Ollama)¶

⬅️ Oldingi: 18 — Laravel integratsiya · 🏠 Kitob boshi · Keyingi: 20 — Xavfsizlik ➡️

Bu bobda: shu paytgacha hamma kodni Claude (Anthropic) bilan yozdik. Endi kitobni provayder-agnostik qilamiz — ya'ni o'rgangan tushunchalaringizni (messages, system, streaming, tool calling, embedding) boshqa AI provayderlariga ham ko'chiramiz: OpenAI, Gemini (Google), Ollama (kompyuteringizdagi lokal model), OpenRouter (bitta kalit — ko'p model). Eng muhim g'oya: g'oyalar bir xil, faqat sintaksis farqli. Va "OpenAI-mos API" sehri tufayli ko'p provayderni bitta kod bilan ishlatish mumkin. Oxirida o'z LlmProvider interfeysingizni yozib, ilovangizni istalgan provayderga ulanadigan qilamiz.

Nega bitta provayder yetarli emas?¶

Tasavvur qiling, sizda do'kon bor va siz faqat bitta yetkazib beruvchidan mahsulot olasiz. Bir kuni u narxni ikki barobar oshiradi. Yoki bayram kunlari yetkazib bera olmaydi. Yoki sizga kerak bo'lgan yangi mahsulotni umuman sotmaydi. Siz unga butunlay bog'lanib qolgansiz — bu xavfli holat. Aqlli savdogar har doim bir nechta yetkazib beruvchini biladi.

AI provayderlari bilan ham aynan shunday. Claude — ajoyib vosita, lekin yagona emas. Real loyihada bir nechta sababga ko'ra boshqa provayderlar kerak bo'ladi:

Narx. Bir vazifani bir provayder arzonroq bajaradi. Oddiy ko'p so'rovni arzon modelga, murakkabini kuchli modelga yo'naltirsangiz — pul tejaysiz (16-bobni eslang).
Sifat. Har provayder boshqacha kuchli: biri kodda, biri rasm tahlilida, biri uzun matnda yaxshiroq. Vazifaga mosini tanlash mumkin.
Tezlik. Ba'zi modellar tezroq javob beradi — chat-bot uchun muhim.
Mavjudlik (rate limit). Bitta provayder vaqtincha ishlamay qolsa yoki so'rov chegarasiga (rate limit) yetsa, ilovangiz to'xtab qolmasligi kerak — boshqasiga o'tib ketadi (8-bobdagi fallback g'oyasi, endi provayderlar orasida).
Maxfiylik. Ba'zan ma'lumot kompyuterdan chiqmasligi kerak (tibbiy, moliyaviy, davlat). Bunda lokal model (Ollama) — internetga umuman bormaydi.
Funksiya farqi. Biror provayderda kerakli imkoniyat boshqasida yo'q bo'lishi mumkin.

Bularning hammasi bitta katta g'oyaga olib keladi: vendor lock-in (yagona sotuvchiga bog'lanib qolish) — dushman. Kodingiz shunday yozilsinki, provayderni almashtirish bir necha qatorda bo'lsin, butun ilovani qayta yozmasdan.

Hayotiy o'xshatish. Quvvat manbai. Telefoningiz faqat bitta zaryadlovchiga moslangan bo'lsa va u sinsa — telefon o'lik. Lekin USB-C standartiga moslangan bo'lsa, istalgan zaryadlovchi ishlaydi. Biz ilovamizni "USB-C" qilamiz: standart interfeys, orqasida istalgan provayder.

Eslatma

Bu bob sizni Claude'dan voz kechishga undamaydi. Aksincha — Claude'ni asosiy qilib qoldiramiz, lekin yoningizda boshqa variantlar bo'lishini ta'minlaymiz. Eng yaxshi arxitektura — bitta provayderga "yopishib" qolmagan arxitektura.

Eng muhim g'oya: tushunchalar bir xil¶

Bu kitobning 1–16 boblarida siz juda ko'p narsa o'rgandingiz: messages massivi, system prompt, suhbat tarixi, streaming, structured output, tool calling, embedding, RAG. Yangilik shundaki — bularning HAMMASI har bir jiddiy LLM provayderida bor. Faqat kod yozilishi (sintaksis) biroz farq qiladi.

Ya'ni siz yangi narsa o'rganishingiz shart emas — faqat bir tildan boshqa tilga "tarjima" qilasiz. G'oya o'sha-o'sha.

