API 快速上手
本页面帮助你在 5 分钟内完成第一次 API 调用，无论你是开发者还是新手用户都可以跟着步骤操作。
1. 接口地址
所有请求统一发送至以下地址（完全兼容 OpenAI 格式）：
https://www.llm-link.top/v1已有 OpenAI 代码？
只需把 base_url 替换为上方地址，api_key 替换为你在 LLM-Link 创建的令牌，其余代码一行不用改。
2. 第一个请求（cURL）
将 YOUR_API_KEY 替换为你的令牌后直接运行：
bash
curl https://www.llm-link.top/v1/chat/completions \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-4o",
"messages": [
{ "role": "user", "content": "你好，请介绍一下你自己" }
]
}'成功后你会收到类似如下的 JSON 响应：
json
{
"id": "chatcmpl-xxx",
"object": "chat.completion",
"choices": [{
"message": {
"role": "assistant",
"content": "你好！我是一个大语言模型..."
}
}]
}3. 开启流式输出（Streaming）
加上 "stream": true 即可实时输出，适合聊天界面场景：
bash
curl https://www.llm-link.top/v1/chat/completions \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-4o",
"messages": [{ "role": "user", "content": "写一首关于夏天的诗" }],
"stream": true
}'响应格式为 text/event-stream，每行以 data: 开头，最后以 data: [DONE] 结束。
4. Python 示例
python
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://www.llm-link.top/v1"
)
response = client.chat.completions.create(
model="gpt-4o",
messages=[{"role": "user", "content": "你好！"}]
)
print(response.choices[0].message.content)python
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://www.llm-link.top/v1"
)
stream = client.chat.completions.create(
model="gpt-4o",
messages=[{"role": "user", "content": "写一首关于夏天的诗"}],
stream=True,
)
for chunk in stream:
if chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)5. Node.js / TypeScript 示例
typescript
import OpenAI from "openai";
const client = new OpenAI({
apiKey: "YOUR_API_KEY",
baseURL: "https://www.llm-link.top/v1",
});
const response = await client.chat.completions.create({
model: "gpt-4o",
messages: [{ role: "user", content: "你好！" }],
});
console.log(response.choices[0].message.content);6. 常用模型参数
| 参数 | 类型 | 说明 |
|---|---|---|
model | string | 模型名称，如 gpt-4o、claude-opus-4-5、gemini-3-pro |
messages | array | 对话历史，包含 role（user/assistant/system）和 content |
stream | boolean | 是否开启流式输出，默认 false |
temperature | float | 随机性，0~2，越高越有创意，默认 1 |
max_tokens | integer | 最大输出 token 数 |
7. 获取可用模型列表
bash
curl https://www.llm-link.top/v1/models \
-H "Authorization: Bearer YOUR_API_KEY"返回平台支持的所有模型 ID，可用于 model 参数。