🚀 快速开始
5分钟内完成 API 集成，支持所有 OpenAI 兼容的客户端。
步骤 2: 测试 API 连接
使用以下命令测试 API 是否正常工作
# 测试模型列表接口
curl \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json"
步骤 3: 集成到应用
选择您的开发语言，复制示例代码开始使用
📦 模型列表接口
接口说明
| 请求方式 |
GET |
| 接口地址 |
|
| 认证方式 |
Bearer Token（必需） |
| 响应格式 |
JSON（OpenAI 兼容格式） |
请求示例
curl \
-H "Authorization: Bearer YOUR_API_KEY"
响应示例
{
"object": "list",
"data": [
{
"id": "gpt-3.5-turbo",
"object": "model",
"owned_by": "OpenAI",
"created": 1747040808
},
{
"id": "qwen-plus",
"object": "model",
"owned_by": "阿里云",
"created": 1747040808
}
]
}
💡 提示
- • 必需字段：
data[].id - 模型唯一标识符
- • 可选字段：
owned_by, created
- • 只返回已启用的模型
💬 聊天补全接口
接口说明
| 请求方式 |
POST |
| 接口地址 |
|
| Content-Type |
application/json |
| 流式响应 |
支持（SSE 格式） |
Python 示例（推荐）
from openai import OpenAI
# 初始化客户端
client = OpenAI(
api_key="YOUR_API_KEY",
base_url=""
)
# 发送聊天请求
response = client.chat.completions.create(
model="gpt-3.5-turbo", # 或其他可用模型
messages=[
{"role": "system", "content": "你是一个 AI 助手"},
{"role": "user", "content": "你好，请介绍一下自己"}
],
temperature=0.7,
max_tokens=1000
)
print(response.choices[0].message.content)
cURL 示例
curl \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "gpt-3.5-turbo",
"messages": [
{"role": "user", "content": "你好！"}
],
"stream": true
}'
JavaScript 示例
const response = await fetch('', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model: 'gpt-3.5-turbo',
messages: [
{ role: 'system', content: '你是一个 AI 助手' },
{ role: 'user', content: '你好！' }
],
stream: true
})
});
const data = await response.json();
console.log(data.choices[0].message.content);
📝 请求参数说明
| 参数 |
类型 |
必需 |
说明 |
| model |
string |
✓ |
模型 ID（从 /models 接口获取） |
| messages |
array |
✓ |
消息数组，包含 role 和 content |
| stream |
boolean |
✗ |
是否启用流式响应（默认 false） |
| temperature |
number |
✗ |
随机性控制（0-2，默认 0.7） |
| max_tokens |
integer |
✗ |
最大生成 token 数 |