Har provayderda bir xil tushunchalar — messages, system, streaming, tool, embedding — faqat sintaksis farqli

Mana taqqoslash jadvali — diqqat qiling, ustunlar deyarli bir xil:

Tushuncha	Claude (Anthropic)	OpenAI / OpenAI-mos
Suhbat	`messages: [['role'=>'user', ...]]`	`'messages' => [['role'=>'user', ...]]`
Tizim ko'rsatma	`system:` (top-level)	`messages` ichida `['role'=>'system']`
Javob matni	`$msg->content[0]->text`	`$res->choices[0]->message->content`
Streaming	`createStream(...)`	`chat()->createStreamed(...)`
Embedding	embedding modeli	`embeddings()->create(...)`
Tool calling	`tools:` + `input_schema`	`'tools'` + `function`/`parameters`
Maksimal token	`maxTokens:`	`'max_tokens'`

Ko'ryapsizmi? Faqat ikkita asosiy farq bor:

Tizim ko'rsatma joyi. Claude'da system alohida parametr; OpenAI'da u messages ning birinchi elementi (role => 'system').
Javobni o'qish yo'li. Claude — content bloklari; OpenAI — choices[0].message.content.

Qolgan hamma narsa — o'sha tushunchalar. 1-bobdagi "LLM matnni davom ettiradi", 3-bobdagi prompt san'ati, 4-bobdagi suhbat tarixi, 9-bobdagi tool g'oyasi — hammasi har joyda ishlaydi. Shuning uchun bu kitobni Claude'da o'rganganingiz isrof emas — bu universal bilim.

Maslahat

Yangi provayderga o'tganingizda "men hech narsa bilmayman" deb qo'rqmang. Avval o'zingizdan so'rang: "bu yerda messages qayerda? system qayerda? javob qayerda?" — uchta savolga javob topdingizmi, asosiy ishni bilasiz.

OpenAI¶

OpenAI — Claude'dan keyingi eng mashhur provayderlardan biri (GPT modellari). PHP'da rasmiy emas, lekin keng ishlatiladigan jamoa paketi bor: openai-php/client.

O'rnatish¶

composer require openai-php/client

Klient va birinchi so'rov¶

Claude SDK'dagi new Client(apiKey: ...) ga juda o'xshash. Bu yerda statik OpenAI::client(...) ishlatamiz. Kalitni hech qachon kodga yozmang — muhit o'zgaruvchisidan oling (xavfsizlik, har bobda takrorlaymiz).

<?php
require __DIR__ . '/vendor/autoload.php';

// API kalit muhit o'zgaruvchisidan (kodga YOZMA!)
$client = OpenAI::client(getenv('OPENAI_API_KEY'));

$response = $client->chat()->create([
    'model'    => getenv('OPENAI_MODEL'),   // model nomini sozlamadan ol
    'messages' => [
        ['role' => 'user', 'content' => 'Salom! O\'zbek tilida qisqa javob ber.'],
    ],
]);

// Javob matni: choices[0] -> message -> content
echo $response->choices[0]->message->content;

Claude bilan solishtiring (5-bob): u yerda $client->messages->create(model: ..., messages: ...) edi va javob $msg->content[0]->text. Bu yerda $client->chat()->create([...]) va javob $res->choices[0]->message->content. G'oya bir xil — yozilishi boshqacha.

Ehtiyot bo'ling

Aniq model nomini (versiyasini) kodga qattiq yozmang — modellar tez yangilanadi va eski nom bir kun ishlamay qolishi mumkin. Doim sozlamadan oling: getenv('OPENAI_MODEL'). Shunda model almashtirish — kod emas, .env faylini tahrirlash.

System prompt¶

OpenAI'da alohida system parametri yo'q — uni messages ning birinchi elementi sifatida qo'yasiz:

$response = $client->chat()->create([
    'model'    => getenv('OPENAI_MODEL'),
    'messages' => [
        ['role' => 'system', 'content' => 'Sen foydali PHP yordamchisisan. Doim o\'zbek tilida, qisqa javob ber.'],
        ['role' => 'user',   'content' => 'PDO nima?'],
    ],
]);

echo $response->choices[0]->message->content;

Claude'da bu system: top-level parametr edi (5-bob). Bu yagona jiddiy farq — esda tuting: Claude'da system alohida, OpenAI'da messages ichida.

Streaming (jonli oqim)¶

5-bobda Claude streaming'ini o'rgandingiz — javob so'zma-so'z keladi. OpenAI'da ham bor, createStreamed:

$stream = $client->chat()->createStreamed([
    'model'    => getenv('OPENAI_MODEL'),
    'messages' => [['role' => 'user', 'content' => 'Qisqa hikoya yoz']],
]);

foreach ($stream as $chunk) {
    // har bo'lak (chunk) ichida delta -> content qism javob keladi
    echo $chunk->choices[0]->delta->content ?? '';
    flush();   // brauzerga darhol uzatish
}

Claude'da createStream(...) edi va siz content_block_delta hodisalarini tekshirardingiz. OpenAI'da createStreamed(...) va bo'lak ->choices[0]->delta->content. Yana o'sha g'oya — javobni qism-qism olish.

