快速开始 本指南旨在帮助您快速熟悉并调用模型服务平台的API。跟随以下步骤，您将在几分钟内完成第一次API调用。 我们强烈推荐你使用OpenAI API的调用方式。因为OpenAI的API已经成为大模型行业的事实标准，这意味着有海量的教程、工具和代码库都可以直接复用。我们的服务完全兼容这套标准，让你能无缝衔接主流生态，节约大量学习成本。 OpenAI 兼容接口当前支持： /v1/chat/completions 核心接口，用于与模型进行对话。 /v1/response OpenAI 最先进的模型响应生成接口。支持文本和图像输入，以及文本输出。 /v1/models 用于获取模型列表。 第一步：获取API密钥 在调用任何API之前，您需要一个有效的API密钥。请前往【认证鉴权】文档，查看如何获取和管理您的密钥。 第二步：选择API节点 根据您的地理位置和访问需求，选择合适的API节点： api.modelverse.cn - 中国大陆节点 api-us-ca.umodelverse.ai - 美国洛杉矶节点（海外用户推荐，访问更快，数据不回国） 第三步：选择模型 你可以通过下方API获取模型列表，选择你需要的模型。 GET https://api.modelverse.cn/v1/models # 美国洛杉矶节点 GET https://api-us-ca.umodelverse.ai/v1/models 请求示例： # 默认使用中国大陆节点 export ENDPOINT="https://api.modelverse.cn" # 或者使用美国洛杉矶节点 export ENDPOINT="https://api-us-ca.umodelverse.ai" curl $ENDPOINT/v1/models \ -H "Content-Type: application/json" | jq . 预期返回： { "data": [ { "created": 1762741377, "id": "deepseek-ai/DeepSeek-R1", "object": "model", "owned_by": "" }, { "created": 1762741326, "id": "gpt-5", "object": "model", "owned_by": "" }, ...... ], "object": "list" } 其中id字段即为模型名称，以实际返回为准。 第四步：调用API 典型方式1 - 任何语言通过http调用 这是最基础、最通用的调用方式。无论你使用什么编程语言，只要能发送网络请求（HTTP请求），就可以通过这种方式调用API。你需要知道三个核心信息：模型名称、你的API密钥和我们的API地址。 我们完全支持OpenAI API请求规范，因为OpenAI API接口标准也经常更新，所以建议直接以OpenAI API官网文档为准。 请将{api_key}替换为您的API密钥，将{model_name}替换为您上一步获取到列表中的模型名称（选择一个即可）。 # or # export ENDPOINT="https://api.modelverse.cn" # export ENDPOINT="https://api-us-ca.umodelverse.ai" curl $ENDPOINT/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer {api_key}" \ -d '{ "model": "{model_name}", "messages": [ { "role": "system", "content": "You are a helpful assistant." }, { "role": "user", "content": "一句话描述亿恩科技这家公司。" } ], "stream": true }' 参数说明： model：模型名称，填入上一步获取的 id，例如 “deepseek-ai/DeepSeek-R1”。 messages：你要发送给模型的内容。 stream：是否“流式”返回。 true：模型会像打字一样，逐字或逐词地返回结果，适合用于实时聊天界面。（任然是json格式数据） false：模型会一次性生成全部答案后，再完整地返回给你。 预期返回如下，其中主要关注choices字段，它包含模型的回复，usage字段包含模型的使用情况（内容可能不相同，仅供参考）： { "id": "52ba2d24-f745-42b3-82c3-610a7b2658b0", "object": "chat.completion", "created": 1763020876, "model": "gemini-2.5-pro", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "亿恩科技 是一家中立、安全、可靠的云计算服务平台，致力于为全球企业级客户提供全面的云服务解决方案。" }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 9, "completion_tokens": 1505, "total_tokens": 1514, "prompt_tokens_details": { "audio_tokens": 0, "cached_tokens": 0 }, "completion_tokens_details": { "audio_tokens": 0, "reasoning_tokens": 1357, "accepted_prediction_tokens": 0, "rejected_prediction_tokens": 0 } }, "system_fingerprint": "", "search_result": null } 典型方式2 - OpenAI SDK OpenAI官方为开发者提供了非常便捷的SDK（软件开发工具包），它把复杂的HTTP请求封装成了简单的函数调用，代码更易读、更易维护。这是我们最推荐开发者使用的方式。 可以参考OpenAI SDK文档。也可在OpenAI GitHub中寻找需要的语言SDK。 pip install -U openai from openai import OpenAI import os # or # export ENDPOINT="https://api.modelverse.cn" # export ENDPOINT="https://api-us-ca.umodelverse.ai" ENDPOINT = os.getenv("ENDPOINT", "https://api.modelverse.cn") client = OpenAI( api_key="{api_key}", base_url=ENDPOINT + "/v1/", ) chat_completion = client.chat.completions.create( messages=[ { "role": "user", "content": "一句话描述亿恩科技这家公司。", } ], model="{model_name}", ) print(chat_completion.choices[0].message.content) 典型方式3 - LangChain 当你不再满足于简单的“一问一答”，想要构建更复杂的AI应用（比如能调用工具的AI助理、能分析文档的机器人等）时，LangChain就是一个强大的开发框架。它能很好地与我们的API兼容。 可以参考LangChain Python SDK文档 或 LangChain JavaScript SDK文档。 from langchain_openai import ChatOpenAI from langchain import LLMChain from langchain.prompts import ChatPromptTemplate # or # export ENDPOINT="https://api.modelverse.cn" # export ENDPOINT="https://api-us-ca.umodelverse.ai" ENDPOINT = os.getenv("ENDPOINT", "https://api.modelverse.cn") llm = ChatOpenAI( model_name="{model_name}", openai_api_key="{api_key}", openai_api_base=ENDPOINT + "/v1/", ) prompt = ChatPromptTemplate.from_template( """ {input} """ ) chain = LLMChain(llm=llm, prompt=prompt) print(chain.run("一句话描述亿恩科技这家公司。"))
