免费获得大模型的Api-Key的方法:英伟达提供GLM-4.7、Minimax M2.1模型和GitHub的AI大模型API申请

免费获得大模型的Api-Key的方法:英伟达提供GLM-4.7、Minimax M2.1模型和GitHub的AI大模型API申请

最近一直在玩OpenClaw,无奈OpenClaw是个消耗token的高手!随随便便问了几个问题就能吃掉百万的token数,妥妥的吞金兽,如果有免费的token就好了!

今天就给大家介绍英伟达和Github的免费大模型API Key的获取方法。

传送门:

英伟达-Nvidia的免费API Key

说到英伟达,大家的第一反应可能是"卖显卡的大佬"。但很少有人意识到,拥有强大算力的英伟达,也在积极布局AI云服务市场。这波免费开放API的策略,本质上是一个聪明的生态布局——通过免费服务吸引开发者,为未来的商业变现铺路。

img

 

注册账号

1.打开英伟达官网

https://build.nvidia.com

点击“Login”

img

 

2.输入邮箱

输入邮箱、密码

img

 

3.验证邮箱

到邮箱接受到6位数验证码

img

 

邮箱内容:

img

 

4.创建英伟达云账号

这里随便填写,我填写star-ai-home

再点击“Create nvidia cloud account”

img

 

5.验证手机号

如图点击“Verify”

img

 

在右侧输入手机号码的地方,把+1手动改成+86,然后在+86后面输入你的手机号码,点击“Send Code via SMS”获取短信验证码,如图:

你的手机就能收到一条【优速通】开头的英文验证短信,里面的数字就是验证码,将数字在网页上输入,继续点“Verify”按钮验证成功。

img

 

6.创建API Keys

点击“API Keys”进入管理页面

img

 

点击“Generate API Key”创建API密钥

img

 

输入Key Name

过期默认选择,按照需求选择,可以选择12个月,也可以选择永不过期

最后“Generate Key”确定创建

img

 

复制出API key备用

检测API Key

如果没有Cherry Studio可以自行安装,或者使用其他软件也行。

星哥这里使用 Cherry Studio 测试一下

1.添加英伟达API Key

打开Cherry Studio

点击设置

模型服务,搜索“英伟达”,填写密钥

img

 

2.验证API Key

如图,打开英伟达的接口,再点击检测

选择llama-3.1检测,yi-large检测失败

img

 

3.选择模型

点击“管理”

搜索模型,我这里先oss、glm、minimax的关键字

再添加对应的模型

img

 

img

 

img

 

4.测试问题

回到助手

选择英伟达大模型

img

 

问它一个问题,看是否能回答。

img

 

测试无误,这就是Nvidia的免费API Key的方法。

下面

Github获取免费API Key

首先登录github

如果没有账号则注册

1.申请api key

用浏览器访问:https://github.com/settings/personal-access-tokens

点击:Generate new token

img

 

2.填写信息

填写token name

填写描述,

选择过期时间,我这里选择永不过期

Repository access 选择第一项

img

 

3.添加权限

点击 add permissions

搜索modes

img

 

选择modes

img

 

复制出api key

img

 

4.测试

接下来,浏览器访问 https://github.com/marketplace/models

img

 

再左上角选择API大模型,如 OpenAI、deepseek、DeepSeek 等。

img

 

gpt5不能用

 

免费的key,会有限制:https://docs.github.com/en/github-models/use-github-models/prototyping-with-ai-models#rate-limits

Playground 和免费 API 的使用受到速率限制,包括每分钟请求数、每日请求数、每次请求的令牌数以及并发请求数。如果您遇到速率限制,则需要等待速率限制重置后才能继续发出请求。

5.使用Cherry Studio配置

点击设置

模型服务,搜索“github”,填写密钥

img

 

测试成功

img

 