Embedding (vektorga aylantirish)¶

13-bobda embedding'ni o'rgandingiz — matnni raqamlar ro'yxatiga (vektor) aylantirish, semantik qidiruv uchun. OpenAI'da:

$response = $client->embeddings()->create([
    'model' => getenv('OPENAI_EMBED_MODEL'),
    'input' => 'PHP — server tomonida ishlaydigan dasturlash tili.',
]);

$vektor = $response->embeddings[0]->embedding;  // float'lar massivi
echo 'Vektor o\'lchami: ' . count($vektor) . PHP_EOL;

Bu vektorni xuddi 14-bobdagi kabi pgvector yoki boshqa vektor bazaga saqlab, 15-bobdagi RAG quvurini qurishingiz mumkin — butun arxitektura o'zgarmaydi, faqat embedding manbasi boshqa.

Function calling (tool use)¶

9–10-boblarda tool calling g'oyasini o'rgandingiz: modelga "asbob" berasiz, model qachon ishlatishni o'zi hal qiladi. OpenAI'da format biroz boshqacha — function ichiga o'raladi:

$tools = [[
    'type' => 'function',
    'function' => [
        'name'        => 'ob_havo',
        'description' => 'Berilgan shahar uchun joriy ob-havoni qaytaradi.',
        'parameters'  => [   // Claude'dagi input_schema o'rnida
            'type'       => 'object',
            'properties' => ['shahar' => ['type' => 'string', 'description' => 'Shahar nomi']],
            'required'   => ['shahar'],
        ],
    ],
]];

$response = $client->chat()->create([
    'model'    => getenv('OPENAI_MODEL'),
    'messages' => [['role' => 'user', 'content' => 'Toshkentda ob-havo qanday?']],
    'tools'    => $tools,
]);

// Agar model toolni chaqirmoqchi bo'lsa -> choices[0]->message->toolCalls bo'sh emas
$toolCalls = $response->choices[0]->message->toolCalls;
if ($toolCalls) {
    foreach ($toolCalls as $call) {
        $nomi    = $call->function->name;            // 'ob_havo'
        $arglar  = json_decode($call->function->arguments, true);  // ['shahar' => 'Toshkent']
        echo "Model chaqirmoqchi: {$nomi}(" . json_encode($arglar) . ")\n";
        // Bu yerda haqiqiy funksiyani bajarib, natijani role=tool xabar bilan qaytarasiz
    }
}

Solishtiring (9-bob): Claude'da input_schema edi, bu yerda parameters; Claude'da $msg->content ichida tool_use bloki, bu yerda message->toolCalls. Tafsilot boshqa, mexanizm bir xil: model "qaysi asbobni, qanday argument bilan" deydi, siz bajarib, natijani qaytarasiz, model yakuniy javob yozadi (manual loop — 9-bob).

Boshqa provayderda

Claude'da BetaRunnableTool + toolRunner avtomatik loop bor edi (10-bob). OpenAI paketida bunday tayyor "runner" yo'q — loopni o'zingiz yozasiz (9-bobdagi manual loop kabi). Lekin natija bir xil.

Gemini (Google)¶

Gemini — Google'ning AI modeli. Ayniqsa multimodal ishlarda (matn + rasm + video birga) kuchli va ko'p hollarda arzon. PHP'da turli jamoa paketlari bor, lekin eng ishonchli va o'rganishga oson yo'l — to'g'ridan-to'g'ri REST API ga Guzzle (8-bobda ko'rgan HTTP mijoz) bilan murojaat qilish. Bu sizga "ostida nima bo'layotganini" ham ko'rsatadi.

G'oya bari bir o'sha: so'rov ichida kontent (sizning xabaringiz) yuborasiz, javobda matn olasiz. Faqat maydon nomlari biroz boshqacha (contents, parts, text):

<?php
require __DIR__ . '/vendor/autoload.php';

use GuzzleHttp\Client as HttpClient;

$apiKey = getenv('GEMINI_API_KEY');     // kalit muhit o'zgaruvchisidan
$model  = getenv('GEMINI_MODEL');        // model nomini sozlamadan ol

$http = new HttpClient([
    'base_uri' => 'https://generativelanguage.googleapis.com/',
]);

$response = $http->post("v1beta/models/{$model}:generateContent", [
    'headers' => ['x-goog-api-key' => $apiKey],
    'json'    => [
        'contents' => [
            [
                'role'  => 'user',
                'parts' => [['text' => 'Salom! O\'zbek tilida bir jumla bilan o\'zingni tanishtir.']],
            ],
        ],
    ],
]);

$data = json_decode((string) $response->getBody(), true);

// Javob matni: candidates[0] -> content -> parts[0] -> text
echo $data['candidates'][0]['content']['parts'][0]['text'] ?? '(javob yo\'q)';

Tuzilmani solishtiring: Claude/OpenAI'da messages/role/content bor edi — Gemini'da contents/role/parts. Boshqacha so'zlar, o'sha g'oya: rolga ega xabarlar ro'yxati, javobda matn.

