English

接入 LLMPort API

通过统一入口调用可用 AI 模型。以下示例使用聊天补全接口，模型需支持该接口；图片与视频请使用对应创作入口或模型文档中列出的接口。

查看模型与价格

准备账号与密钥

登录后在 API 密钥页面创建密钥，并确认账号有可用额度。密钥仅放在服务端环境变量中，不要放入网页前端代码。

设置环境变量

将占位值替换为你的密钥和价格页中的准确聊天模型 ID；不要使用显示名称。

export LLMPORT_API_KEY="your-llmport-api-key"
export LLMPORT_MODEL="exact-chat-model-id-from-pricing"

Python 示例

先运行 pip install openai，再运行以下 Python 代码。

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://llmport.si/v1",
    api_key=os.environ["LLMPORT_API_KEY"],
)
response = client.chat.completions.create(
    model=os.environ["LLMPORT_MODEL"],
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)

Node.js 示例

先运行 npm install openai，将代码保存为 quickstart.mjs 后使用 node quickstart.mjs 执行。

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://llmport.si/v1",
  apiKey: process.env.LLMPORT_API_KEY,
});
const response = await client.chat.completions.create({
  model: process.env.LLMPORT_MODEL,
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);

curl 示例

可直接在终端验证连接；该命令会发起真实请求并按账号规则计费。

curl https://llmport.si/v1/chat/completions \
  -H "Authorization: Bearer $LLMPORT_API_KEY" \
  -H "Content-Type: application/json" \
  -d "$(printf '{"model":"%s","messages":[{"role":"user","content":"Hello!"}]}' "$LLMPORT_MODEL")"

流式输出与常见错误

支持流式输出的模型可设置 stream=true，并逐段读取返回。401：检查密钥；403：检查模型和分组权限；429：检查限流及额度；模型不可用：核对价格页中的准确 ID 与支持接口。图片、视频和不同模型的参数并不完全相同。