结束

英伟达和GitHub的这两条免费通道,给了我们一个低成本体验顶级AI能力的机会。无论是用于个人学习、项目验证,还是作为产品的初期解决方案,都是极具价值的选择。

Read more

告别臃肿!使用 git-filter-repo 优雅清理 Git 历史记录

告别臃肿!使用 git-filter-repo 优雅清理 Git 历史记录

痛点:为什么我们的 .git 文件夹越来越大? 在日常开发中,你是否遇到过这样的情况:项目代码本身没多少,但执行 git clone 时却要下载几个 G 的数据?或者偶尔手抖,把包含密码的配置文件、测试用的 .mp4 视频、甚至是庞大的 .node_modules 目录提交到了 Git 中。 即便你随后立刻执行了 git rm 删除了这些文件,并在最新的 commit 中修复了问题,Git 的核心机制依然会忠实地在历史树中永久保留它们。这些“历史遗留物”会持续占用磁盘空间,拖慢拉取代码的速度。 为了彻底将它们从历史记录中抹除,我们需要重写 Git 历史。 过去,我们常使用 git filter-branch 或 BFG Repo-Cleaner。但今天,我要向大家强烈推荐

By Ne0inhk
熟练使用 GitHub Copilot、Cursor、JetBrains AI Assistant 的实战指南

熟练使用 GitHub Copilot、Cursor、JetBrains AI Assistant 的实战指南

这三款工具都是当前最强的 AI 编程助手,能显著提升你的开发效率。掌握它们后,你可以让 AI 处理繁琐的基础工作,专注于核心业务逻辑。以下是针对你提出的 4 个核心需求 的详细操作指南,包含 具体步骤、最佳实践和注意事项。 一、让 AI 为你生成单元测试和边界测试用例 为什么需要边界测试? * 单元测试只覆盖正常场景,边界测试(如 null、极值、异常输入)能暴露隐藏 Bug。 * AI 容易遗漏边界情况,必须明确要求才会生成。 📌 操作步骤(分工具说明) 1. GitHub Copilot(适用于 VS Code、JetBrains IDE 等) 适用场景:在代码编写时实时生成测试用例。 步骤: 1. 编写被测函数(例如一个计算器函数): def

By Ne0inhk
OpenClaw 六大开源替代方案深度对比

OpenClaw 六大开源替代方案深度对比

从 500 行代码的 NanoClaw 到 40 万行的 OpenClaw,解析六大 AI 智能体项目的架构差异与选型指南 项目背景 2025 年 11 月,Peter Steinberger 上传了一个名为 OpenClaw 的原型代码。短短 84 天内,该项目收获了 20 万颗 Star,成为 GitHub 史上增长最快的软件项目。这股热潮催生了一系列轻量级替代方案,各自在不同维度上优化 AI 智能体的实现。 本文对比分析六大开源 Claws 项目,帮助开发者根据自身需求选择合适的方案。 六大 Claws 项目概述 1. NanoClaw —— 容器隔离的极简主义 核心特色: 仅 500 行 TypeScript,

By Ne0inhk
使用vscode配合git实现代码仓库回滚

使用vscode配合git实现代码仓库回滚

文章目录 * 1. 找到你要回退节点的哈希值 * 1.1. 使用 git log 命令 * 1.2. 也可以使用vscode编辑器的源码管理工具 * 2. 重置到指定提交 * 3. 强制推送到远程仓库(如果需要) 1. 找到你要回退节点的哈希值 首先,你需要找到你要回退到的那个提交的哈希值(commit hash)。 1.1. 使用 git log 命令 使用 git log 命令来查看提交历史。 1.2. 也可以使用vscode编辑器的源码管理工具 选中此节点,右键选择复制提交ID 2. 重置到指定提交 使用git reset命令来重置你的工作目录和索引到指定的提交。假设你要回退到的提交的哈希值是 abc1234,你可以使用以下命令: git reset --hard abc1234 * --hard

By Ne0inhk