Maslahat

Gemini multimodalda kuchli — bir so'rovda matn va rasmni birga yuborib, "bu rasmda nima yozilgan?" deb so'rashingiz mumkin (7-bobdagi vision g'oyasi). parts massiviga matn bilan birga inline_data (base64 rasm) qo'shasiz. Tafsilotlar Google hujjatlarida; muhimi — vision tushunchasi o'sha.

Ehtiyot bo'ling

REST API endpoint manzillari va versiyalari (v1beta kabi) vaqt o'tib o'zgarishi mumkin. Aniq manzilni doim provayderning joriy hujjatidan tasdiqlang. Shu sababli model nomini va versiyani sozlamada saqlash yana foydali.

Ollama — kompyuteringizdagi lokal model¶

Endi eng qiziq qismi. Shu paytgacha hamma model internetda, boshqa kompaniya serverida edi — siz so'rov yuborardingiz, pul to'lardingiz, ma'lumotingiz tashqariga chiqardi. Ollama esa modelni to'g'ridan-to'g'ri sizning kompyuteringizda ishlatadi.

Bu nimani anglatadi:

Pul yo'q — so'rov bepul, qancha xohlasangiz ishlating.
Internet shart emas — oflayn ishlaydi (model bir marta yuklab olingach).
Maxfiylik — ma'lumot kompyuterdan chiqmaydi. Tibbiy, moliyaviy, shaxsiy ma'lumotlar uchun ideal.
To'liq nazorat — qaysi modelni, qachon ishlatishni o'zingiz hal qilasiz.

Evaziga: kuchli modellar yaxshi kompyuter (ko'p RAM, video karta) talab qiladi va bulutdagi eng kuchli modellardan ko'pincha sifatda pastroq. Lekin oddiy-o'rta vazifalar va maxfiylik talab qiladigan ishlar uchun — ajoyib yechim.

Avval Ollama'ni o'rnatasiz (ollama.com) va terminalda modelni ishga tushirasiz:

ollama run llama3.2     # modelni yuklab oladi va ishga tushiradi (nom misol uchun)

Sehr: Ollama OpenAI-mos API beradi¶

Eng zo'r tomoni shundaki, Ollama OpenAI bilan bir xil formatdagi API ochadi — http://localhost:11434/v1 manzilida. Demak siz o'sha openai-php/client paketini ishlatasiz, faqat manzilni (baseUri) o'zgartirasiz! Yangi paket o'rganish kerak emas.

<?php
require __DIR__ . '/vendor/autoload.php';

// OpenAI paketini ishlatamiz, lekin manzilni LOKAL Ollama'ga yo'naltiramiz
$client = OpenAI::factory()
    ->withApiKey('ollama')                          // lokalda kalit shart emas — istalgan matn
    ->withBaseUri('http://localhost:11434/v1')      // bu yer butun sirini ochadi
    ->make();

$response = $client->chat()->create([
    'model'    => getenv('OLLAMA_MODEL'),   // masalan, terminalda yuklagan modelingiz
    'messages' => [
        ['role' => 'user', 'content' => 'Salom! O\'zbek tilida qisqa salomlash.'],
    ],
]);

echo $response->choices[0]->message->content;

Diqqat qiling: bu kod yuqoridagi OpenAI misoli bilan deyarli bir xil. Faqat ikki o'zgarish: withBaseUri(...) lokal manzilga va kalit muhim emas. So'rovning qolgani — chat()->create([...]), javob — choices[0]->message->content — aynan o'sha. Mana shu "OpenAI-mos API" kuchi.

Eslatma

LM Studio va LocalAI ham xuddi shunday — kompyuteringizda lokal model ishlatadi va OpenAI-mos API beradi. Ularda ham faqat baseUri ni mos manzilga (masalan, LM Studio http://localhost:1234/v1) o'zgartirasiz. Tushuncha bir xil.

OpenRouter — bitta kalit, ko'p model¶

OpenRouter — o'ziga xos "AI bozori". Bitta hisob va bitta API kalit ochasiz, lekin orqasida o'nlab provayder modellariga (Claude, GPT, Gemini, ochiq modellar...) kira olasiz. Modelni almashtirish — faqat model maydonini o'zgartirish.

Bu sinash va almashish uchun ajoyib: bitta vazifani turli modellarda sinab, qaysi biri yaxshi/arzon ekanini tez topasiz, hisoblar va integratsiyalar bilan ovora bo'lmasdan.

