通用对话接口(默认非流式)

通过 model 参数选择不同的AI模型
兼容 OpenAI Chat Completions API 格式
非流式输出，一次性返回完整响应

请求示例

curl --request POST \
  --url https://api.openveer.com/api/v1/chat/completions \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "gpt-5", # 可替换为任意支持的模型 ID
    "stream": false,
    "messages": [
      {
        "role": "system",
        "content": "你是一个专业的AI助手。"
      },
      {
        "role": "user",
        "content": "介绍一下人工智能的发展历史。"
      }
    ]
  }'

import requests

url = "https://api.openveer.com/api/v1/chat/completions"

payload = {
    "model": "gpt-5",  # 可替换为任意支持的模型 ID
    "stream": False,
    "messages": [
        {
            "role": "system",
            "content": "你是一个专业的AI助手。"
        },
        {
            "role": "user",
            "content": "介绍一下人工智能的发展历史。"
        }
    ]
}

headers = {
    "Authorization": "Bearer <token>",
    "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(response.json())

const url = "https://api.openveer.com/api/v1/chat/completions";

const payload = {
  model: "gpt-5",  // 可替换为任意支持的模型 ID
  stream: false,
  messages: [
    {
      role: "system",
      content: "你是一个专业的AI助手。"
    },
    {
      role: "user",
      content: "介绍一下人工智能的发展历史。"
    }
  ]
};

const headers = {
  "Authorization": "Bearer <token>",
  "Content-Type": "application/json"
};

fetch(url, {
  method: "POST",
  headers: headers,
  body: JSON.stringify(payload)
})
  .then(response => response.json())
  .then(data => console.log(data))
  .catch(error => console.error('Error:', error));

package main

import (
    "bytes"
    "encoding/json"
    "fmt"
    "io/ioutil"
    "net/http"
)

func main() {
    url := "https://api.openveer.com/api/v1/chat/completions"

    payload := map[string]interface{}{
        "model": "gpt-5",  // 可替换为任意支持的模型 ID
        "stream": false,
        "messages": []map[string]string{
            {
                "role":    "system",
                "content": "你是一个专业的AI助手。",
            },
            {
                "role":    "user",
                "content": "介绍一下人工智能的发展历史。",
            },
        },
    }

    jsonData, _ := json.Marshal(payload)

    req, _ := http.NewRequest("POST", url, bytes.NewBuffer(jsonData))
    req.Header.Set("Authorization", "Bearer <token>")
    req.Header.Set("Content-Type", "application/json")

    client := &http.Client{}
    resp, err := client.Do(req)
    if err != nil {
        panic(err)
    }
    defer resp.Body.Close()

    body, _ := ioutil.ReadAll(resp.Body)
    fmt.Println(string(body))
}

import java.net.http.HttpClient;
import java.net.http.HttpRequest;
import java.net.http.HttpResponse;
import java.net.URI;

public class Main {
    public static void main(String[] args) throws Exception {
        String url = "https://api.openveer.com/api/v1/chat/completions";

        // 可替换为任意支持的模型 ID
        String payload = """
        {
          "model": "gpt-5",
          "stream": false,
          "messages": [
            {
              "role": "system",
              "content": "你是一个专业的AI助手。"
            },
            {
              "role": "user",
              "content": "介绍一下人工智能的发展历史。"
            }
          ]
        }
        """;

        HttpClient client = HttpClient.newHttpClient();
        HttpRequest request = HttpRequest.newBuilder()
            .uri(URI.create(url))
            .header("Authorization", "Bearer <token>")
            .header("Content-Type", "application/json")
            .POST(HttpRequest.BodyPublishers.ofString(payload))
            .build();

        HttpResponse<String> response = client.send(request,
            HttpResponse.BodyHandlers.ofString());

        System.out.println(response.body());
    }
}

<?php

$url = "https://api.openveer.com/api/v1/chat/completions";

// 可替换为任意支持的模型 ID
$payload = [
    "model" => "gpt-5",
    "stream" => false,
    "messages" => [
        [
            "role" => "system",
            "content" => "你是一个专业的AI助手。"
        ],
        [
            "role" => "user",
            "content" => "介绍一下人工智能的发展历史。"
        ]
    ]
];

