文档中心 · 梧州词元超市

快速开始

三步拿到第一个返回结果，通常不超过五分钟。

在注册页创建账号
登录后进入控制台，点「创建密钥」，得到 sk- 开头的字符串
用下面的地址和密钥发起请求

BASE URL https://api.wxmassage.cn/v1

兼容性说明：本接口完全兼容 OpenAI 规范。如果你已经在用 OpenAI SDK，只需把 base_url 换成上面的地址、api_key 换成你的密钥，其余代码不用改。

鉴权方式

所有请求都通过 HTTP 请求头传递密钥：

HTTP Header

Authorization: Bearer sk-your-api-key
Content-Type: application/json

请勿把密钥写在前端代码里。 浏览器里的 JS 任何人都能看到。正确做法是让后端服务持有密钥，前端只调用你自己的后端。

对话接口

最常用的接口，发送消息列表，返回模型回复。

POST /v1/chat/completions

curl https://api.wxmassage.cn/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-your-api-key" \
  -d '{
    "model": "deepseek-v4-pro",
    "messages": [
      { "role": "system", "content": "你是一名简洁的助手" },
      { "role": "user", "content": "你好" }
    ]
  }'

请求参数

参数	类型	必填	说明
`model`	string	必填	模型 ID，见模型超市。必须与上架名称完全一致，注意大小写。
`messages`	array	必填	消息列表。每条含 `role`（system / user / assistant）与 `content`。
`stream`	boolean	否	是否流式输出，默认 `false`。设为 `true` 时逐字返回。
`temperature`	number	否	随机性，0–2。要稳定输出用 0.2，要创意用 0.8 以上。
`max_tokens`	integer	否	最大生成词元数。留空则由模型默认决定。
`top_p`	number	否	核采样，与 temperature 二选一调整即可。

返回示例

200 OK

{
  "id": "chatcmpl-xxx",
  "object": "chat.completion",
  "created": 1762000000,
  "model": "deepseek-v4-pro",
  "choices": [{
    "index": 0,
    "message": { "role": "assistant", "content": "你好，有什么可以帮你？" },
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": 18,
    "completion_tokens": 9,
    "total_tokens": 27
  }
}

计费依据就是 usage 字段。 每次调用后可以在控制台的「调用记录」里看到对应的词元消耗与扣费金额。

流式输出

聊天类产品建议开启流式，用户能边看边等，体感快很多。

stream: true

curl https://api.wxmassage.cn/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-your-api-key" \
  -d '{
    "model": "deepseek-v4-pro",
    "stream": true,
    "messages": [{ "role": "user", "content": "数到五" }]
  }'

返回是一串 SSE 数据流，每行以 data: 开头：

SSE 响应

data: {"choices":[{"delta":{"content":"一"}}]}
data: {"choices":[{"delta":{"content":"、二"}}]}
data: {"choices":[{"delta":{"content":"、三"}}]}
data: [DONE]

解析要点

逐行读取，跳过空行，遇到 data: [DONE] 结束
取 choices[0].delta.content 拼接到输出，该字段可能为空
如果要拿准确用量，请求时加 "stream_options": {"include_usage": true}，最后一个数据块会带 usage

如果你的流式输出变成「等很久然后一次性蹦出全文」，通常是中间的反向代理或网关开了缓冲。本平台已关闭缓冲，若仍出现，检查你自己的 Nginx / CDN 是否开了 proxy_buffering 或压缩优化。

思维链与空回复

部分推理型模型（如 deepseek-v4-pro、qwen3.8-max、MiniMax-M3）默认「先思考再回答」。思考过程也会消耗词元，并计入 completion_tokens。

如果返回内容为空，多半是 max_tokens 太小。 所有预算都被思维链吃掉了，正文还没来得及生成。把 max_tokens 提到 300 以上通常就能解决。

实测对比（同一句提问）：

请求方式	输出词元	其中思维链	正文
默认（max_tokens=50）	50	50	空
加 `enable_thinking: false`	2	0	"接入成功"

怎么关掉思考

简单任务（分类、抽取、改写、格式化）不需要推理，加上这个参数能省数倍成本：

关闭思维链

{
  "model": "deepseek-v4-pro",
  "enable_thinking": false,
  "max_tokens": 500,
  "messages": [{ "role": "user", "content": "把这段话压缩到50字" }]
}