Va yana — OpenRouter ham OpenAI-mos. Demak yana o'sha paket, faqat boshqa baseUri va kalit:

<?php
require __DIR__ . '/vendor/autoload.php';

$client = OpenAI::factory()
    ->withApiKey(getenv('OPENROUTER_API_KEY'))      // kalit muhit o'zgaruvchisidan
    ->withBaseUri('https://openrouter.ai/api/v1')   // OpenRouter manzili
    ->withHttpHeader('HTTP-Referer', 'https://mening-saytim.uz')  // ixtiyoriy — ilovangiz manzili
    ->make();

$response = $client->chat()->create([
    'model'    => getenv('OPENROUTER_MODEL'),   // OpenRouter formatidagi model nomi
    'messages' => [
        ['role' => 'user', 'content' => 'Bir jumlada o\'zingni tanishtir.'],
    ],
]);

echo $response->choices[0]->message->content;

Yana bir xil kod — faqat baseUri, kalit va model. Sezdingizmi qancha narsa takrorlanyapti? Bu bizni keyingi katta g'oyaga olib keladi.

"OpenAI-mos API" — bitta kod, ko'p provayder¶

Endi naqsh aniq ko'rinadi. Ollama, OpenRouter, LocalAI, LM Studio, va boshqa ko'p provayder (Mistral, Together, Groq...) OpenAI formatini qo'llab-quvvatlaydi. Bu standart vazifasini bajaradi.

Buning amaliy ma'nosi katta: siz bitta openai-php kod yozasiz, va faqat uchta narsa o'zgaradi — baseUri, apiKey, model. Qolgani aynan o'sha.

OpenAI-mos API: bitta kod va faqat baseUri/kalit/model o'zgarishi bilan Ollama, OpenRouter, LocalAI, Mistral kabi ko'p provayder

Buni amalda ko'rsataylik — bitta funksiya, sozlamaga qarab istalgan OpenAI-mos provayderga ulanadi:

<?php
require __DIR__ . '/vendor/autoload.php';

use OpenAI\Client;

/**
 * Sozlamaga qarab istalgan OpenAI-mos provayderga klient yaratadi.
 * Faqat baseUri + kalit o'zgaradi, qolgan kod hamma joyda bir xil.
 */
function provayderKlienti(string $baseUri, string $apiKey): Client
{
    return OpenAI::factory()
        ->withApiKey($apiKey)
        ->withBaseUri($baseUri)
        ->make();
}

// Bir xil so'rov yuboruvchi yordamchi — provayder qaysi bo'lishidan qat'i nazar
function sora(Client $client, string $model, string $savol): string
{
    $res = $client->chat()->create([
        'model'    => $model,
        'messages' => [['role' => 'user', 'content' => $savol]],
    ]);

    return $res->choices[0]->message->content ?? '';
}

// Endi provayderni TANLASH — masalan, sozlamadan keladi:
$qaysi = getenv('LLM_PROVIDER') ?: 'ollama';   // 'ollama' | 'openrouter' | 'openai'

[$baseUri, $apiKey, $model] = match ($qaysi) {
    'ollama'     => ['http://localhost:11434/v1',   'ollama',                      getenv('OLLAMA_MODEL')],
    'openrouter' => ['https://openrouter.ai/api/v1', getenv('OPENROUTER_API_KEY'), getenv('OPENROUTER_MODEL')],
    'openai'     => ['https://api.openai.com/v1',    getenv('OPENAI_API_KEY'),     getenv('OPENAI_MODEL')],
    default      => throw new InvalidArgumentException("Noma'lum provayder: {$qaysi}"),
};

$client = provayderKlienti($baseUri, $apiKey);
echo sora($client, $model, 'PHP nima ekanini bir jumlada ayt.');

Bu kodning go'zalligi: provayderni almashtirish uchun siz birorta ham qatorni o'zgartirmaysiz. Faqat .env da LLM_PROVIDER=openrouter deb yozasiz — tamom. Bugun lokal Ollama'da, ertaga OpenRouter'da, indinga OpenAI'da — o'sha kod.

Ehtiyot bo'ling

"OpenAI-mos" degani — deyarli mos. Ba'zi nozik imkoniyatlar (ayrim tool format tafsilotlari, ba'zi parametrlar) har provayderda to'liq qo'llab-quvvatlanmasligi mumkin. Oddiy chat, streaming, embedding — deyarli har joyda ishlaydi. Murakkab imkoniyatni ishlatishdan oldin sinab ko'ring.

Boshqa provayderda

Claude bu standart ro'yxatiga to'liq kirmaydi — Claude'da o'zining rasmiy SDK'si (anthropic-ai/sdk) bor va format biroz boshqacha (system alohida, content bloklar). Shuning uchun Claude'ni umumiy abstraksiyaga qo'shish uchun keyingi bo'limdagi o'z interfeysingiz yondashuvi kerak bo'ladi.

O'z provayder-agnostik abstraksiyangiz¶

OpenAI-mos naqsh ajoyib, lekin Claude (rasmiy SDK) va Gemini (REST) uni to'liq qo'llamaydi. Hamma provayderni — Claude'ni ham — bitta umumiy yo'l bilan ishlatish uchun eng kuchli yechim: o'z interfeysingizni yozish.

