快速开始

本文帮助你完成三个步骤：配置 API Key、获取模型 ID、发送第一个对话请求。

示例按 OpenAI Chat Completions 兼容格式编写。模型列表端点已确认需要鉴权；对话接口、SDK 和流式行为仍需使用有效 llm.sg 密钥验证。

1. 准备 API Key

按照账号与 API Key获取密钥，并配置环境变量 LLM_SG_API_KEY。

2. 获取模型 ID

在终端请求模型列表：

curl --fail-with-body --silent --show-error \
  'https://api.llm.sg/v1/models' \
  -H "Authorization: Bearer ${LLM_SG_API_KEY}"

获取列表后，选择可用于文本对话的模型，将其 ID 原样配置为 LLM_SG_MODEL。若接口采用兼容列表格式，模型 ID 位于 data 数组中各项的 id 字段；实际字段需以返回结果为准。 macOS 或 Linux：

export LLM_SG_MODEL='YOUR_MODEL_ID'

Windows PowerShell：

$env:LLM_SG_MODEL = 'YOUR_MODEL_ID'

YOUR_MODEL_ID 是占位符，需要替换为平台提供的实际模型 ID。不要直接使用其他平台的模型别名。

3. 发送对话请求

选择以下任意一种方式。所有示例均使用 LLM_SG_API_KEY，SDK 示例还会读取 LLM_SG_MODEL。

cURL
Python
JavaScript

以下命令用于 Bash 或 Zsh。将 JSON 中的 YOUR_MODEL_ID 替换为上一步获取的实际模型 ID：

curl --fail-with-body --silent --show-error \
  'https://api.llm.sg/v1/chat/completions' \
  -H "Authorization: Bearer ${LLM_SG_API_KEY}" \
  -H 'Content-Type: application/json' \
  --data-raw '{
    "model": "YOUR_MODEL_ID",
    "messages": [
      {"role": "user", "content": "你好，请用一句话介绍你自己。"}
    ]
  }'

安装 SDK：

python -m pip install openai

将以下代码保存为 quickstart.py，然后执行 python quickstart.py：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["LLM_SG_API_KEY"],
    base_url="https://api.llm.sg/v1",
)

response = client.chat.completions.create(
    model=os.environ["LLM_SG_MODEL"],
    messages=[{"role": "user", "content": "你好，请用一句话介绍你自己。"}],
)

print(response.choices[0].message.content)

安装 SDK：

npm install openai

将以下代码保存为 quickstart.mjs，然后执行 node quickstart.mjs：

import OpenAI from "openai";

const apiKey = process.env.LLM_SG_API_KEY;
const model = process.env.LLM_SG_MODEL;
if (!apiKey || !model) {
  throw new Error("请先设置 LLM_SG_API_KEY 和 LLM_SG_MODEL");
}

const client = new OpenAI({
  apiKey,
  baseURL: "https://api.llm.sg/v1",
});

const response = await client.chat.completions.create({
  model,
  messages: [{ role: "user", content: "你好，请用一句话介绍你自己。" }],
});

console.log(response.choices[0].message.content);

如何判断调用成功

在兼容 Chat Completions 的响应中，通常可以从 choices[0].message.content 读取文本回答。若返回 usage，可以据此查看本次请求的 Token 用量；它不直接代表最终扣费金额。如请求失败，保留 HTTP 状态码、错误消息以及响应中的请求 ID，再参照错误排查处理。

在第三方应用中配置

如果应用支持自定义 OpenAI 兼容服务，可按下列约定填写，具体是否兼容需要实际验证：

配置项	填写内容
服务类型	自定义 OpenAI 兼容服务
Base URL	`https://api.llm.sg/v1`
API Key	你的 llm.sg API Key
模型	llm.sg 提供的完整模型 ID

如果应用要求完整接口地址，则填写 https://api.llm.sg/v1/chat/completions。部分应用会自动追加 /v1，请根据其字段说明和实际请求地址检查是否重复。接下来：模型选择或流式输出与多轮对话。

开始使用

使用指南

帮助

法律条款

1. 准备 API Key

2. 获取模型 ID

3. 发送对话请求

如何判断调用成功

在第三方应用中配置