NeuSo erkennen wir Verkäufer, die das falsche Modell anbieten – und du bekommst dein Geld zurück.
UberLLM

Starter-Kits

Vier kleine Projekte, die Sie kopieren und ausführen können. Jedes verwendet UberLLM als Modell-Provider über https://api.uberllm.dev/v1, fixiert seine Abhängigkeitsversionen und kommt mit einem Smoke-Test.

Starter Was Sie erhalten Stack
Next.js Chat-App Eine Streaming-Chat-App mit einem Tool und typisierter Ausgabe Next.js, Vercel AI SDK
LangGraph Agent Ein Agent, der Tools in einer Schleife aufruft Python, LangGraph
CrewAI Crew Zwei Agenten, die recherchieren und schreiben Python, CrewAI
Agent CLI, kein Framework Ein Tool-aufrufender Agent in einer Datei ohne Abhängigkeiten TypeScript, Node

Schnellstart

  1. Kopieren Sie einen Starter. Ersetzen Sie tool-agent-cli durch nextjs-ai-sdk-chat, langgraph-agent oder crewai-crew für die anderen:

    npx degit PSA-Team-source/uberllm/starters/tool-agent-cli my-agent
cd my-agent

  2. Erstellen Sie einen Schlüssel unter Dashboard → Keys und fügen Sie ihn in die env-Datei des Starters ein. Konten beginnen bei $0,, fügen Sie also Guthaben hinzu, bevor Sie den ersten Aufruf tätigen.

    cp .env.example .env   # .env.local for the Next.js starter

  3. Führen Sie ihn aus. Die README-Datei jedes Starters enthält die genauen Befehle:

    Starter Installation Ausführen
    nextjs-ai-sdk-chat npm install npm run dev, dann öffnen Sie http://localhost:3000
    langgraph-agent pip install -r requirements.txt python agent.py "What would 3 million output tokens of openai/gpt-5.5 cost?"
    crewai-crew pip install -r requirements.txt python crew.py openai/gpt-5.5 anthropic/claude-sonnet-5.5
    tool-agent-cli nichts (Node 22.18 oder neuer) node agent.ts "What does this project do?"

Das Standardmodell ist deepseek/deepseek-v4-flash. Setzen Sie UBERLLM_MODEL auf ein beliebiges Chat-Modell auf uberllm.dev/models, das Tools unterstützt.

Was jeder Starter zeigt

  • Next.js Chat-App. useChat auf der Seite, streamText in der Route, ein Tool, das Live-Modellpreise nachschlägt, und der Anbieter mit supportsStructuredOutputs: true eingerichtet, was für die getippte Ausgabe (Output.object) benötigt wird. Mehr zum SDK: Vercel AI SDK.
  • LangGraph Agent. Der Standard-Agenten-Graph (Modell → Tools → Modell) mit ChatOpenAI, das auf UberLLM zeigt. Mehr: LangChain.
  • CrewAI Crew. Zwei Agents auf einem Modell. Die Modell-ID ist als "openai/" + <UberLLM id> mit custom_openai=True geschrieben, wodurch CrewAI einen OpenAI-kompatiblen Endpoint erreicht.
  • Agent CLI. Die gesamte Tool-Schleife in etwa 200 Zeilen einfachem fetch: sende die Tools, führe die Aufrufe aus, die das Modell anfordert, sende die Ergebnisse zurück, wiederhole. Es gibt Token-Zählungen und die Kosten jeder Antwort aus.

Was jeder Starter macht

  • Der Schlüssel geht nur an UberLLM. Die base URL ist im Code festgelegt, sodass ein OPENAI_BASE_URL in Ihrer Shell nicht verwendet wird.
  • Exakte Versionen. Abhängigkeiten sind fixiert, sodass der Starter, den Sie kopieren, derjenige ist, der getestet wurde.
  • Ein Smoke-Test. Ohne Schlüssel läuft er gegen einen Platzhalter für die API. Wenn UBERLLM_API_KEY gesetzt ist, macht er auch einen echten Aufruf, der etwa einen Cent oder weniger kostet.

Jeder Aufruf kostet, was sein Anbieter berechnet hat, und ein fehlgeschlagener Aufruf wird nicht abgerechnet. Um zu begrenzen, was ein Schlüssel ausgeben kann, legen Sie ein Ausgabenlimit dafür im Dashboard → Keys fest. Siehe Pricing.

Ein Live-Preis-Badge für Ihr README

Unterstützt Ihr Projekt UberLLM? Ein Badge zeigt den aktuellen Preis des von Ihnen empfohlenen Modells an. UberLLM stellt es als SVG bereit, sodass es sich bei Preisänderungen automatisch aktualisiert.

DeepSeek V4 Flash Preis auf UberLLM

Markdown:

[![DeepSeek V4 Flash price on UberLLM](https://api.uberllm.dev/api/v1/public/badge/deepseek/deepseek-v4-flash.svg)](https://uberllm.dev/models/deepseek/deepseek-v4-flash?utm_source=embed&utm_medium=referral&utm_campaign=price-badge)

HTML:

<a href="https://uberllm.dev/models/deepseek/deepseek-v4-flash?utm_source=embed&amp;utm_medium=referral&amp;utm_campaign=price-badge"><img src="https://api.uberllm.dev/api/v1/public/badge/deepseek/deepseek-v4-flash.svg" alt="DeepSeek V4 Flash price on UberLLM"></a>
  • Verwenden Sie eine beliebige Modell-ID von uberllm.dev/models in beiden Adressen, zum Beispiel anthropic/claude-sonnet-5.5.
  • Eine nicht existierende ID antwortet mit 404,, prüfen Sie daher, ob das Badge geladen wird, bevor Sie committen.
  • Für die Zahlen anstelle eines Bildes sind die gleichen Preise als JSON unter https://api.uberllm.dev/api/v1/public/prices?model=<model id> verfügbar. Kein key erforderlich, und Browser können es aufrufen. Siehe Price API and price badge.
  • Um Ihre App auf uberllm.dev/apps aufgelistet zu bekommen, senden Sie die beiden Header in Apps.

Weitere Beispiele

Einzeldiebeispiele für weitere SDKs und Sprachen (OpenAI- und Anthropic-SDKs, LlamaIndex, LiteLLM, Pydantic AI, Go, Rust, Java, .NET, curl, Bilder, Video, Musik und Sprache) finden Sie im Kochbuch.