获取 API Key
文档

通用对话接口(默认流式)

- 统一的对话API接口，支持所有文本生成模型

  • 统一的对话API接口，支持所有文本生成模型
  • 通过 model 参数选择不同的AI模型
  • 兼容 OpenAI Chat Completions API 格式

请求示例

```bash

curl --request POST \
--url https://api.openveer.com/v1/chat/completions \
--header 'Authorization: Bearer ' \
--header 'Content-Type: application/json' \
--data '{
"model": "gpt-5", # 可替换为任意支持的模型 ID
"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。"
}
]
}'
```

```python
import requests

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

payload = {
"model": "gpt-5", # 可替换为任意支持的模型 ID
"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 ",
"Content-Type": "application/json"
}

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

print(response.json())
```

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

const payload = {
model: "gpt-5", // 可替换为任意支持的模型 ID
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 ",
"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));
```

```go
package main

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

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

  payload := map[string]interface{}{
      "model": "gpt-5",  // 可替换为任意支持的模型 ID
      "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))

}
```

```java
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/v1/chat/completions";

      // 可替换为任意支持的模型 ID
      String payload = """
      {
        "model": "gpt-5",
        "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
"gpt-5", "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 ", "Content-Type: application/json" ]); $response = curl_exec($ch); curl_close($ch); echo $response; ?>

```

```ruby
require 'net/http'
require 'json'
require 'uri'

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

# 可替换为任意支持的模型 ID
payload = {
model: "gpt-5",
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 "
request["Content-Type"] = "application/json"
request.body = payload.to_json

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

```swift
import Foundation

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

let payload: [String: Any] = [
"model": "gpt-5", // 可替换为任意支持的模型 ID
"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 ", 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()
```

```csharp
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/v1/chat/completions";

      // 可替换为任意支持的模型 ID
      var payload = @"{
          ""model"": ""gpt-5"",
          ""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);
  }

}
```

```c
#include
#include

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/v1/chat/completions";
      // 可替换为任意支持的模型 ID
      const char *payload = "{"
          "\"model\":\"gpt-5\","
          "\"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;

}
```

```objectivec
#import

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

      // 可替换为任意支持的模型 ID
      NSDictionary *payload = @{
          @"model": @"gpt-5",
          @"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;

}
```

```ocaml
( Requires cohttp and yojson libraries )
open Lwt
open Cohttp
open Cohttp_lwt_unix

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

( 可替换为任意支持的模型 ID )
let payload = {|{
"model": "gpt-5",
"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 "
|> 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

```

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

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

// 可替换为任意支持的模型 ID
final payload = {
  'model': 'gpt-5',
  '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);

}
```

```r
library(httr)
library(jsonlite)

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

# 可替换为任意支持的模型 ID
payload <- list(
model = "gpt-5",
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 ",
Content-Type = "application/json"
),
body = toJSON(payload, auto_unbox = TRUE),
encode = "raw"
)

cat(content(response, "text"))
```

响应示例

json { "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 } } }

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

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

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

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

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

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

json { "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](https://openveer.com) 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 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：

json [{"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）：

json [ {"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）：

json [ {"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 * `true`: 流式返回（SSE格式） * `false`: 一次性返回完整响应 默认值：true
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 选项索引
message object
消息内容 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 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",
  "messages": [
    {"role": "user", "content": "你好"}
  ]
}

系统提示词

{
  "model": "claude-sonnet-4-6",
  "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",
  "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？"}
  ]
}

流式输出

{
  "model": "gpt-5",
  "messages": [
    {"role": "user", "content": "写一首关于春天的诗"}
  ],
  "stream": true
}