Celeste AI：统一多模态AI的"瑞士军刀"

一家AI公司的"接口噩梦"催生了它

想象这样的场景：你开发了一款 AI 辅助工具，功能强大，但每当 OpenAI 涨价、Anthropic 发布新模型、Google Gemini 更新 API，你都得在代码里改上好几天——每个提供商的调用方式完全不同，参数名不一致，返回格式天差地别。更糟的是，你的工具现在需要同时支持文本生成、图片生成、语音合成、视频分析，每换一次模型就像在缝补一件千疮百孔的毛衣。

这正是 Celeste AI 诞生的背景。它由独立开发者 Kamilbenkirane 创立，GitHub 仓库 withceleste/celeste-python 现已积累 218 颗星。作为一个纯 Python SDK，它的核心使命只有一个：让开发者用同一套 API，调用 20+ 主流 AI 提供商的所有能力，从文本到图片、从语音到视频、从 Embeddings 到结构化输出。

Celeste AI 项目 Logo，图源 GitHub 仓库

"原语层"而非"框架"：做减法的哲学

Celeste 的设计哲学值得玩味——它自称"原语层"（Primitive Layer），而不是"框架"。这两者有本质区别：

• 框架 = 我帮你搭好房子，你按我的规矩住进来（LangChain、LlamaIndex 就是典型）
• 原语层 = 我只提供高质量的砖块和水泥，怎么盖房子你自己决定

官方 README 说得直白："No agents, no chains, no magic." 不玩抽象概念，不搞黑盒编排，直接给你干净的输入输出。用 Kamilbenkirane 的话说，他要解决的是"每个提供商都有自己的一套'方言'"的问题——Celeste 负责翻译，你只管说自己的"普通话"。

架构解密：三层设计

从源码结构来看，Celeste 采用了清晰的三层架构：

第一层：Provider Wire（HTTP 适配层）

路径：src/celeste/providers/<vendor>/<api>/

每个 AI 提供商有自己的 HTTP 接口规范，Celeste 在这一层做"方言翻译"。目录按"提供商/接口"命名，如 anthropic/messages、openai/chat、elevenlabs/text_to_speech。这里只做纯粹的 HTTP 映射和请求组装，不含任何业务逻辑。

第二层：Modality Composition（模态组合层）

路径：src/celeste/modalities/<modality>/providers/<vendor>/

这一层是 Celeste 的核心智慧：把"文本生成"（generate）、"图像生成"（generate）、"语音合成"（speak）这些操作和具体的模态（text/images/audio）分开，再和具体的提供商组合。关键文件：

• client.py：组合 Wire 层 + 模态客户端
• parameters.py：绑定统一参数名（如 .model）
• models.py：模型目录清单

这意味着，当你调用 celeste.images.generate() 时，Celeste 自动根据你传入的 model 参数选择对应的 Provider Wire 层，你完全不需要知道底层用的是 OpenAI 的 DALL-E 还是 Black Forest Labs 的 FLUX。

第三层：Protocol（协议层）

路径：src/celeste/protocols/ + src/celeste/modalities/text/protocols/

"协议"是一种共享的 wire 格式，可被多个提供商使用。当前 Celeste 支持两个协议：

• ChatCompletions：OpenAI、DeepSeek、Moonshot、Groq、Mistral、HuggingFace 等都遵循此协议
• OpenResponses：Anthropic、Google Gemini 等使用

这个设计的精妙之处在于：修改协议层的代码会自动影响所有继承该协议的提供商——改一处，全链路生效。

功能实测：真的能"一行切换"吗？

让我们来验证 Celeste 的核心卖点。以结构化输出（Structured Output）为例，这是 AI 应用开发中的高频需求——让大模型返回 JSON 格式的强类型数据。

用原生各 SDK 的方式，Anthropic 需要导入官方 SDK、构造复杂的 output_format 参数、最后还得手动 json.loads 解析。Google Gemini 则用另一套 response_schema 机制，返回的 .parsed 对象处理方式又不一样。

用 Celeste：

import celeste

response = await celeste.text.generate(
    "Extract user info: John is 30",
    model="claude-4-5-sonnet",
    output_schema=User,
)
user = response.content

