{"meta":{"title":"GitHub Models 快速入门","intro":"使用 GitHub Models 只需几分钟即可运行你的第一个模型。","product":"GitHub 模型","breadcrumbs":[{"href":"/zh/github-models","title":"GitHub 模型"},{"href":"/zh/github-models/quickstart","title":"快速入门"}]},"body":"## 简介\n\nGitHub Models 是来自 GitHub 的 AI 推理 API，使用它，只需要使用 GitHub 凭据即可运行 AI 模型。 可以从许多不同的模型（包括 OpenAI、Meta 和 DeepSeek）中进行选择，并在脚本、应用甚至 GitHub Actions\n中使用这些模型，而无需设置单独的身份验证过程。\n\n本指南可帮助你在操场中快速试用模型，并演示如何通过 API 或工作流运行第一个模型。\n\n## 步骤 1：在操场中试用模型\n\n1. 转到 ****。\n2. 在操场中，从下拉菜单中选择至少一个模型。\n3. \\*\\*\\*\\* 使用“Chat”视图测试不同的提示，并比较不同模型的响应。\n4. \\*\\*\\*\\* 使用“Parameters”视图自定义要测试的模型的参数，看看它们会如何影响响应。\n\n > \\[!NOTE]\n > 如果已登录 GitHub，可直接开始使用操场。 它使用你的 GitHub 帐户进行访问 - 无需进行设置或 API 密钥。\n\n## 步骤 2：进行 API 调用\n\n有关可用字段、标头和请求格式的完整详细信息，请参阅 [GitHub Models 的 API 参考](/zh/rest/models/inference?apiVersion=2022-11-28)。\n\n若要以编程方式调用模型，需要：\n\n* GitHub 帐户。\n* 具有 `models` 作用域的 personal access token (PAT)，可[在设置](https://github.com/settings/tokens)中创建。\n\n1. 运行以下 `curl` 命令，将 `YOUR_GITHUB_PAT` 替换为自己的令牌。\n\n ```bash copy\n curl -L \\\n -X POST \\\n -H \"Accept: application/vnd.github+json\" \\\n -H \"Authorization: Bearer YOUR_GITHUB_PAT\" \\\n -H \"X-GitHub-Api-Version: 2022-11-28\" \\\n -H \"Content-Type: application/json\" \\\n https://models.github.ai/inference/chat/completions \\\n -d '{\"model\":\"openai/gpt-4.1\",\"messages\":[{\"role\":\"user\",\"content\":\"What is the capital of France?\"}]}'\n ```\n\n2. 会收到如下所示的响应：\n\n ```json\n {\n \"choices\": [\n {\n \"message\": {\n \"role\": \"assistant\",\n \"content\": \"The capital of France is **Paris**.\"\n }\n }\n ],\n ...other fields omitted\n }\n ```\n\n3. 若要尝试其他模型，可将 JSON 有效负载中 `model` 字段的值更改为[市场](https://github.com/marketplace/models)中的一个值。\n\n## 步骤 3：在 GitHub Actions\n\n中运行模型\n\n1. 在存储库中，在 `.github/workflows/models-demo.yml` 处创建工作流文件。\n\n2. 将以下工作流粘贴到刚刚创建的文件中。\n\n ```yaml copy\n name: Use GitHub Models\n\n on: [push]\n\n permissions:\n models: read\n\n jobs:\n call-model:\n runs-on: ubuntu-latest\n steps:\n - name: Call AI model\n env:\n GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}\n run: |\n curl \"https://models.github.ai/inference/chat/completions\" \\\n -H \"Content-Type: application/json\" \\\n -H \"Authorization: Bearer $GITHUB_TOKEN\" \\\n -d '{\n \"messages\": [\n {\n \"role\": \"user\",\n \"content\": \"Explain the concept of recursion.\"\n }\n ],\n \"model\": \"openai/gpt-4o\"\n }'\n ```\n\n > \\[!NOTE]\n > 调用 GitHub Models 的工作流必须在权限块中包含 `models: read`。 GitHub 承载的运行器自动提供 `GITHUB_TOKEN`。\n\n3. 提交并推送以触发工作流。\n\n此示例演示如何向模型发送提示并在持续集成 (CI) 工作流中使用响应。 有关更高级的用例，例如汇总问题、检测 bug 报告缺少的重现步骤或响应拉取请求，请参阅 [在 GitHub Copilot 中配置对 AI 模型的访问权限](/zh/github-models/use-github-models/integrating-ai-models-into-your-development-workflow)。\n\n## 步骤 4：保存第一个提示文件\n\nGitHub Models 支持 `.prompt.yml` 文件中定义的可重用提示。 