G'oya (dasturlash arxitekturasidan tanish bo'lsa): ilovangiz aniq provayderga emas, balki interfeysga tayanadi. Har provayder uchun shu interfeysni amalga oshiradigan kichik klass yozasiz. Provayderni almashtirish = boshqa klassni ulash, ilovaning qolgan qismiga tegmasdan.

<?php

/**
 * Har qanday LLM provayder shu interfeysni amalga oshiradi.
 * Ilovamiz FAQAT shu interfeysni biladi — qaysi provayder ortda turganini emas.
 */
interface LlmProvider
{
    /** Foydalanuvchi xabariga (ixtiyoriy tizim ko'rsatma bilan) matn javob qaytaradi. */
    public function javob(string $foydalanuvchi, string $tizim = ''): string;
}

Endi Claude uchun implementatsiya (rasmiy SDK bilan, 5-bobdagi kod):

<?php

use Anthropic\Client as AnthropicClient;

final class ClaudeProvider implements LlmProvider
{
    public function __construct(
        private AnthropicClient $client,
        private string $model,        // sozlamadan, masalan 'claude-opus-4-8'
    ) {}

    public function javob(string $foydalanuvchi, string $tizim = ''): string
    {
        // Claude'da system ALOHIDA parametr (top-level)
        $params = [
            'model'     => $this->model,
            'maxTokens' => 1024,
            'messages'  => [['role' => 'user', 'content' => $foydalanuvchi]],
        ];
        if ($tizim !== '') {
            $params['system'] = $tizim;
        }

        $msg = $this->client->messages->create(...$params);

        return $msg->content[0]->text;   // Claude javobi: content bloklari
    }
}

Endi OpenAI (yoki istalgan OpenAI-mos: Ollama, OpenRouter...) uchun implementatsiya:

<?php

use OpenAI\Client as OpenAiClient;

final class OpenAiProvider implements LlmProvider
{
    public function __construct(
        private OpenAiClient $client,
        private string $model,
    ) {}

    public function javob(string $foydalanuvchi, string $tizim = ''): string
    {
        // OpenAI'da system messages ICHIDA (birinchi element)
        $messages = [];
        if ($tizim !== '') {
            $messages[] = ['role' => 'system', 'content' => $tizim];
        }
        $messages[] = ['role' => 'user', 'content' => $foydalanuvchi];

        $res = $this->client->chat()->create([
            'model'    => $this->model,
            'messages' => $messages,
        ]);

        return $res->choices[0]->message->content ?? '';   // OpenAI javobi: choices
    }
}

Diqqat: ikkala klass ham bir xil javob() metodiga ega — tashqaridan ular bir xil ko'rinadi. Provayderlar orasidagi farq (system qayerda, javob qayerda) klass ichiga "yashiringan". Ilova bu farqni umuman bilmaydi.

Maslahat

Bu — klassik Strategiya (Strategy) dizayn namunasi: bir vazifani bajarishning bir nechta yo'li, hammasi bir interfeys ortida. 17-bobdagi tayyor frameworklar (LLPhant, Neuron AI) aynan shuni siz uchun qiladi — agar o'zingiz yozishni xohlamasangiz, ulardan foydalanasiz. Lekin "ostida nima bo'layotganini" bilish — qimmatli.

To'liq misol: bir vazifa, ikki provayder, oson almashish¶

Hammasini birlashtiraylik. Ilovamiz faqat LlmProvider interfeysiga tayanadi. Sozlamaga qarab Claude yoki OpenAI provayderini ulaymiz — qolgan kod o'zgarmaydi.

<?php
require __DIR__ . '/vendor/autoload.php';

use Anthropic\Client as AnthropicClient;
use OpenAI\Client as OpenAiClient;

// (LlmProvider interfeysi va ikki implementatsiya yuqorida ta'riflangan deb olamiz)

/**
 * Sozlamaga qarab to'g'ri provayderni TANLAYDI va ulaydi.
 * Ilova faqat qaytgan LlmProvider'ni biladi — ichini emas.
 */
function provayderYarat(string $qaysi): LlmProvider
{
    return match ($qaysi) {
        'claude' => new ClaudeProvider(
            new AnthropicClient(apiKey: getenv('ANTHROPIC_API_KEY')),
            getenv('ANTHROPIC_MODEL') ?: 'claude-opus-4-8',
        ),
        'openai' => new OpenAiProvider(
            OpenAI::client(getenv('OPENAI_API_KEY')),
            getenv('OPENAI_MODEL'),
        ),
        // Ollama ham OpenAiProvider — faqat boshqa baseUri'li klient bilan!
        'ollama' => new OpenAiProvider(
            OpenAI::factory()
                ->withApiKey('ollama')
                ->withBaseUri('http://localhost:11434/v1')
                ->make(),
            getenv('OLLAMA_MODEL'),
        ),
        default  => throw new InvalidArgumentException("Noma'lum provayder: {$qaysi}"),
    };
}

