Yandex AI Studio — это платформа для работы с генеративными моделями Яндекса через API.
С её помощью можно:
- генерировать текст;
- создавать AI-чаты;
- работать с embeddings;
- строить RAG-системы;
- создавать AI-агентов;
- использовать OpenAI-совместимый API;
- интегрировать LLM в Node.js приложения.
В этой статье разберём:
- как получить API-ключ;
- как установить и использовать OpenAI SDK;
- как сделать первый запрос;
- как работать с чатами;
- как генерировать JSON.
Доступные API
Yandex AI Studio предоставляет два типа API:
Самый актуальный список можно найти в официальной документации.
OpenAI-совместимые API
Это API позволяют использовать инструменты, созданные для работы с Open AI, для работы с AI Studio API.
| API | Технология | Описание |
|---|---|---|
| Models API | REST | Получение списка доступных моделей и их идентификаторов |
| Chat Completions API | REST | Генерация текста по промпту без управления диалогом |
| Conversations API | REST | Работа с историей диалога и контекстом |
| Responses API | REST | Создание агентов. Позволяет генерировать текст, вызывать инструменты, получать структурированные ответы, реализовывать RAG-сценарии и создавать мультиагентные системы |
| Realtime API | WebSocket | Потоковая генерация текста и аудио с низкой задержкой для сценариев с голосовым входом |
| Files API | REST | Загрузка, хранение и работа с файлами для RAG-сценариев |
| Embeddings API | REST | Получение эмбеддингов для семантических задач |
| Vector stores API | REST | Индексация данных и извлечение данных для RAG |
Специализированные API
| API | Технология | Описание |
|---|---|---|
| Text Generation API | gRPC, REST | Генерация текстов по промпту, вызов функций, поддержка структурированного ответа |
| Image Generation API | gRPC, REST | Генерация изображений по текстовому описанию |
| Batch Inference API | gRPC | Асинхронная обработка большого количества запросов |
| Text Classification API | gRPC, REST | Классификация, модерация, определение тематик |
| Embeddings API | gRPC, REST | Векторное представление текста |
| Files API | gRPC, REST | Загрузка и хранение файлов и данных |
| Dataset API | gRPC | Управление датасетами для обучения |
| Tuning API | gRPC | Дообучение моделей под предметную область |
| MCP Gateway API | gRPC, REST | Создание, получение списка и удаление MCP-серверов |
Создаём API-ключ
Для начала работы понадобится:
- аккаунт в Yandex Cloud, с привязанным способом оплаты;
- API-ключ;
- Folder ID.
После авторизации и заполнения платёжной информации:
- Откройте AI Studio.
Интерфейс Yandex AI Studio
- Создайте API-ключ.
Для этого нажмите Создать API-ключ в правом верхнем углу.
Кнопка "Создать API-ключ"
И в появившемся диалоге, нажмите Создать.
Диалог "Создание API-ключа"
- Сохраните ключ.
После закрытия окна, вы не сможете повторно его посмотреть, только создать новый ключ.
Сгенерированный ключ
- Сохраните Folder ID
Folder ID можно увидеть прямо в url страницы:
https://aistudio.yandex.ru/platform/folders/<ваш_folder_id>
Создаём проект
Создадим новую папку
mkdir yandex-ai-demo
cd yandex-ai-demoИнициализируем новый Node.js проект:
npm init -yУстановим зависимости:
npm install openai dotenvСоздадим .env файл:
YANDEX_API_KEY=ваш_api_ключ
YANDEX_FOLDER_ID=ваш_folder_idПодключаем OpenAI SDK
Yandex AI Studio совместим с OpenAI API. Это значит, что можно использовать официальный OpenAI SDK.
Создадим файл index.js:
import dotenv from 'dotenv'
import OpenAI from 'openai'
dotenv.config()
const apiKey = process.env.YANDEX_API_KEY
const folderId = process.env.YANDEX_FOLDER_ID
const openai = new OpenAI({
apiKey: apiKey,
project: folderId,
baseURL: 'https://ai.api.cloud.yandex.net/v1',
})Тут важно указать baseURL и project, иначе будете стучаться со своими запросами в Open AI.
