LLMクイックスタート

この​ガイドでは、​Shisa LLMに​対して​最初の​チャット補完を​行います。​APIキーが​必要です — Shisaプラットフォームで​作成してください。​新規アカウントには10ドル分の​無料クレジットが​含まれます。

1. エンドポイントと​キーを​設定する

Shisa LLMは​OpenAI互換です。​任意の​OpenAIクライアントを​Shisaの​ベースURLに​向け、​ベアラートークンで​認証します。

Base URL:  https://api.shisa.ai/openai/v1
Auth:      Authorization: Bearer YOUR_API_KEY
Model:     shisa-ai/shisa-v2.1-llama3.3-70b

ヒント

APIキーは​ソース管理に​含めないでください。​実際の​アプリケーションでは、​環境変数​（例えばSHISA_API_KEY）から​読み込んでください。

2. リクエストを​行う

curl

curl -XPOST https://api.shisa.ai/openai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "shisa-ai/shisa-v2.1-llama3.3-70b",
    "stream": true,
    "messages": [
      {
        "role": "system",
        "content": "You are a helpful assistant fluent in Japanese and English."
      },
      {
        "role": "user",
        "content": "日本の四季について教えてください。"
      }
    ],
    "temperature": 0.7
  }'

Python

from openai import OpenAI

# Initialize client with Shisa AI endpoint
client = OpenAI(
    base_url="https://api.shisa.ai/openai/v1",
    api_key="YOUR_API_KEY"
)

def chat_with_shisa(message, model="shisa-ai/shisa-v2.1-llama3.3-70b"):
    response = client.chat.completions.create(
        model=model,
        messages=[
            {"role": "system", "content": "You are a helpful assistant."},
            {"role": "user", "content": message}
        ],
        stream=True,
        temperature=0.7
    )

    for chunk in response:
        if chunk.choices[0].delta.content:
            print(chunk.choices[0].delta.content, end="", flush=True)

# Example usage
chat_with_shisa("東京でおすすめの観光スポットを教えてください。")

Node.js

import OpenAI from 'openai';

const client = new OpenAI({
  baseURL: 'https://api.shisa.ai/openai/v1',
  apiKey: 'YOUR_API_KEY',
});

async function chatWithShisa(message) {
  const stream = await client.chat.completions.create({
    model: 'shisa-ai/shisa-v2.1-llama3.3-70b',
    messages: [
      { role: 'system', content: 'You are a helpful assistant.' },
      { role: 'user', content: message }
    ],
    stream: true,
    temperature: 0.7,
  });

  for await (const chunk of stream) {
    const content = chunk.choices[0]?.delta?.content || '';
    process.stdout.write(content);
  }
}

// Example usage
await chatWithShisa('日本語で自己紹介をしてください。');

3. レスポンスを​読み取る

"stream": trueの​場合、​APIは​Server-Sent Eventsを​返します。​各イベントはchoices[0].delta.contentに​トークンを​含みます。"stream": falseを​設定すると、​完全な​メッセージがchoices[0].message.contentに​含まれる​単一の​JSONレスポンスを​受け取ります。​レスポンスの​形式は​OpenAI Chat Completions APIと​一致します — 完全な​スキーマに​ついてはチャット補完リファレンスを​参照してください。

次の​ステップ

• モデルで​ワークロードに​適した​モデルを​選びましょう。
• チャット補完リファレンスで​サポートされている​すべての​パラメータを​確認しましょう。
• 認証で​サービス間の​認証ヘッダー規約を​学びましょう。