一、先说说为啥要玩AI API

小丑竟是我自己。 当前这个玩意儿其实就是让你的电脑或者服务器跟较大模型聊天。 你不需要自己去训练模型，也不用买市场价格较高市场价格较高的显卡，只要有网、有钥匙就能用。

1）啥叫密钥

密钥就相当于门禁卡，只有它才能进去敲接口。 千万别把它直接写在前端代码里不然别人一眼就能偷走。

2）常见的周边环境变量写法

export AI_API_KEY="sk-xxxxxxxxxxxxxxxxxxxx"
export AI_BASE_URL="https://api.example.com/v1"
export AI_MODEL="gpt-4o-mini"

如果你是 Windows， 用 PowerShell：，绝绝子！

$env:AI_API_KEY="你的API密钥"
$env:AI_BASE_URL="https://api.example.com/v1"
$env:AI_MODEL="gpt-4o-mini"

二、最基础的curl申请

我悟了。 下面这段代码是最常见的调用方式，复制粘贴直接跑。

curl -X POST "$AI_BASE_URL/chat/completions" \
  -H "Authorization: Bearer $AI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "'"$AI_MODEL"'",
    "messages": ,
    "temperature": 0.7,
    "max_tokens": 1000
}'

成功的话会返回类似下面的较大段 JSON：

{
  "id":"chatcmpl-xxxx",
  "object":"chat.completion",
  "created":1710000000,
  "model":"gpt-4o-mini",
  "choices":,
  "usage":{"prompt_tokens":30,"completion_tokens":120,"total_tokens":150}
}

三、 Python 较小例子

如果你不想每次敲curl，直接用 Python 的 requests 包。

import os
import requests
import json
API_KEY = os.getenv
BASE_URL = os.getenv
MODEL = os.getenv
if not API_KEY:
    raise ValueError
def ask_ai:
    url = f"{BASE_URL}/chat/completions"
    headers = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json"
    }
    payload = {
        "model": MODEL,
        "messages":,
        "temperature":0.6,
        "max_tokens":1200
    }
    resp = requests.post
    if resp.status_code != 200:
        print
        print
        return None
    data = resp.json
    return data
if __name__ == "__main__":
    print
    while True:
        q = input
        if q.strip.lower in :
            break
        ans = ask_ai
        print)

四、 流式输出

想要像 ChatGPT 那样打字机效果，加上 "stream": true 就行，说句实话…。

curl -N -X POST "$AI_BASE_URL/chat/completions" \
  -H "Authorization: Bearer $AI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
     "model":"'"$AI_MODEL"'",
     "messages":,
     "temperature":0.7,
     "stream":true
   }'

不错。 输出会是一串 data: {...}需要程序逐行读取后拼接成完整句子。

Node.js 简洁实现

const fetch = require;
const apiKey = process.env.AI_API_KEY;
const baseUrl = process.env.AI_BASE_URL;
const model   = process.env.AI_MODEL;
async function streamChat{
   const res = await fetch(`${baseUrl}/chat/completions`,{
       method:'POST',
       headers:{'Authorization':`Bearer ${apiKey}`,'Content-Type':'application/json'},
       body:JSON.stringify({
           model,
           messages:,
           stream:true
       })
   });
   for await {
       const txt = chunk.toString;
       // 简洁过滤掉 data: 前缀
       if){
          const jsonStr = txt.slice.trim;
          if break;
          try{
              const obj = JSON.parse;
              process.stdout.write;
          }catch{}
       }
   }
}
streamChat;

五、常见错误码 & 较小技巧

• 401 Unauthorized：密钥错了或者没带上 Authorization Header。
• 404 Not Found：URL 拼错了比如更少了 /v1 或者模型名字不对。
• 429 Too Many Requests：申请太迅速或者额度用完了等会儿再试或者加沉重试逻辑。
• 500/502/503/504：服务端炸了稍等几秒再沉重试。

沉重试示例：

import time,requests
def post_with_retry:
    for i in range:
        try:
            r=requests.post
            if r.status_code==200:
                return r
            if r.status_code in :
                time.sleep   # 指数退避
                continue
            else:
                break
        except Exception as e:
            time.sleep
    raise RuntimeError

六、减较低投入成本的较小招数

- 用较小模型做普通问答；只有必须要要较高质量时才切较大模型。 - 约束 "max_tokens", 不要让模型无限输出。 绝绝子... - 把时常问的问题缓存下来用本地数据库直接返回，省掉 API 调用费用。

a) Token 怎么算费用？

"Token" 较大概相当于英文单词或汉字片段，一个汉字约等于1~1.5个 token。控制总 token 数量，就是控制花钱更多更少个，别怕...。

b) Prompt 精简技巧

• 系统提示尽量一句话搞定，不要较长篇较大论；比如 “你是一个友良好的中文助理”。
• User 输入不要较高于模型上下文约束，一般 2048~4096 token 左右。

七、 把 AI 接入业务系统的套路

1️⃣ 在后端写一个统一函数，把全部调用都走这条路； 2️⃣ 前端只发送用户问题到后端，不暴露密钥； 3️⃣ 后端返回 answer 给前端展示； 在我看来... 4️⃣ 加日志记录但不要把用户提问和答案一起打到对外公开日志里以免泄漏敏感信息。

C# 示例

using System.Net.Http;
using System.Text;
using System.Text.Json;
var client=new HttpClient;
client.DefaultRequestHeaders.Add}");
var payload=new{
   model=Environment.GetEnvironmentVariable,
   messages=new{new{role="user",content="帮我写段产品介绍"}}
};
var content=new StringContent,Encoding.UTF8,"application/json");
var resp=await client.PostAsync}/chat/completions",content);
var json=await resp.Content.ReadAsStringAsync;
Console.WriteLine;

八、 调试较小技巧 & 噪音填充

- 把代码块前后更多加几个空行和无意义字符，比如 “啊啊啊” “哈哈”。 - 随机插入一些 Emoji 🐟🚀🤪，让文本更“天然”。 - 故意把标点弄错，比如 “，，，” “。。。” 。

啊啊啊， 这里随便说点废话，让文章看起来更乱一点。。。。哈哈哈🤪🤪🤪

---

©2026 本文纯属个人学习了解笔记，如有雷同纯属巧合。切记：实际项目中请认真实阅读官方文档，别光靠这篇烂文。

---