// --- Ilovaning ASOSIY mantig'i — provayderdan MUTLAQO bexabar ---
function maqolaXulosaQil(LlmProvider $llm, string $matn): string
{
    return $llm->javob(
        foydalanuvchi: "Quyidagi matnni 2 jumlada xulosa qil:\n\n{$matn}",
        tizim: 'Sen aniq va qisqa xulosa yozadigan muharrirsan. Doim o\'zbek tilida.',
    );
}

// --- Ishlatish: provayderni FAQAT shu yerda tanlaymiz ---
$qaysi = getenv('LLM_PROVIDER') ?: 'claude';   // 'claude' | 'openai' | 'ollama'
$llm   = provayderYarat($qaysi);

$matn = 'PHP — server tomonida ishlaydigan, veb-saytlar uchun mashhur dasturlash tili. '
      . 'U ma\'lumotlar bazasi bilan ishlaydi, HTML generatsiya qiladi va katta ekotizimga ega.';

echo "Provayder: {$qaysi}\n";
echo maqolaXulosaQil($llm, $matn) . "\n";

Mana shu — provayder-agnostik ilova. maqolaXulosaQil() funksiyasi Claude'mi, OpenAI'mi, Ollama'mi — bilmaydi va bilishi shart emas. Almashtirish uchun .env da bitta qatorni o'zgartirasiz: LLM_PROVIDER=ollama. Bugun bulutdagi Claude, ertaga maxfiylik uchun lokal Ollama — o'sha kod, o'zgartirishsiz.

Misol

Real loyihada bu naqsh oltin: oddiy/ko'p so'rovlarni arzon yoki lokal provayderga, murakkab/muhimlarini Claude'ga yo'naltirasiz. Yoki 8-bobdagi fallback ni provayderlar orasida qo'llaysiz — asosiy provayder ishlamasa, ikkinchisiga avtomatik o'tasiz. Interfeys buni osonlashtiradi.

Qachon qaysi provayder?¶

Endi amaliy savol: qachon qaysisini tanlash? Bitta "eng yaxshi" provayder yo'q — har biri o'z o'rnida kuchli. Mana yo'riqnoma:

Qachon qaysi provayder: Claude, OpenAI, Gemini, lokal Ollama, OpenRouter — har birining kuchli tomoni va mos ishi

Provayder	Kuchli tomoni	Qachon mos
Claude (Anthropic)	Uzun kontekst, kod, ehtiyotkor/aniq javob, agentlar	Murakkab fikrlash, kod yozish, uzun hujjat tahlili, ishonchli agent
OpenAI (GPT)	Keng ekotizim, ko'p vosita/integratsiya, mashhur	Tayyor integratsiyalar, keng jamoa tajribasi kerak bo'lganda
Gemini (Google)	Multimodal (matn+rasm+video), ko'pincha arzon	Rasm/video tahlili, arzon multimodal ishlar
Lokal / Ollama	Maxfiylik, bepul, oflayn, to'liq nazorat	Ma'lumot chiqmasligi kerak; ko'p arzon so'rov; internet yo'q joy
OpenRouter	Bitta kalit — ko'p model, oson almashish	Modellarni sinash/taqqoslash; tez almashish kerak bo'lganda

Amaliy maslahat: ko'p loyiha ikki-uch provayderni birga ishlatadi. Masalan:

Asosiy — Claude (murakkab, sifat muhim ishlar uchun);
Arzon/ommaviy — lokal Ollama yoki arzon model (oddiy klassifikatsiya, teglash);
Zaxira (fallback) — boshqa provayder (asosiysi ishlamay qolsa).

Interfeys yondashuvi aynan shuni osonlashtiradi.

Migratsiya: provayderni almashtirganda nima o'zgaradi?¶

Aytaylik, ilovangiz Claude'da yozilgan va siz OpenAI'ga (yoki teskari) ko'chmoqchisiz. Nima e'tibor talab qiladi?

O'zgaradi:

Model nomi. Har provayderda boshqa (sozlamadan oling — getenv, kodga yozmang).
System joyi. Claude — alohida system; OpenAI — messages ichida.
Javobni o'qish. Claude — content[0]->text; OpenAI — choices[0]->message->content.
Tool format. Claude — input_schema; OpenAI — function/parameters.
Narx va limit. Har provayderda boshqa — byudjet va rate limitni qayta hisoblang.
Maxsus imkoniyatlar. Biror provayderdagi nozik funksiya boshqasida bo'lmasligi mumkin.

O'zgarmaydi (eng muhimi!):

G'oya. Prompt san'ati (3-bob), suhbat tarixi (4-bob), tool calling mantig'i (9-bob), RAG arxitekturasi (15-bob) — hammasi o'sha. Siz qaytadan o'rganmaysiz.
Ilova mantig'i. Agar interfeys ortida yozgan bo'lsangiz — ilovaning asosiy qismi umuman tegmaydi.

