Guides
TodayAI Guides
把分散在官方文档和 Cookbook 里的 AI 实践方法，整理成更容易直接动手的中文指南。
Vercel
用 Vercel AI SDK 生成结构化输出
Vercel · AI SDK
用 generateText 与 Output.object 约束模型输出可解析的结构化对象。
Hugging Face
用 Hugging Face Inference Providers 调用托管推理
Hugging Face · Inference
通过 Hugging Face Inference Providers 调用托管模型，而不先自建 GPU。
用 Gemini 生成第一张图像
Google · Image Generation
按 Gemini Image generation 文档，从文本提示生成图像并保存。
打开 Gemini Thinking 观察模型推理预算
Google · Thinking
按 Gemini Thinking 文档配置 thinking 预算，并读取思考与最终回答。
Anthropic
用 Message Batches 批量处理离线请求
Anthropic · Batches
把大量非实时 Claude 请求提交到 Message Batches，稍后再取回结果。
Anthropic
给 Claude 打开 Prompt Caching 复用长上下文
Anthropic · Prompt Caching
按 Anthropic Prompt Caching 文档，给长文档或工具说明加上 cache_control。
OpenAI
用 Prompt Caching 降低重复长上下文成本
OpenAI · Prompt Caching
把稳定的长前缀放到可缓存位置，减少重复请求的延迟与费用。
OpenAI
用 OpenAI Image API 生成第一张图
OpenAI · Image Generation
按官方 Image generation 指南，用 GPT Image 2 从提示词生成一张图片。
OpenAI
用 OpenAI Embeddings 给文档做语义检索向量
OpenAI · Embeddings
按 OpenAI Embeddings 指南生成文本向量，并完成一次最小的相似度比对。
Hugging Face
用 Diffusers 跑通第一次图像生成
Hugging Face · Diffusers
按 Diffusers Quickstart：用 DiffusionPipeline.from_pretrained 加载模型，输入 prompt，取出 images[0] 完成第一次文生图。
Hugging Face
用 Transformers 跑通第一次模型推理
Hugging Face · Models
按 Transformers Quickstart：用 pipeline 做 text-generation，再用 AutoModel / AutoTokenizer 走一遍手动推理路径。
用 Gemini Structured Outputs 约束 JSON 结果
Google · Structured Outputs
按官方 Structured outputs：用 JSON Schema / Pydantic 约束 Gemini 的最终回答格式，提取菜谱等结构化数据并可直接校验。
用 Gemini Embeddings 做文本向量化
Google · Embeddings
按 Gemini API Embeddings 文档：用 embedContent 生成向量，配置 task 前缀或 task_type，并用 output_dimensionality 控制维度。
OpenAI
用 Structured Outputs 拿到可解析的模型结果
OpenAI · Models
用 json_schema + strict 约束 Chat Completions 输出，让结果可以直接解析进入应用逻辑。