Schnellstart¶
Schick deinen ersten Request an Aqueduct in drei Schritten.
1. API-Key holen¶
- Melde dich unter aqueduct.ai.datalab.tuwien.ac.at mit deinem TU Wien Account (SSO) an.
- Erstelle unter API Keys einen persönlichen API-Key.
-
Speichere ihn in einer Umgebungsvariable, damit er nie in deinem Code landet:
export AQUEDUCT_API_KEY="sk-..."
Studierende müssen zuerst Zugang beantragen, siehe Zugang.
2. Die Endpoints¶
| Was | URL |
|---|---|
| OpenAI-kompatible API | https://aqueduct.ai.datalab.tuwien.ac.at/v1 |
| MCP-Server | https://aqueduct.ai.datalab.tuwien.ac.at/mcp-servers/{name}/mcp, siehe MCP-Server |
Aqueduct ist kompatibel mit der OpenAI-API. Jede OpenAI-Client-Library und jedes Tool funktioniert, wenn du die Base-URL änderst.
3. Request schicken¶
curl https://aqueduct.ai.datalab.tuwien.ac.at/v1/chat/completions \
-H "Authorization: Bearer $AQUEDUCT_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen-3.8-27b",
"messages": [{"role": "user", "content": "Say this is a test"}]
}'
import os
from openai import OpenAI
client = OpenAI(
base_url="https://aqueduct.ai.datalab.tuwien.ac.at/v1",
api_key=os.environ["AQUEDUCT_API_KEY"],
)
chat_completion = client.chat.completions.create(
model="qwen-3.8-27b",
messages=[{"role": "user", "content": "Say this is a test"}],
)
print(chat_completion.choices[0].message.content)
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://aqueduct.ai.datalab.tuwien.ac.at/v1",
apiKey: process.env.AQUEDUCT_API_KEY,
});
const completion = await client.chat.completions.create({
model: "qwen-3.8-27b",
messages: [{ role: "user", content: "Say this is a test" }],
});
console.log(completion.choices[0].message.content);
Für ein anderes Modell ersetzt du den Wert von model durch eine ID aus Verfügbare Modelle.
Nächste Schritte¶
- Verfügbare Modelle: Kontextlängen, Bild-Input und Reasoning Efforts
- Integrationen: Coding-Agents und Editoren einrichten
- Öffentliche Aqueduct-Dokumentation: Speech, Bildgenerierung, Files und Batches und mehr
- Beispiele im LLM-as-a-Service-Cookbook
- FAQ: Rate Limits, Reasoning, Timeouts