$ch = curl_init($url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_POST, true);
curl_setopt($ch, CURLOPT_POSTFIELDS, json_encode($payload));
curl_setopt($ch, CURLOPT_HTTPHEADER, [
    "Authorization: Bearer <token>",
    "Content-Type: application/json"
]);

$response = curl_exec($ch);
curl_close($ch);

echo $response;
?>

require 'net/http'
require 'json'
require 'uri'

url = URI("https://api.openveer.com/api/v1/chat/completions")

# 可替换为任意支持的模型 ID
payload = {
  model: "gpt-5",
  stream: false,
  messages: [
    {
      role: "system",
      content: "你是一个专业的AI助手。"
    },
    {
      role: "user",
      content: "介绍一下人工智能的发展历史。"
    }
  ]
}

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)
request["Authorization"] = "Bearer <token>"
request["Content-Type"] = "application/json"
request.body = payload.to_json

response = http.request(request)
puts response.body

import Foundation

let url = URL(string: "https://api.openveer.com/api/v1/chat/completions")!

let payload: [String: Any] = [
    "model": "gpt-5",  // 可替换为任意支持的模型 ID
    "stream": false,
    "messages": [
        [
            "role": "system",
            "content": "你是一个专业的AI助手。"
        ],
        [
            "role": "user",
            "content": "介绍一下人工智能的发展历史。"
        ]
    ]
]

var request = URLRequest(url: url)
request.httpMethod = "POST"
request.setValue("Bearer <token>", forHTTPHeaderField: "Authorization")
request.setValue("application/json", forHTTPHeaderField: "Content-Type")
request.httpBody = try? JSONSerialization.data(withJSONObject: payload)

let task = URLSession.shared.dataTask(with: request) { data, response, error in
    if let error = error {
        print("Error: \(error)")
        return
    }

    if let data = data, let responseString = String(data: data, encoding: .utf8) {
        print(responseString)
    }
}

task.resume()

using System;
using System.Net.Http;
using System.Text;
using System.Threading.Tasks;

class Program
{
    static async Task Main(string[] args)
    {
        var url = "https://api.openveer.com/api/v1/chat/completions";

        // 可替换为任意支持的模型 ID
        var payload = @"{
            ""model"": ""gpt-5"",
            ""stream"": false,
            ""messages"": [
                {
                    ""role"": ""system"",
                    ""content"": ""你是一个专业的AI助手。""
                },
                {
                    ""role"": ""user"",
                    ""content"": ""介绍一下人工智能的发展历史。""
                }
            ]
        }";

        using var client = new HttpClient();
        client.DefaultRequestHeaders.Add("Authorization", "Bearer <token>");

        var content = new StringContent(payload, Encoding.UTF8, "application/json");
        var response = await client.PostAsync(url, content);
        var result = await response.Content.ReadAsStringAsync();

        Console.WriteLine(result);
    }
}

#include <stdio.h>
#include <curl/curl.h>

int main(void) {
    CURL *curl;
    CURLcode res;

    curl_global_init(CURL_GLOBAL_DEFAULT);
    curl = curl_easy_init();

    if(curl) {
        const char *url = "https://api.openveer.com/api/v1/chat/completions";
        // 可替换为任意支持的模型 ID
        const char *payload = "{"
            "\"model\":\"gpt-5\","
            "\"stream\":false,"
            "\"messages\":[{\"role\":\"system\",\"content\":\"你是一个专业的AI助手。\"},{\"role\":\"user\",\"content\":\"介绍一下人工智能的发展历史。\"}]"
        "}";

        struct curl_slist *headers = NULL;
        headers = curl_slist_append(headers, "Authorization: Bearer <token>");
        headers = curl_slist_append(headers, "Content-Type: application/json");

        curl_easy_setopt(curl, CURLOPT_URL, url);
        curl_easy_setopt(curl, CURLOPT_POSTFIELDS, payload);
        curl_easy_setopt(curl, CURLOPT_HTTPHEADER, headers);

        res = curl_easy_perform(curl);

        if(res != CURLE_OK) {
            fprintf(stderr, "curl_easy_perform() failed: %s\n",
                    curl_easy_strerror(res));
        }

        curl_slist_free_all(headers);
        curl_easy_cleanup(curl);
    }

    curl_global_cleanup();
    return 0;
}

#import <Foundation/Foundation.h>

int main(int argc, const char * argv[]) {
    @autoreleasepool {
        NSURL *url = [NSURL URLWithString:@"https://api.openveer.com/api/v1/chat/completions"];

