nurf-ai/ai：跨多家 AI 服务商的多模态 Go 模块，内置真实成本计量

nurf-ai/ai · Multimodal Go AI module with realistic cost tracking, not just tokens.

GitHub原文发布未知首次收录 2026-10-16上架 2026-10-16 07:03

ELI5：它是什么，解决什么问题

nurf-ai/ai 是一个 Go 语言模块，用于在多家 AI 服务商之间统一构建聊天、流式输出、推理、工具调用、结构化输出、嵌入、语音转文字、文字转语音、音效、音乐生成、实时语音、内容审核、图像生成与编辑、视频生成等能力。其特色是内置按模型计价器，可估算 token、图像、视频秒数、语音字符与音频时长等真实成本，并通过 models.json 集中维护模型费率与上下文窗口。

# 成本监控 # 生成式 AI # token 统计 # 多模态 ML 融合 # realtime-voice

核心能力与快速开始

★ 1 · Go

能做什么: 提供统一的 Go 接口，封装多家 AI 服务商：LLM 聊天、流式（迭代器与 channel 两种方式，可回退到 Chat）、推理、工具调用、结构化输出（含视觉输入的多模态结构化输出）、文本嵌入、图像生成与编辑、视频生成（文生视频/图生视频，含按价格与可用性路由最便宜服务商）、语音转文字、文字转语音、音效、音乐与带人声歌曲生成、实时语音（WebSocket 双向音频与工具调用）、内容审核。内置计量与定价：SetLLMMeter/SetSTTMeter 等上报 UsageEvent，EstimateCostFull、EstimateVideoCost、EstimateTTSCost、EstimateSTTCost、EstimateAudioCost、EstimateVideoCostByTokens、EstimateImageCostByTokens 按模型估算成本，费率与上下文窗口集中在 models.json 并在编译时嵌入。System One 支持以 noul（布尔概率）、choice（分类）、score（序数）类型问题批量评估内容。
适用场景: 在 Go 项目中统一接入 Anthropic、OpenAI、Gemini、Ollama、Hugging Face、OpenRouter、ElevenLabs、fal、MiniMax 等服务商，构建多模态应用；为会话、语音、图像、视频等调用做按模型成本统计与分摊（通过 meter 回调与上下文标注 WithMeterCallerID/WithMeterOperation/WithMeterMetadata）；实现实时语音助手并在会话中调用工具；用 System One 对内容做带概率的自动判定，如紧急程度与情绪评分。
项目形态: 开发框架
部署方式: 未说明
主要依赖: Go 语言模块（go get github.com/nurf-ai/ai）；流式迭代器方式需 Go 1.23+；使用需自备各服务商 API Key；集成测试需在 .env.test 中填写密钥，未填密钥的服务商会跳过。硬件与运行环境要求未说明。
使用限制: README 中的能力覆盖矩阵显示部分能力尚未运行或未通过（用 — 表示未运行、✗ 表示失败），并非所有服务商支持全部功能；图像生成在 openai、gemini、fal、openrouter 之外未列出；OpenRouter 等按次上报成本的服务商标注为 pricing: dynamic，不提供固定费率；API 成本、配额与商用许可条件未说明。
许可证: MIT
最近推送: 2026-10-15 08:26

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-16 07:00 · 卡片整理：2026-10-16 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

职业应用

程序员

在 Go 项目中通过该模块统一接入多家 AI 服务商的聊天、流式输出、工具调用、结构化输出、嵌入、语音、图像与视频生成等能力，并利用内置按模型计价器估算 token、图像、视频秒数、语音字符与音频时长等真实成本。

查看内容依据

Multimodal Go module for building across AI providers, with realistic cost tracking baked in, not just token counts.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

产品经理

在评估或规划多模态 AI 功能时，参考该模块覆盖的聊天、推理、工具调用、结构化输出、语音转文字、文字转语音、音效、音乐生成、实时语音、内容审核、图像生成与编辑、视频生成等能力清单，以及按模型计价器对 token、图像、视频秒数、语音字符与音频时长的成本估算方式。

查看内容依据

From the obvious to the overlooked: chat, streaming, reasoning, tool use, structured output, system one, embeddings, speech-to-text, text-to-speech, sound effects, music generation, realtime voice, moderation, image gen & editing, video gen.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

AI Career Intelligence Platform：基于语义向量匹配的招聘与求职智能平台

这是一个面向求职者与招聘方的 AI 招聘智能 SaaS 应用，结合 pgvector 与 Sentence Transformers 的语义向量嵌入，以及 spaCy 的 NLP 技能抽取，实现候选人与职位的智能匹配。平台提供求职者仪表盘（简历上传、动态匹配评分、生成式职业建议）和招聘方仪表盘（职位发布、可解释的候选人排名），并通过 Celery + Redis 进行异步处理，使用 JWT 进行安全认证。

Tracify：面向 AI Agent 的可观测性与故障防护平台

Tracify 是一个面向 AI Agent 的可观测性与故障防护平台，通过捕获 Agent 运行、LLM 生成、工具调用、成本、评测与失败信息，帮助团队理解发生了什么、定位并修复问题、验证修复效果并防止同类故障复发。它提供 TypeScript 与 Python SDK（包名 tracify-sdk），支持嵌套运行、自定义 span、重试与错误追踪，并配套数据集与评测器、Prompt 版本管理与部署标签、成本与运行时策略（SDK 失败开放）、区域端点与公开健康状态页面。架构上以 SDK/OTLP 接入 Next.js 摄取，经 Tinybird 存储高吞吐遥测数据、Convex 保存项目元数据与工作流状态，并输出到仪表盘。

心理健康风险评估系统（DWS）：面向高校的多模态心理健康筛查与预警平台

该项目是一个面向高校场景的心理健康筛查与预警平台，融合结构化问卷、文本分析与生理信号进行多模态风险评估。后端采用 FastAPI，前端采用 Vue 3 + TypeScript，包含用户、咨询师、管理员三角色工作台，并覆盖异步任务调度、实时告警、模型治理（漂移检测、金丝雀发布、回滚）、可观测性（Prometheus、Grafana、Sentry、OpenTelemetry）以及 PII 加密、审计、限流等安全合规能力。项目定位为“AI + 全栈 + DevOps + 可观测性”的个人作品集级完整系统示例。

decision-longctx-evals：面向决策模型的长上下文检索与推理评测工具

该项目为“决策模型”（读取状态并对固定选项集返回概率、而非生成文本的模型）提供两套长上下文评测：Decision RULER 包含 11 个合成任务（针检索、变量追踪、词计数），以多选题决策形式覆盖 64K 至 1M token；Decision LCR 基于真实文档（每份约 100K token）的 100 道多选题。项目提供 pip 安装的 dlce 命令行工具，通过向自定义 HTTP 端点发送包含 state、question、options 的请求并接收每个选项的概率来运行评测，支持并发、多端点分发、断点续跑，并按任务平均分（RULER）或全对准确率（LCR）计分，输出逐决策的 JSON 记录。该评测是 RULER 与 AA-LCR 面向决策模型的原则性改编，分数与原基准不可直接比较。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。