从多模型 API 切换到一行配置：Andrew Ng 开源的 aisuite 为什么值得关注？

昨天 GitHub Trending 上，andrewyng/aisuite 悄悄升到了日榜前列。这不是一个常规的“又一个 LLM 封装库”——它的作者是 Coursera 和 deeplearning.ai 背后的 Andrew Ng，而且它当前正在直接驱动他的下一个桌面产品 OpenWorker。

一句话总结：aisuite 把多模型切换这件事，做到了“改一个字符串就能换模型”。

它解决什么真实问题？

很多团队同时用 OpenAI、Anthropic、Google、Mistral、Ollama，但每家 SDK 的请求格式、字段命名、返回结构都不一样。aisuite 提供两层统一接口：

• Chat Completions API：一套调用方式覆盖多家提供商
• Agents API / Toolkits / MCP：不只是聊天，还能给模型绑定工具、多轮执行、MCP 服务器

最直观的写法是这样的：

import aisuite as ai
client = ai.Client()

models = [
    "openai:gpt-4o",
    "anthropic:claude-3-5-sonnet-20240620",
]

messages = [
    {"role": "system", "content": "Respond in Pirate English."},
    {"role": "user", "content": "Tell me a joke."},
]

for model in models:
    response = client.chat.completions.create(
        model=model,
        messages=messages,
        temperature=0.75,
    )
    print(response.choices[0].message.content)

你唯一要改的就是 model 字符串。不需要分别装各家 SDK，不需要改写业务代码。

为什么会火？

现在有三个信号说明它不是玩具项目：

1. Andrew Ng 本人持续维护，而且已经用它做出桌面产品 OpenWorker
2. 支持 OpenAI、Anthropic、Google、Mistral、Hugging Face、AWS、Cohere、Ollama、OpenRouter、Requesty 等多家
3. 已经从“对话封装”进化到“Agent + MCP”：可以给模型绑定文件、Git、Shell 工具，还能接任意 MCP server

这意味着它不再是一个简单的 API 兼容层，而是一个面向 Agent 开发的多模型底座。

和直接调用 OpenAI SDK 比，优势在哪？

实际落地建议

如果你现在有以下任一场景，值得试 aisuite：

• 同时评估多家模型，想快速做 A/B 对比
• 内部有模型切换需求，但不想重写上层业务
• 正在做 Agent 工具链，希望模型层可插拔

安装也很直接：

pip install aisuite
pip install "aisuite[all]"

然后配好各家 API Key，就可以开始用了。

结语

aisuite 的价值，不是“又少写几行代码”，而是把模型选择权真正还给开发者。当你不再被 SDK 绑定，才能真正做到：谁好用就用谁，而不是谁先装进来就一直用谁。

在这个模型迭代越来越快的阶段，这种“可插拔”能力比任何单一模型性能都更持久。

项目地址：https://github.com/andrewyng/aisuite