什么时候该保留思考：数学推导、代码重构、多步逻辑判断、需要严谨依据的场景。这些任务关掉思考质量会明显下降，省下的钱不划算。

多语言示例

Python（官方 SDK）

pip install openai

from openai import OpenAI

client = OpenAI(
    api_key="sk-your-api-key",
    base_url="https://api.wxmassage.cn/v1"
)

resp = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "你好"}]
)
print(resp.choices[0].message.content)

Node.js

npm i openai

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "sk-your-api-key",
  baseURL: "https://api.wxmassage.cn/v1"
});

const resp = await client.chat.completions.create({
  model: "deepseek-v4-pro",
  messages: [{ role: "user", content: "你好" }]
});
console.log(resp.choices[0].message.content);

Java（OkHttp）

Java

String body = """
{
  "model": "deepseek-v4-pro",
  "messages": [{"role":"user","content":"你好"}]
}""";

Request req = new Request.Builder()
    .url("https://api.wxmassage.cn/v1/chat/completions")
    .header("Authorization", "Bearer sk-your-api-key")
    .header("Content-Type", "application/json")
    .post(RequestBody.create(body, MediaType.parse("application/json")))
    .build();

try (Response resp = client.newCall(req).execute()) {
    System.out.println(resp.body().string());
}

Go

payload := []byte(`{
  "model": "deepseek-v4-pro",
  "messages": [{"role":"user","content":"你好"}]
}`)

req, _ := http.NewRequest("POST",
    "https://api.wxmassage.cn/v1/chat/completions",
    bytes.NewBuffer(payload))
req.Header.Set("Authorization", "Bearer sk-your-api-key")
req.Header.Set("Content-Type", "application/json")

resp, err := http.DefaultClient.Do(req)
if err != nil { panic(err) }
defer resp.Body.Close()
io.Copy(os.Stdout, resp.Body)

错误码

HTTP	含义	怎么处理
`400`	请求参数错误	检查 `model` 是否存在、`messages` 格式是否正确
`401`	密钥无效	确认密钥完整、未被删除、没有多余空格
`403`	额度不足或无权限	去控制台看余额；或该模型未对当前分组开放
`404`	路径或模型不存在	确认 base URL 是 `.../v1`，模型名大小写一致
`429`	触发频率限制	降低并发，加入指数退避重试
`500`	服务端或上游异常	稍后重试；持续出现请联系技术支持

错误响应格式

400 Bad Request

{
  "error": {
    "message": "无效的模型：deepseek-v4",
    "type": "invalid_request_error",
    "code": "invalid_model"
  }
}

限流与额度

额度：按词元消耗实时扣减。余额不足时返回 403，充值后立即恢复。
密钥额度上限：创建密钥时可设上限，达到后该密钥自动停用，避免意外超额。
频率限制：默认按账号等级设置并发上限。超限返回 429，建议客户端做退避重试。
长文本：单次请求超时时间 300 秒，超长生成建议用流式。

生产环境必做：为每个密钥设置额度上限。密钥泄露或代码死循环时，上限是最后一道防线——没有上限，一晚上可能把余额刷光。

常见问题

为什么不建议前端直连？

前端代码对所有人可见，密钥会被抓包拿走。正确做法：你的后端持有密钥，前端调你的后端，由后端转发。

可以并发调用吗？

可以。注意账号等级对应的并发上限，批量任务建议控制在 5–10 并发并加重试。

如何统计自己的用量？

控制台的「调用记录」能看到每次请求的模型、输入/输出词元与扣费。需要程序化拉取时，可用控制台的用量导出功能。

支持 Function Calling 吗？

取决于模型本身。DeepSeek、Qwen、GLM、Kimi 等主流型号均支持，按 OpenAI 的 tools 参数格式传即可。

流式输出最后一个包没有 usage？

需要显式加 "stream_options": {"include_usage": true}，否则部分模型不会返回用量统计。

模型名提示不存在，但货架上明明有？

大概率是大小写不一致，例如写成 glm-5 而实际是 GLM-5。直接复制货架上的名称最保险。