        // 可替换为任意支持的模型 ID
        NSDictionary *payload = @{
            @"model": @"gpt-5",
            @"stream": @NO,
            @"messages": @[
                @{
                    @"role": @"system",
                    @"content": @"你是一个专业的AI助手。"
                },
                @{
                    @"role": @"user",
                    @"content": @"介绍一下人工智能的发展历史。"
                }
            ]
        };

        NSError *error;
        NSData *jsonData = [NSJSONSerialization dataWithJSONObject:payload
                                                          options:0
                                                            error:&error];

        NSMutableURLRequest *request = [NSMutableURLRequest requestWithURL:url];
        [request setHTTPMethod:@"POST"];
        [request setValue:@"Bearer <token>" forHTTPHeaderField:@"Authorization"];
        [request setValue:@"application/json" forHTTPHeaderField:@"Content-Type"];
        [request setHTTPBody:jsonData];

        NSURLSessionDataTask *task = [[NSURLSession sharedSession] 
            dataTaskWithRequest:request
            completionHandler:^(NSData *data, NSURLResponse *response, NSError *error) {
                if (error) {
                    NSLog(@"Error: %@", error);
                    return;
                }
                NSString *result = [[NSString alloc] initWithData:data 
                                                        encoding:NSUTF8StringEncoding];
                NSLog(@"%@", result);
            }];

        [task resume];
        [[NSRunLoop mainRunLoop] run];
    }
    return 0;
}

(* Requires cohttp and yojson libraries *)
open Lwt
open Cohttp
open Cohttp_lwt_unix

let url = "https://api.openveer.com/api/v1/chat/completions"

(* 可替换为任意支持的模型 ID *)
let payload = {|{
  "model": "gpt-5",
  "stream": false,
  "messages": [
    {
      "role": "system",
      "content": "你是一个专业的AI助手。"
    },
    {
      "role": "user",
      "content": "介绍一下人工智能的发展历史。"
    }
  ]
}|}

let () =
  let headers = Header.init ()
    |> fun h -> Header.add h "Authorization" "Bearer <token>"
    |> fun h -> Header.add h "Content-Type" "application/json"
  in
  let body = Cohttp_lwt.Body.of_string payload in

  let response = Client.post ~headers ~body (Uri.of_string url) >>= fun (resp, body) ->
    body |> Cohttp_lwt.Body.to_string >|= fun body_str ->
    print_endline body_str
  in
  Lwt_main.run response

import 'dart:convert';
import 'package:http/http.dart' as http;

void main() async {
  final url = Uri.parse('https://api.openveer.com/api/v1/chat/completions');

  // 可替换为任意支持的模型 ID
  final payload = {
    'model': 'gpt-5',
    'stream': false,
    'messages': [
      {
        'role': 'system',
        'content': '你是一个专业的AI助手。'
      },
      {
        'role': 'user',
        'content': '介绍一下人工智能的发展历史。'
      }
    ]
  };

  final response = await http.post(
    url,
    headers: {
      'Authorization': 'Bearer <token>',
      'Content-Type': 'application/json',
    },
    body: jsonEncode(payload),
  );

  print(response.body);
}

library(httr)
library(jsonlite)

url <- "https://api.openveer.com/api/v1/chat/completions"

# 可替换为任意支持的模型 ID
payload <- list(
  model = "gpt-5",
  stream = FALSE,
  messages = list(
    list(
      role = "system",
      content = "你是一个专业的AI助手。"
    ),
    list(
      role = "user",
      content = "介绍一下人工智能的发展历史。"
    )
  )
)

response <- POST(
  url,
  add_headers(
    Authorization = "Bearer <token>",
    `Content-Type` = "application/json"
  ),
  body = toJSON(payload, auto_unbox = TRUE),
  encode = "raw"
)

cat(content(response, "text"))

