• 简体中文
  • 文本对话

    请求字段

    字段类型必填说明
    modelstring是模型名,从模型广场复制(区分大小写),命名规律见 模型说明
    messagesarray是对话消息数组,每条含 role(system / user / assistant)和 content
    temperaturenumber否采样温度,0~2,越高越随机,一般用 0.7
    max_tokensinteger否回复的最大 token 数
    streamboolean否true 时流式返回(SSE),默认 false

    基本调用

    cURL
    Python (openai)
    Node.js (openai)
    curl https://api-model.shuntianchuang.cn/v1/chat/completions \
      -H "Content-Type: application/json" \
      -H "Authorization: Bearer sk-你的令牌" \
      -d '{
        "model": "deepseek-v4-flash",
        "messages": [
          { "role": "user", "content": "用一句话解释什么是 API 网关" }
        ],
        "temperature": 0.7
      }'

    流式调用

    设置 "stream": true 后,服务端通过 SSE(Server-Sent Events)逐段推送内容,适合做打字机效果。每段以 data: 开头,全部推送完毕时收到 data: [DONE]。

    cURL
    Python (openai)
    Node.js (openai)
    # -N 关闭 curl 缓冲,实时看到流式输出
    curl -N https://api-model.shuntianchuang.cn/v1/chat/completions \
      -H "Content-Type: application/json" \
      -H "Authorization: Bearer sk-你的令牌" \
      -d '{
        "model": "deepseek-v4-flash",
        "stream": true,
        "messages": [
          { "role": "user", "content": "写一首关于春天的两行小诗" }
        ]
      }'
    TIP

    客户端或代理必须支持 SSE(不能缓冲响应),否则流式输出会卡住直到超时,详见 常见问题。

    多轮对话

    多轮对话不需要新参数:把历史消息按顺序 append 进 messages 数组即可。assistant 的历史回复也要原样带上,模型依靠完整上下文续写:

    {
      "model": "deepseek-v4-flash",
      "messages": [
        { "role": "system", "content": "你是一个简洁的中文助手" },
        { "role": "user", "content": "什么是 API 网关?" },
        { "role": "assistant", "content": "API 网关是……" },
        { "role": "user", "content": "它和反向代理有什么区别?" }
      ]
    }
    NOTE

    每轮请求都会重新计费全部输入 token:对话越长,输入费用越高。及时裁剪历史消息或使用支持缓存价格的模型可以控制成本,详见 充值与计费。