将此文件添加到存储库后，它将显示在存储库的“Models”页中，并且可以直接在提示编辑器和评估工具中运行。 详细了解 [在 GitHub 存储库中存储提示](/zh/github-models/use-github-models/storing-prompts-in-github-repositories)。\n\n1. 在存储库中，创建名为 `summarize.prompt.yml` 的文件。 可以将其保存在任何目录中。\n\n2. 将以下示例提示粘贴到刚刚创建的文件中。\n\n ```yaml copy\n name: Text Summarizer\n description: Summarizes input text concisely\n model: openai/gpt-4o-mini\n modelParameters:\n temperature: 0.5\n messages:\n - role: system\n content: You are a text summarizer. Your only job is to summarize text given to you.\n - role: user\n content: |\n Summarize the given text, beginning with \"Summary -\":\n \n {{input}}\n \n ```\n\n3. 提交文件并将其推送到存储库。\n\n4. \\*\\*\\*\\* 转到存储库中的“Models”选项卡。\n\n5. \\*\\*\\*\\* 在导航菜单中，单击“ Prompts”，然后单击提示文件。\n\n6. 提示将在提示编辑器中打开。 单击 **“运行”** 。 将显示一个右侧边栏，并提示输入文本。 \\*\\*\\*\\* 输入任何文本，然后再次单击右下角的“Run”进行测试。\n\n > \\[!NOTE]\n > 提示编辑器不会自动将存储库内容传递到提示中。 手动提供输入。\n\n## 步骤 5：设置第一个评估\n\n通过评估，可测量不同模型对相同输入的响应方式，从而为用例选择最优模型。\n\n1. 返回到在上一步中创建的 `summarize.prompt.yml` 文件。\n\n2. 更新文件以匹配以下示例。\n\n ```yaml copy\n name: Text Summarizer\n description: Summarizes input text concisely\n model: openai/gpt-4o-mini\n modelParameters:\n temperature: 0.5\n messages:\n - role: system\n content: You are a text summarizer. Your only job is to summarize text given to you.\n - role: user\n content: |\n Summarize the given text, beginning with \"Summary -\":\n \n {{input}}\n \n testData:\n - input: |\n The quick brown fox jumped over the lazy dog.\n The dog was too tired to react.\n expected: Summary - A fox jumped over a lazy, unresponsive dog.\n - input: |\n The museum opened a new dinosaur exhibit this weekend. Families from all\n over the city came to see the life-sized fossils and interactive displays.\n expected: Summary - The museum's new dinosaur exhibit attracted many families with its fossils and interactive displays.\n evaluators:\n - name: Output should start with 'Summary -'\n string:\n startsWith: 'Summary -'\n - name: Similarity\n uses: github/similarity\n ```\n\n3. 提交文件并将其推送到存储库。\n\n4. \\*\\*\\*\\* 在存储库中，单击“Models”选项卡。\\*\\*\\*\\* 然后单击“ Prompts”，并在提示编辑器中重新打开相同的提示。\n\n5. \\*\\*\\*\\*\\*\\*\\*\\* 在左上角，可以将视图从“Edit”切换为“Compare”。 单击“比较”。\n\n6. 将自动设置评估。 \\*\\*\\*\\* 单击“Run”查看结果。\n\n > \\[!TIP]\n > 通过单击“Add prompt”，可以\\*\\*\\*\\* 使用不同的模型运行相同的提示，或更改提示词，一次性获得多种变体的推理响应，还能查看评估情况，并将它们并排比较，从而做出基于数据的模型选择。\n\n## 后续步骤\n\n* [关于 GitHub Models](/zh/github-models/about-github-models)。\n* [浏览模型目录](https://github.com/marketplace?type=models)\n* [在 GitHub 存储库中存储提示](/zh/github-models/use-github-models/storing-prompts-in-github-repositories)\n* [评估 AI 模型](/zh/github-models/use-github-models/evaluating-ai-models)\n* [在 GitHub Copilot 中配置对 AI 模型的访问权限](/zh/github-models/use-github-models/integrating-ai-models-into-your-development-workflow#using-ai-models-with-github-actions)"}