Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Docs suggestion: add an AnyLLM provider quickstart (single OpenAI-compatible endpoint for 24+ models)

Aperta Adatta ai principianti
  • Qualcosa non va?
#414 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
2/5
Tempo stimato
Mezza giornata
Idoneità per principianti
62/100
Tipo di issue
Documentazione
Chiarezza
Abbastanza chiara
Stato di attività
Tranquilla
Ambito
documentation

Direzione di ricerca

Inizia individuando e leggendo le guide rapide dei provider esistenti di EverOS per conoscerne il formato e i dettagli di configurazione che trattano. Aggiungi una voce su AnyLLM che spieghi l’endpoint compatibile con OpenAI e la configurazione TOML/.env menzionata nell’issue. Il lavoro è completato quando la guida rapida si integra con la documentazione esistente e fornisce ai lettori le informazioni necessarie per configurare AnyLLM.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Hi team,

I've been following EverOS — the local-first, Markdown-as-single-source-of-truth
design and the engineering discipline here (import-linter layering, dead-letter
queues, CI gates) are genuinely impressive.

Why I'm opening this issue:

EverOS runs LLM calls as a continuous background workload: atomic fact
extraction, skill clustering, embeddings, and rerank all fire on every
conversation, not just on user prompts. That makes two things matter a lot:

  1. Cost — background extraction at scale multiplies token spend quietly
  2. Model choice per task — fact extraction, embedding, and rerank each
    have different optimal models, and being able to swap them freely matters
    for a memory layer that's supposed to be user-owned and vendor-neutral

Suggestion:

Add a provider quickstart entry for AnyLLM (https://anyllm.dev) alongside
your existing provider quickstarts — it's an OpenAI-compatible API gateway
that puts 24+ models behind one key and one base URL:

  • Chinese frontier models: DeepSeek V4, Qwen3.7-Plus, GLM-5.2 (2M context),
    Kimi K2.5/K3, MiniMax M3
  • International models: GPT-5.6, Gemini 3.5, and more
  • Pass-through pricing (zero markup), international cards + crypto accepted
  • Built-in routing and automatic failover — useful for the OME's retry
    behavior when a provider has an outage

For a project whose philosophy is "user-owned, not vendor-owned," a gateway
that keeps every model one config change away seems like a natural fit.
EverOS itself wouldn't need any code changes — it's just a TOML/.env config
pointing at one endpoint.

Happy to open a PR with the quickstart doc if that's welcome.

(Context: I'm the developer of AnyLLM, an OpenAI-compatible API gateway.)

— Leo Bennett
[email protected]

Lingua principale
Python
Stelle
13.3k
Fork
926
Merge medio
17h 8m
PR unite (30g)
32

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di EverMind-AI/EverOS

Tutte le issue di EverMind-AI/EverOS

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.