OpenAI 秘钥注册与国内代替品

月之暗面的注册与使用

  1. 在国内使用 OpenAI 的接口，必须有境外的服务器或者通过中转服务器进行中转，而且响应的速度较慢，如果没法通过特殊手段实时访问 OpenAI 接口，可以考虑其代替品 —— MoonShot （月之暗面），也是目前国内唯一一个可以不修改代码，只修改 秘钥 + API 接口，就可以直接使用 OpenAI SDK 的大语言模型；
  2. MoonShot 大语言模型的参数和 OpenAI 几乎保持一致，可以完美适配课程；

OpenAI 请求参数详解

  1. 请求参数：
    参数名 类型 必填 默认值 详细说明
    model string 是 — 模型名称，如 gpt-3.5-turbo / gpt-4o / gpt-4o-mini
    messages array 是 — 对话消息数组，包含 role 和 content
    temperature number 否 1 随机性，0~2；值越低越精准，越高越创意
    max_tokens integer 否 — 生成回复的最大 Token 数量
    top_p number 否 1 核采样，0~1；控制词汇多样性，与温度二选一
    n integer 否 1 返回多少条独立回复
    stream boolean 否 false 是否流式输出（打字机效果）
    stop string/array 否 — 停止符，遇到指定内容自动停止生成
    frequency_penalty number 否 0 -2~2，降低重复内容概率
    presence_penalty number 否 0 -2~2，鼓励生成新主题/新概念
    response_format object 否 — 指定返回格式，如 {"type":"json_object"}
    seed integer 否 — 随机种子，固定后可实现输出结果可复现
    tools array 否 — 函数调用 （Function Calling） 配置
    tool_choice string/object 否 — 控制函数调用策略
    user string 否 — 用户ID，用于OpenAI审计与安全监控
  2. 请求参数示例：
    const res = await fetch("https://api.openai.com/v1/chat/completions", {
  method: "POST",
  headers: {
    "Authorization": "Bearer YOUR_KEY",
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "gpt-4o",
    messages: [
      { role: "system", content: "专业前端工程师，TS代码" },
      { role: "user", content: "手写Promise.all" }
    ],
    temperature: 0.2,
    max_tokens: 1024,
    top_p: 1,
    frequency_penalty: 0.3,
    presence_penalty: 0.1,
    stream: false,
    n: 1,
    stop: null,
    seed: 42,
    response_format: { type: "text" }
  })
});

OpenAI 响应参数详解

  1. 核心字段详解：
    字段路径 类型 说明 示例/取值
    id string 请求唯一标识，用于排查问题 chatcmpl-8xYzABC123xyz
    object string 响应类型，固定值 chat.completion
    created integer 响应创建时间戳 （秒） 1704096000
    model string 本次调用的模型名称 gpt-4o-mini、gpt-3.5-turbo
    choices array 回复选项列表，长度由 n 参数控制 数组，通常 1 个元素
    choices[].index integer 选项在数组中的索引 0 （默认）
    choices[].message object 回复消息主体 -
    choices[].message.role string 角色，固定值 assistant
    choices[].message.content string 回复内容 （核心文本） 你好！我是AI助手...
    choices[].message.function_call object 函数调用 （需开启工具调用） 非工具调用时为 null
    choices[].finish_reason string 生成结束原因 见下方说明
    choices[].logprobs object Token 概率 （需开启 logprobs） 未开启时为 null
    usage object Token 统计 （计费依据） -
    usage.prompt_tokens integer 输入 （Prompt） Token 数 12
    usage.completion_tokens integer 输出 （Completion） Token 数 18
    usage.total_tokens integer 总 Token 数 （prompt+completion） 30
  2. finish_reason 取值说明：
    取值 含义 处理建议
    stop 正常结束 （触发停止序列或自然完成） ✅ 正常使用，解析内容
    length 达到 max_tokens 限制，内容可能不完整 ⚠️ 增大 max_tokens 或缩短提示
    content_filter 内容违反安全策略被过滤 ❌ 调整输入，规避敏感内容
    function_call 触发工具调用，返回函数参数 🔄 执行函数后回传结果
    null 流式响应中表示生成未结束 🔄 流式场景下持续接收直到 stop
  3. 流式响应差异 （stream: true）：
    • 流式返回 Server-Sent Events （SSE） 格式，每个事件为 JSON 片段，仅含 choices[].delta 而非 message：
    • 前端解析：拼接 choices[].delta.content，直到 finish_reason: “stop” 或 [DONE]；
    data: {"id":"...","object":"chat.completion.chunk","created":...,"choices":[{"index":0,"delta":{"content":"你好"},"finish_reason":null}]}

data: {"id":"...","object":"chat.completion.chunk","created":...,"choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: [DONE]
  4. 标准响应示例 （非流式）：
    {
  "id": "chatcmpl-8xYzABC123xyz",
  "object": "chat.completion",
  "created": 1704096000,
  "model": "gpt-4o-mini",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "你好！我是AI助手，有什么可以帮你的？"
      },
      "finish_reason": "stop",
      "logprobs": null
    }
  ],
  "usage": {
    "prompt_tokens": 12,
    "completion_tokens": 18,
    "total_tokens": 30
  }
}

Playground 介绍与最大化利用

打赏作者
您的打赏是我前进的动力
微信
支付宝
评论

你好👏🏻，我是 ✍🏻   疯狂 codding 中...

粽子

这有关于前端开发的技术文档和你分享。

相信你可以在这里找到对你有用的知识和教程。

了解更多

目录

  1. 1. OpenAI 秘钥注册与国内代替品
    1. 1.1. 月之暗面的注册与使用
    2. 1.2. OpenAI 请求参数详解
    3. 1.3. OpenAI 响应参数详解
  2. 2. Playground 介绍与最大化利用