Biblioteca Rust que oferece uma API comum para conversar com vários provedores de IA usando o protocolo nativo de cada um.
ksylvest/omniai
Uma API Ruby unificada para chat, fala e embeddings em vários provedores de IA, como OpenAI, Anthropic, Google, Mistral e DeepSeek.
- Estrelas
- 254
- Forks
- 15
- Issues abertas
- 1
- Último commit
- há 7 dias
O que é?
OmniAI é uma biblioteca Ruby que oferece aos desenvolvedores uma interface consistente para vários provedores de IA, incluindo Anthropic, DeepSeek, Google, Mistral e OpenAI. Cada provedor é distribuído em seu próprio gem, então você instala apenas os clientes de que precisa. Para trocar de provedor, basta mudar o cliente, sem alterar o código que faz as chamadas.
A biblioteca oferece chat (com streaming, prompts multimodais, chamadas de ferramentas e saída estruturada por meio de schemas), conversão de texto em fala, conversão de fala em texto e geração de embeddings. Também inclui uma interface de linha de comando para testes rápidos e uma implementação de servidor MCP que funciona via stdio.
O projeto também documenta o suporte a endpoints compatíveis com OpenAI, como LocalAI e Ollama, além de logging e timeouts configuráveis e opções de extended thinking e cache de prompts quando disponíveis nos provedores.
Recursos principais
- 01Interface única de cliente para OpenAI, Anthropic, Google, Mistral e DeepSeek
- 02Chat com saída em streaming, mensagens de sistema e de usuário e entradas de imagem
- 03Chamadas de ferramentas com classes de ferramentas em Ruby e respostas estruturadas baseadas em schemas
- 04Conversão de texto em fala, conversão de fala em texto e geração de embeddings
- 05Interface de linha de comando e servidor MCP via stdio
Casos de uso
- Desenvolver uma aplicação Ruby ou Rails que precise chamar um LLM sem ficar preso a um único fornecedor
- Comparar respostas de diferentes provedores usando o mesmo código
- Adicionar transcrição ou síntese de fala a um serviço Ruby
- Conectar uma aplicação Ruby a um servidor local de modelos compatível com OpenAI
Início rápido
- 1
Instale a gem principal do omniai
gem install omniai - 2
Instale uma gem de provedor, como a da OpenAI
gem install omniai-openai - 3
Crie um cliente e envie uma solicitação de chat
Antes de usar
- É necessário ter as chaves de API de cada provedor de IA para fazer solicitações.
- Cada provedor precisa de uma gem própria instalada.
Em coleções
Tópicos
Perguntas frequentes
- O que é omniai?
- Uma API Ruby unificada para chat, fala e embeddings em vários provedores de IA, como OpenAI, Anthropic, Google, Mistral e DeepSeek. OmniAI é uma biblioteca Ruby que oferece aos desenvolvedores uma interface consistente para vários provedores de IA, incluindo Anthropic, DeepSeek, Google, Mistral e OpenAI. Cada provedor é distribuído em seu próprio gem, então você instala apenas os clientes de que precisa. Para trocar de provedor, basta mudar o cliente, sem alterar o código que faz as chamadas.
- omniai é gratuito? Qual é a licença?
- omniai é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- omniai ainda é mantido?
- Manutenção ativa. O último commit de omniai foi em 30 de out. de 2026.
- Para que posso usar omniai?
- Desenvolver uma aplicação Ruby ou Rails que precise chamar um LLM sem ficar preso a um único fornecedor Comparar respostas de diferentes provedores usando o mesmo código Adicionar transcrição ou síntese de fala a um serviço Ruby Conectar uma aplicação Ruby a um servidor local de modelos compatível com OpenAI
- Como instalar omniai?
- Instale a gem principal do omniai: gem install omniai Instale uma gem de provedor, como a da OpenAI: gem install omniai-openai Crie um cliente e envie uma solicitação de chat
- Onde consigo omniai?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/ksylvest/omniai
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Biblioteca Java que oferece a aplicações JVM uma API unificada para provedores de LLM e vector stores, com tool calling, agentes e RAG.
Um pequeno modelo fundacional executado no dispositivo para chamadas de ferramentas, extração estruturada, embeddings e transcrição de fala em celulares, wearables, robôs e microcontroladores.
Biblioteca Python leve que oferece uma API no estilo OpenAI para vários provedores de LLM, além de uma Agents API com ferramentas e suporte a MCP.
Proxy HTTP em Java que oferece uma API unificada para vários modelos de chat completion e embeddings, assistentes e aplicações.
Biblioteca Java para acessar a API REST do servidor Ollama, com suporte a chat, geração, ferramentas, embeddings e gerenciamento de modelos.