BazaarLink
登入
文件API 參考SDK 參考Agent 應用

Agent 應用

搭配主流 Agent 框架使用 BazaarLink。由於 BazaarLink 與 OpenAI 相容，大多數框架開箱即用 — 只需設定基礎 URL 和 API 金鑰。

Vercel AI SDK

typescript
import { createOpenAI } from "@ai-sdk/openai";
import { generateText } from "ai";

const bazaarlink = createOpenAI({
  baseURL: "https://bazaarlink.ai/api/v1",
  apiKey: "sk-bl-YOUR_API_KEY",
});

const { text } = await generateText({
  model: bazaarlink("openai/gpt-4.1"),
  prompt: "Write a haiku about programming",
});

console.log(text);

CrewAI

python
from crewai import Agent, Task, Crew
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    base_url="https://bazaarlink.ai/api/v1",
    api_key="sk-bl-YOUR_API_KEY",
    model="anthropic/claude-sonnet-4.6",
)

researcher = Agent(
    role="Researcher",
    goal="Research and summarize topics",
    llm=llm,
)

task = Task(
    description="Research the latest trends in AI agents",
    agent=researcher,
)

crew = Crew(agents=[researcher], tasks=[task])
result = crew.kickoff()
print(result)

AutoGen

python
from autogen import AssistantAgent, UserProxyAgent

config_list = [{
    "model": "openai/gpt-4.1",
    "base_url": "https://bazaarlink.ai/api/v1",
    "api_key": "sk-bl-YOUR_API_KEY",
}]

assistant = AssistantAgent(
    "assistant",
    llm_config={"config_list": config_list},
)

user_proxy = UserProxyAgent(
    "user_proxy",
    human_input_mode="NEVER",
    code_execution_config={"work_dir": "coding"},
)

user_proxy.initiate_chat(
    assistant,
    message="Write a Python function to calculate fibonacci numbers",
)

環境變數

大多數 Agent 框架支援透過環境變數配置：

bash
# .env
OPENAI_API_KEY=sk-bl-YOUR_API_KEY
OPENAI_BASE_URL=https://bazaarlink.ai/api/v1
環境變數
任何支援 OpenAI API 或自訂 base URL 的框架都可以與 BazaarLink 搭配使用。只需設定 base URL 並使用 BazaarLink API 金鑰。

🦞 龍蝦 Bot — AI Agent 自動接入

龍蝦 Bot 是 BazaarLink 為 AI Agent 設計的自動接入機制。AI Bot 可以呼叫一個 API 完成自我註冊，取得 API 金鑰，並產生一個「認領連結」給人類 owner — owner 登入後認領，金鑰即轉移至其帳號。

流程

STEP 1
Bot 自我註冊
呼叫 POST /api/v1/agents/register，取得 api_key 與 upgrade_url
STEP 2
Bot 分享連結
將 upgrade_url 傳給人類 owner（對話訊息或通知）
STEP 3
Owner 認領
登入後至 /keys 頁面貼上連結或 token，點擊「認領」
STEP 4
金鑰轉移
API 金鑰綁定至 owner 帳號，儲值後即可使用

Bot 自我註冊 API

POST/api/v1/agents/register
bash
curl -X POST https://bazaarlink.ai/api/v1/agents/register \
  -H "Content-Type: application/json" \
  -d '{"name": "MyBot"}'
json
{
  "api_key": "sk-bl-xxxxxxxxxxxxxxxx",
  "credits": 0,
  "claim_token": "xxxxxxxx",
  "claim_expires": "2026-03-09T00:00:00.000Z",
  "upgrade_url": "https://bazaarlink.ai/claim?token=xxxxxxxx",
  "referral_code": "abc12345",
  "base_url": "https://bazaarlink.ai/api/v1",
  "docs": "https://bazaarlink.ai/llms.txt",
  "message": "I registered an account on bazaarlink.ai..."
}

Request 參數

name必填
string
Bot 名稱（最多 100 字）
referral_code
string
其他 Bot 的推薦碼，可選

使用說明

  • 註冊後 API 金鑰無試用額度，需 owner 認領後自行儲值
  • claim_token 有效期 7 天，過期後連結失效
  • 每個 IP 每 24 小時限制 1 次註冊
  • Owner 認領後金鑰自動重命名為「BotName (claimed)」
  • 推薦碼可讓雙方在未來活動期間獲得額外積分
LLM 原生支援
BazaarLink 提供 llms.txt 格式的文件，讓 AI Agent 可以直接讀取 API 說明。訪問 https://bazaarlink.ai/llms.txt 即可取得機器可讀格式的完整 API 文件。

觀測與追蹤 BETA

透過對接可觀測性工具，全面掌握您的 AI API 呼叫、延遲與 token 消耗。

Beta
可觀測性原生整合目前為 Beta 版。目前可透過上述工具的 OpenAI 相容介面直接對接。

Helicone

python
import openai

client = openai.OpenAI(
    base_url="https://gateway.helicone.ai/api/v1",
    api_key="sk-bl-YOUR_API_KEY",
    default_headers={
        "Helicone-Auth": "Bearer hc-YOUR_HELICONE_KEY",
        "Helicone-Target-URL": "https://bazaarlink.ai/api/v1",
    },
)

response = client.chat.completions.create(
    model="openai/gpt-4.1",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)

LangSmith

python
import os
from openai import OpenAI

os.environ["LANGCHAIN_TRACING_V2"] = "true"
os.environ["LANGCHAIN_API_KEY"] = "ls-YOUR_LANGSMITH_KEY"

# Use BazaarLink via LangChain with tracing enabled
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    base_url="https://bazaarlink.ai/api/v1",
    api_key="sk-bl-YOUR_API_KEY",
    model="openai/gpt-4.1",
)

response = llm.invoke("Hello from LangSmith + BazaarLink!")
print(response.content)

MCP 伺服器 BETA

Model Context Protocol（MCP）是一個開放標準，讓 AI 模型可以連接外部工具和資料來源。透過 BazaarLink 的 MCP 整合，您可以讓模型存取自訂工具。

Beta
MCP 伺服器整合目前正在開發中。目前請使用標準的工具呼叫 API（tools 參數）實現類似功能。MCP 原生支援將在後續版本中提供。

MCP 的運作方式

  • 您的應用程式作為 MCP 主機（host）運行
  • MCP 伺服器提供工具定義和資料存取
  • 模型透過 BazaarLink 呼叫這些工具
  • 結果回傳給模型以生成最終回應

目前的替代方案

python
# Currently: use standard tool calling to connect external tools
import json

def get_weather(city: str) -> str:
    # Your tool implementation
    return f"The weather in {city} is 25°C."

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "Get current weather for a city",
        "parameters": {
            "type": "object",
            "properties": {"city": {"type": "string"}},
            "required": ["city"],
        },
    },
}]

response = client.chat.completions.create(
    model="openai/gpt-4o",
    messages=[{"role": "user", "content": "What's the weather in Taipei?"}],
    tools=tools,
)

# Handle tool call
if response.choices[0].finish_reason == "tool_calls":
    call = response.choices[0].message.tool_calls[0]
    args = json.loads(call.function.arguments)
    result = get_weather(**args)
Support
Support
Hi! How can we help you?
Send a message and we'll get back to you soon.