一行切换的承诺是真实存在的。Celeste 把各提供商的差异化参数统一封装成 .model、.output_schema 等标准参数，你不需要记住 Anthropic 用 output_format 而 Gemini 用 response_schema。

支持的模态与提供商

从项目架构可以完整看到 Celeste 的能力矩阵：

模态	text	images	audio	videos	embeddings
生成	✓	✓	✓	✓	—
编辑	—	✓	—	—	—
分析	—	✓	✓	✓	—
合成	—	—	✓	—	—
转录	—	—	✓	—	—
Embedding	✓	○	—	○	✓

支持的提供商包括：OpenAI、Anthropic、Google (Gemini)、Mistral、Cohere、xAI、DeepSeek、Ollama、Groq、ElevenLabs、BytePlus、Black Forest Labs、HuggingFace、Moonshot、FAL、TopazLabs、OpenRouter、Gradium 等，覆盖全球主流大模型服务商。

上手门槛：极低，但有前提

Celeste 的安装极为简单：

pip install celeste-ai
uv add celeste-ai

支持的 Python 版本：3.12 及以上（这是需要注意的门槛，很多企业项目仍在使用 3.10 或 3.11）。配置文件通过 .env 文件管理 API Key，项目提供了 .env.example 模板。

对于 AI 爱好者：Celeste 不是一个可以直接对话的 UI 产品，而是一个开发工具。如果你有 Python 基础 + API Key，10 分钟就能写出第一个多模态 AI 应用。

对于 AI 开发者：Celeste 的价值在于消除 Provider 切换成本。如果你需要同时调用多个大模型，或需要快速在 Claude 和 Gemini 之间 A/B 测试，Celeste 可以显著减少集成工作量。

代码质量：开发规范令人印象深刻

从源码和 pyproject.toml 可以看出项目的工程化水准：

• 类型安全：全面使用 Pydantic v2 做输入输出验证，py.typed marker 声明完整
• 测试覆盖：pytest + pytest-asyncio + pytest-xdist（并行测试）+ pytest-cov
• 代码规范：ruff（lint + format）+ mypy（静态类型检查）双重守卫
• 安全扫描：bandit 安全检查集成在 Makefile
• Git Hook：pre-commit 配置自动化代码检查
• 包管理：uv 统一管理，CI/CD 流水线完整

整体代码质量评分可以给到 85/100，扣分项主要是项目较新（v0.11.0 Beta），测试覆盖率数据未公开披露。

局限与风险

Celeste 也不是银弹，以下几点值得注意：

1. Beta 阶段：README 明确标注 v1 Beta，API 在正式版发布前可能有不兼容变更
2. Python 3.12 门槛：对于依赖旧版 Python 的项目是硬障碍
3. 纯 SDK，无本地模型支持：Ollama 支持存在（本地部署），但不像 llama.cpp 那样支持 GGUF 量化模型直接运行
4. Provider 覆盖深度不一：某些小众 Provider（如 TopazLabs）可能只实现了部分模态
5. 中文社区资源匮乏：目前文档和社区以英语为主，中文资料极少

行业意义：多模型时代的"中间件"趋势

Celeste 代表的并非孤例。从更大的视角看，AI 行业正在经历从"单模型竞争"到"多模型协作"的范式转移。随着 Claude、GPT-4o、Gemini 2.5、Llama 4 等模型能力的趋同，如何在这些模型之间灵活切换、成本优化、避免供应商锁定，正在成为新的工程难题。

Celeste 踩中的正是这个痛点。它的定位类似于 AI 领域的 Stripe（支付领域的统一 API）——不发明新的支付方式，只是把现有方式用统一的接口暴露出来。这种"翻译层"的思路，恰好契合了当前 Agentic AI 应用（需要调用多个模型完成复杂任务）的大趋势。

---

总结：Celeste AI 是一个设计优雅、代码质量高、工程化程度出色的多模态 AI SDK。它用"原语层"的哲学做减法，通过三层架构实现了跨提供商的无缝切换，适合需要集成多 AI 能力的开发者。如果你正在构建 AI 应用且希望摆脱单一 Provider 依赖，Celeste 是一个值得优先考虑的选择——尤其是它的 MIT 许可证和持续活跃的维护节奏。