Первый запрос к модели
Теперь отправим первый запрос через Responses API.
import dotenv from 'dotenv'
import OpenAI from 'openai'
dotenv.config()
async function main() {
const apiKey = process.env.YANDEX_API_KEY
const folderId = process.env.YANDEX_FOLDER_ID
const openai = new OpenAI({
apiKey: apiKey,
project: folderId,
baseURL: 'https://ai.api.cloud.yandex.net/v1',
})
const response = await openai.responses.create({
model: `gpt://${folderId}/yandexgpt-lite/latest`,
input: 'Объясни простыми словами как работает openai.responses.create',
})
console.log(response.output_text)
}
main()Запускаем скрипт:
node index.jsВ ответ модель вернёт сгенерированный текст.
**OpenAI.responses.create** — это инструмент, который позволяет отправлять запрос на обработку искусственного интеллекта (ИИ) и получать ответ в виде текста.
Вы вводите вопрос или задание, а система обрабатывает его с помощью алгоритмов и возвращает ответ, основанный на полученных данных.
Для этого надо:
1. Сформулировать запрос — задать вопрос или описать задачу.
2. Отправить запрос в систему.
3. Получить ответ от системы.
Этот инструмент может быть использован для различных целей, например, для создания текстов, перевода языков, написания кода и других задач.Как устроен запрос
Разберём базовые параметры запроса.
input
В самом простом случае - это текст вашего запроса.
model
URI модели.
Например:
gpt://<folder_id>/yandexgpt-lite/latestили:
gpt://<folder_id>/yandexgpt/latestЯндекс предлагает несколь моделей собственной разработки и довольно большой список открытых моделей через Model Gallery.
yandexgpt-lite подходит для:
- AI-чатов;
- Telegram-ботов;
- генерации текста;
- быстрых ответов.
Главные плюсы:
- дешевле;
- быстрее работает.
yandexgpt подходит для:
- сложных задач;
- длинного контекста;
- генерации кода;
- генерации JSON (structured output);
- AI-агентов.
Настройка генерации
Поведение модели можно настраивать через параметры генерации.
const response = await openai.responses.create({
model: `gpt://${folderId}/yandexgpt-lite/latest`,
input: 'Придумай название IT стартапа',
temperature: 0.9,
max_output_tokens: 300,
})temperature
Температура — это параметр больших текстовых моделей, который отвечает за случайность генерации.
0.1 → более точные ответы
1.0 → более креативные ответыmax_output_tokens
Максимальная длина ответа.
Пример AI-ассистента
Через instructions можно задавать поведение модели.
const response = await openai.responses.create({
model: `gpt://${folderId}/yandexgpt/latest`,
instructions: `Ты продавец-консультант в магазине одежды.`,
input: 'Эта футболка меня полнит?',
})
console.log(response.output_text)Пример чат-диалога
Для поддержки истории сообщений используется Chat Completions API.
const response = await openai.chat.completions.create({
model: `gpt://${folderId}/yandexgpt-lite/latest`,
messages: [
{
role: 'system',
content: 'Ты полезный AI помощник',
},
{
role: 'user',
content: 'Привет',
},
{
role: 'assistant',
content: 'Здравствуйте!',
},
{
role: 'user',
content: 'Что такое YandexGPT?',
},
],
})
console.log(
response.choices[0].message.content
)Chat Completions API подходит для:
- AI-чатов;
- Telegram-ботов;
- поддержки контекста диалога.
Генерация JSON
AI Studio поддерживает structured output через JSON Schema.
Это особенно полезно для:
- парсинга данных;
- автоматизации;
- AI-агентов.
Пример:
const response = await openai.chat.completions.create({
model: `gpt://${folderId}/yandexgpt/latest`,
messages: [
{
role: 'user',
content: 'Baranov.Guru — лучшее агенство по IT-консалтингу, ИИ и автоматизации бизнеса в России',
},
],
response_format: {
type: 'json_schema',
json_schema: {
type: 'object',
properties: {
title: {
type: 'string',
},
summary: {
type: 'string',
},
tags: {
type: 'array',
items: {
type: 'string',
},
},
},
required: ['title', 'summary', 'tags'],
},
},
})
console.log(
response.choices[0].message.content
)Модель вернёт валидный JSON по указанной схеме.
{
"summary": "Baranov.Guru — агентство по IT-консалтингу, ИИ и автоматизации бизнеса в России",
"tags": ["IT-консалтинг", "ИИ", "автоматизация бизнеса", "агентство"],
"title": "Baranov.Guru"
}Заключение
Yandex AI Studio позволяет быстро интегрировать генеративные модели в приложения.
Главный плюс платформы — OpenAI-совместимый API и российская прописка. Благодаря этому можно использовать актуальные библиотеки с минимальными изменениями в коде и не беспокоиться за трансграничную передачу данных.
