使用 GitHub Models 上免費的LLM(大語言模型) 進行測試開發

對多數開發人員而言,GitHub 不僅是一個儲存程式碼的地方,更是一整套開發流程的中樞。從原始碼管理、Issue 討論、Pull Request 協作,到 CI/CD 整合,GitHub 提供了豐富的功能,支援現代軟體開發的各個階段。

這使得 GitHub 一推出 GitHub Models ,立即讓人眼睛一亮。這項功能對開發人員來說,堪稱是一大福音。它提供了多種 LLM(大型語言模型)的介接能力,並且開放免費使用,讓開發者在無需註冊 OpenAI、Azure 或其他雲端服務帳號的情況下,就能快速體驗 LLM 在程式設計與AI Agent 開發的應用潛力。

對於尚在試驗階段,或使用頻率不高的個人或小型團隊來說,這不僅省下了搭建本地模型環境的複雜度與資源消耗,也大幅降低了學習與導入門檻,真正做到「人人都能用 AI 來寫程式」。

如何使用

要使用 GitHub Models 相當簡單,你只需要有 GitHub 帳號(不管是否有付費均可),即可從底下網址進入 Models :
https://github.com/marketplace/models

進入後,先在左上角選擇你想使用的 Model :
圖片

你會發現選擇琳瑯滿目,從 OpenAI 系列,到微軟的 Phi-3、DeepSeek、Llama 任君選用。

選擇好之後,你可以在測試區,輸入對談文字測試看看,會看到大語言模型的回應文字:
圖片

你還可以按下Compare:
圖片

去比較兩款不同的大語言模型,在回應上是否有所不同:
圖片

如果要調整 System Prompt、Max Tokens、Temperature 等長用參數,可以在右上方找到。
圖片

選擇好你想用的模型之後,如果想要著手開發,可以切換到 Code,這邊可以讓你選擇不同的開發技術,網頁上會依照你的選擇,出現相對應的程式碼範例:
圖片

注意,這邊的 API Endpoint 和官方模型有所不同,是唯一你在使用 GitHub Models 時需要調整的地方。

申請 Token

在呼叫該 API時,一樣會需要一個 token。
你可以在底下位置申請:https://github.com/settings/personal-access-tokens/new
進入後找到 Permissions,展開後選擇 Models,將其設為Read-Only:
圖片

然後選擇 Generate Token 即可:
圖片

Token 只會出現一次,長相類似底下這樣:
github_pat_11ABD******************SeedMnB

你必須自己保留起來,在到期之前,都可以使用。不管你使用哪一款 Model,都可以用同樣的一個 Token,不過當然,還是有流量的限制,依照 Model 的類型分為 LowHighEmbedding…等幾個不同的等級。依照你的 GitHub 帳號檔次的不同,使用量也有所差異,細節可以參考底下這邊:
https://docs.github.com/en/github-models/prototyping-with-ai-models

底下是透過 PostMan 使用該 Token 呼叫 Model 的範例:
圖片

GitHub Models 為開發者提供了一個低成本、低門檻的選擇,能夠在不申請額外雲端帳號或建置本地推論模型環境的情況下,快速測試和整合各種 LLM 功能。對於正在評估 AI 工具是否適合導入專案的團隊而言,這是一個很實用的起點。未來若使用頻率增加,也能再視需求轉向正式的 API 或自建服務,保有相當不錯的彈性,有興趣的朋友可以測試看看。


參考 課程:
https://www.studyhost.tw/NewCourses/LineBot

留言

這個網誌中的熱門文章

原來使用 .net 寫個 MCP Server 如此簡單

使用LM Studio輕鬆在本地端以API呼叫大語言模型(LLM)

開啟 teams 中的『會議轉錄(謄寫)』與Copilot會議記錄、摘要功能

在VS Code當中使用 Azure DevOps MCP Server

原來使用 .net 寫個 MCP Client 也如此簡單