次性生成全部答案后，再完整地返回给你。

预期返回如下，其中主要关注choices字段，它包含模型的回复，usage字段包含模型的使用情况（内容可能不相同，仅供参考）：

{
  "id": "52ba2d24-f745-42b3-82c3-610a7b2658b0",
  "object": "chat.completion",
  "created": 1763020876,
  "model": "gemini-2.5-pro",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "UCloud (优刻得) 是一家中立、安全、可靠的云计算服务平台，致力于为全球企业级客户提供全面的云服务解决方案。"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 9,
    "completion_tokens": 1505,
    "total_tokens": 1514,
    "prompt_tokens_details": {
      "audio_tokens": 0,
      "cached_tokens": 0
    },
    "completion_tokens_details": {
      "audio_tokens": 0,
      "reasoning_tokens": 1357,
      "accepted_prediction_tokens": 0,
      "rejected_prediction_tokens": 0
    }
  },
  "system_fingerprint": "",
  "search_result": null
}

典型方式2 – OpenAI SDK

OpenAI官方为开发者提供了非常便捷的SDK（软件开发工具包），它把复杂的HTTP请求封装成了简单的函数调用，代码更易读、更易维护。这是我们最推荐开发者使用的方式。

pip install -U openai

from openai import OpenAI
import os
 
# or
# export ENDPOINT="https://api.modelverse.cn"
# export ENDPOINT="https://api-us-ca.umodelverse.ai"
 
ENDPOINT = os.getenv("ENDPOINT", "https://api.modelverse.cn")
 
client = OpenAI(
   api_key="{api_key}",
   base_url=ENDPOINT + "/v1/",
)
 
chat_completion = client.chat.completions.create(
   messages=[
       {
           "role": "user",
           "content": "一句话描述UCloud这家公司。",
       }
   ],
   model="{model_name}",
)
 
print(chat_completion.choices[0].message.content)

典型方式3 – LangChain

当你不再满足于简单的“一问一答”，想要构建更复杂的AI应用（比如能调用工具的AI助理、能分析文档的机器人等）时，LangChain就是一个强大的开发框架。它能很好地与我们的API兼容。

from langchain_openai import ChatOpenAI
from langchain import LLMChain
from langchain.prompts import ChatPromptTemplate
 
# or
# export ENDPOINT="https://api.modelverse.cn"
# export ENDPOINT="https://api-us-ca.umodelverse.ai"
 
ENDPOINT = os.getenv("ENDPOINT", "https://api.modelverse.cn")
 
llm = ChatOpenAI(
    model_name="{model_name}",
    openai_api_key="{api_key}",
    openai_api_base=ENDPOINT + "/v1/",
)
 
prompt = ChatPromptTemplate.from_template(
    """
    {input}
    """
)
 
chain = LLMChain(llm=llm, prompt=prompt)
 
print(chain.run("一句话描述UCloud这家公司。"))