Maslahat

Migratsiyani osonlashtirishning eng yaxshi yo'li — boshidanoq interfeys ortida yozish (yuqoridagi LlmProvider). Shunda "migratsiya" deyarli yo'qoladi: yangi provayder uchun bitta kichik klass yozasiz, .env ni o'zgartirasiz — tamom. Boshidan bitta provayderga "yopishib" yozsangiz — keyin azob.

Xulosa¶

Vendor lock-in — dushman. Bitta provayderga butunlay bog'lanib qolmang. Narx, sifat, tezlik, mavjudlik (rate limit), maxfiylik va funksiya farqi — bularning hammasi bir nechta provayderni bilishni talab qiladi.
Tushunchalar bir xil, sintaksis farqli. messages, system, streaming, tool calling, embedding — har jiddiy LLM provayderida bor. 1–16 boblardagi g'oyalar hammasiga ishlaydi; faqat yozilishini "tarjima" qilasiz.
OpenAI — openai-php/client, $client->chat()->create([...]), javob choices[0]->message->content. System — messages ichida. Streaming, embedding, tool calling bor.
Gemini — REST API (Guzzle bilan); contents/parts tuzilmasi; multimodal kuchli, ko'pincha arzon.
Ollama / lokal modellar — kompyuteringizda ishlaydi: bepul, oflayn, maxfiy (ma'lumot chiqmaydi). OpenAI-mos API beradi — o'sha openai-php kod, faqat baseUri lokal manzilga. LM Studio, LocalAI ham shunday.
OpenRouter — bitta kalit, ko'p model; OpenAI-mos (baseUri o'zgaradi); modellarni sinash/almashish uchun ideal.
"OpenAI-mos" sehri — ko'p provayder (Ollama, OpenRouter, LocalAI, Mistral...) OpenAI formatini qo'llaydi. Bitta kod, faqat baseUri+kalit+model o'zgaradi.
O'z LlmProvider interfeysingiz — barcha provayderni (Claude ham) bitta umumiy yo'l bilan ishlatish va osongina almashtirishning eng kuchli usuli. Ilova interfeysga tayanadi, aniq provayderga emas.
Boshidan abstraksiya bilan yozing — keyin migratsiya deyarli yo'qoladi: yangi klass + .env o'zgarishi.

Amaliy mashqlar¶

OpenAI bilan so'rov. openai-php/client ni o'rnating va sodda skript yozing: foydalanuvchi savolini olib, OpenAI'ga yuboring va javobni chop eting. Model nomini getenv('OPENAI_MODEL') dan oling, kalitni hech qachon kodga yozmang. So'ng system xabar qo'shib, modelni "doim o'zbekcha, qisqa javob ber" ga sozlang. Claude'dagi (5-bob) o'sha vazifa bilan kodni yonma-yon qo'yib, qaysi ikki joy farq qilishini aniqlang.
Lokal Ollama. Ollama'ni o'rnating, biror modelni ollama run ... bilan ishga tushiring. Keyin openai-php ni withBaseUri('http://localhost:11434/v1') bilan sozlab, unga so'rov yuboring. Bir savolni avval bulutdagi provayderga, keyin lokal Ollama'ga yuboring — javob sifatini va tezligini taqqoslang. Lokal modelning qaysi afzalligi siz uchun eng muhim ekanini bir jumlada yozing.
OpenRouter sinovi. OpenRouter hisobi oching, baseUri ni https://openrouter.ai/api/v1 ga sozlang. Bir xil savolni uchta har xil modelga (faqat model maydonini o'zgartirib) yuboring va javoblarni taqqoslang. Bu usul "har model uchun alohida hisob/integratsiya" ga nisbatan qanday vaqt tejashini tushuntiring.
Provayder-agnostik interfeys. LlmProvider interfeysini va ClaudeProvider + OpenAiProvider (yoki OllamaProvider) implementatsiyalarini yozing. provayderYarat() funksiyasi getenv('LLM_PROVIDER') ga qarab to'g'ri klassni qaytarsin. Bir vazifani (masalan, matnni xulosa qilish) yozing va uni ikkala provayderda almashtirib ishlating — ilova mantig'iga tegmasdan.
Provayderlar orasida fallback. 8-bobdagi retry/fallback g'oyasini provayderlar orasiga ko'chiring: LlmProvider ro'yxatini (masalan, [claude, ollama]) oling; birinchisi xato bersa (APIException), ikkinchisiga avtomatik o'ting. Test qilish uchun birinchi provayderga ataylab noto'g'ri kalit bering va ikkinchisi ishga tushganini kuzating. Nega provayder-darajadagi fallback "ilova hech qachon to'xtamasin" maqsadiga xizmat qilishini tushuntiring.

⬅️ Oldingi: 18 — Laravel integratsiya · 🏠 Kitob boshi · Keyingi: 20 — Xavfsizlik ➡️