响应示例

{
  "code": 200,
  "data": {
    "id": "chatcmpl-9876543210",
    "object": "chat.completion",
    "created": 1677652288,
    "model": "gpt-5",
    "choices": [
      {
        "index": 0,
        "message": {
          "role": "assistant",
          "content": "人工智能（AI）的发展历史可以追溯到20世纪50年代...\n\n1. **早期阶段（1950s-1960s）**：图灵测试的提出标志着AI研究的开始...\n\n2. **专家系统时代（1970s-1980s）**：基于规则的系统开始应用于医疗诊断、金融分析等领域...\n\n3. **机器学习兴起（1990s-2000s）**：统计学习方法逐渐成为主流...\n\n4. **深度学习革命（2010s-至今）**：神经网络技术的突破带来了AI的爆发式发展..."
        },
        "finish_reason": "stop"
      }
    ],
    "usage": {
      "prompt_tokens": 28,
      "completion_tokens": 320,
      "total_tokens": 348
    }
  }
}

{
  "error": {
    "code": 400,
    "message": "请求参数无效",
    "type": "invalid_request_error"
  }
}

{
  "error": {
    "code": 401,
    "message": "身份验证失败，请检查您的API密钥",
    "type": "authentication_error"
  }
}

{
  "error": {
    "code": 402,
    "message": "账户余额不足，请充值后再试",
    "type": "payment_required"
  }
}

{
  "error": {
    "code": 403,
    "message": "访问被禁止，您没有权限访问此资源",
    "type": "permission_error"
  }
}

{
  "error": {
    "code": 429,
    "message": "请求过于频繁，请稍后再试",
    "type": "rate_limit_error"
  }
}

{
  "error": {
    "code": 500,
    "message": "服务器内部错误，请稍后重试",
    "type": "server_error"
  }
}

{
  "error": {
    "code": 502,
    "message": "网关错误，服务器暂时不可用",
    "type": "bad_gateway"
  }
}

Authorizations

Authorization string

所有接口均需要使用Bearer Token进行认证

获取 API Key：

访问 API Key 管理页面获取您的 API Key

使用时在请求头中添加：

Authorization: Bearer YOUR_API_KEY

Body

model string

模型名称

支持的模型包括：

OpenAI: gpt-5, gpt-5.1, gpt-5-chat-latest, gpt-5-mini
Anthropic: claude-opus-4-8, claude-opus-4-7, claude-opus-4-6, claude-sonnet-4-6, claude-opus-4-5-20251101
Google: gemini-3.5-flash, gemini-3.1-pro-preview, gemini-3-pro-preview, gemini-3-pro-preview-thinking, gemini-3-flash-preview, gemini-2.5-pro, gemini-2.5-flash, gemini-2.5-flash-lite
DeepSeek: deepseek-v4-pro, deepseek-v4-flash, deepseek-v3.2, deepseek-v3.2-exp, deepseek-r1-250528, deepseek-v3-0324
更多模型持续更新中...

messages array

对话消息列表消息数组，每条消息包含 role 和 content 两个字段。 **💡 快速填写（Try it 区域）：** 1. 点击 "+ Add an item" 添加一条消息 2. role 输入：user（用户消息）、assistant（AI回复）或 system（系统提示词） 3. content 输入：你想说的话

role string

角色类型

  可选值：user（用户消息）、assistant（AI回复，用于多轮对话）、system（系统提示词，设置AI行为）

content string

消息内容

  填写你想说的话或问题

**示例：**

[{"role": "user", "content": "你好，请介绍一下你自己"}]

**进阶用法：** 添加系统提示词（让 AI 扮演特定角色）：

[
  {"role": "system", "content": "你是专业的Python导师"},
  {"role": "user", "content": "如何学习编程？"}
]

多轮对话（包含上下文）：

[
  {"role": "user", "content": "你好"},
  {"role": "assistant", "content": "你好！有什么可以帮你的？"},
  {"role": "user", "content": "介绍一下人工智能"}
]

**角色说明：** * user: 用户消息（大多数情况用这个） * system: 系统提示词，设置 AI 的行为和角色 * assistant: AI 的历史回复，用于多轮对话时提供上下文

temperature number

控制输出随机性，范围 0-2

较低的值（如 0.2）使输出更确定
较高的值（如 1.8）使输出更随机

默认值：1.0

max_tokens integer

生成的最大token数量

不同模型有不同的最大值限制，请参考具体模型文档

stream boolean

是否使用流式输出

false: 一次性返回完整响应
true: 流式返回

默认值：false

top_p number

核采样参数，范围 0-1

控制生成文本的多样性，建议与 temperature 二选一使用

默认值：1.0

frequency_penalty number

频率惩罚，范围 -2.0 到 2.0

正值会降低重复使用相同词汇的可能性

默认值：0

presence_penalty number

存在惩罚，范围 -2.0 到 2.0

正值会增加谈论新主题的可能性

默认值：0

stop string or array

停止序列

最多4个序列，遇到这些序列时将停止生成

n integer

生成的回复数量

默认值：1

⚠️ 注意： 必须输入纯数字（如 1），不要加引号，否则会报错

Response

id string

响应的唯一标识符

object string

对象类型，固定为 chat.completion

created integer

创建时间戳

model string

实际使用的模型名称

choices array

生成的回复列表

index integer

选项索引

message object

消息内容

role string

角色类型（assistant）

content string

生成的文本内容

finish_reason string

结束原因

  可能的值：

  * stop - 自然结束
  * length - 达到最大长度
  * content_filter - 内容过滤
  * function_call - 函数调用

usage object

token使用统计

prompt_tokens integer

输入消息的token数

completion_tokens integer

生成内容的token数

total_tokens integer

总token数

支持的模型列表

OpenAI 系列

gpt-5 - GPT-5 基础模型
gpt-5.1 - GPT-5.1 增强版本
gpt-5-chat-latest - GPT-5 最新对话版本
gpt-5-mini - GPT-5 轻量级版本，性价比高

Anthropic 系列

claude-opus-4-8 - Claude Opus 4.8 旗舰模型
claude-opus-4-7 - Claude Opus 4.7 旗舰模型
claude-opus-4-6 - Claude Opus 4.6 旗舰模型
claude-sonnet-4-6 - Claude Sonnet 4.6 平衡版本
claude-opus-4-5-20251101 - Claude Opus 4.5 模型

Google 系列

gemini-3.5-flash - Gemini 3.5 快速版
gemini-3.1-pro-preview - Gemini 3.1 Pro 预览版
gemini-3-pro-preview - Gemini 3 Pro 预览版
gemini-3-pro-preview-thinking - Gemini 3 Pro 深度思考预览版
gemini-3-flash-preview - Gemini 3 Flash 预览版
gemini-2.5-pro - Gemini 2.5 专业版
gemini-2.5-flash - Gemini 2.5 快速版
gemini-2.5-flash-lite - Gemini 2.5 超轻量版

DeepSeek 系列

deepseek-v4-pro - DeepSeek V4 专业版
deepseek-v4-flash - DeepSeek V4 快速版
deepseek-v3.2 - DeepSeek V3.2 标准版
deepseek-v3.2-exp - DeepSeek V3.2 实验版
deepseek-r1-250528 - DeepSeek R1 推理模型
deepseek-v3-0324 - DeepSeek V3 标准版

使用示例

基础对话

{
  "model": "gpt-5",
  "stream": false,
  "messages": [
    {"role": "user", "content": "你好"}
  ]
}

系统提示词

{
  "model": "claude-sonnet-4-6",
  "stream": false,
  "messages": [
    {"role": "system", "content": "你是一位专业的Python编程导师"},
    {"role": "user", "content": "如何使用列表推导式？"}
  ]
}

多轮对话

{
  "model": "gemini-2.5-flash",
  "stream": false,
  "messages": [
    {"role": "user", "content": "什么是机器学习？"},
    {"role": "assistant", "content": "机器学习是人工智能的一个分支..."},
    {"role": "user", "content": "能举个例子吗？"}
  ]
}