Appearance
快速开始
注册与登录
- 访问平台首页,点击「注册」
- 填写邮箱和密码,完成注册
- 注册后建议绑定邮箱验证,以便找回密码
获取 API Key
- 登录后进入「控制台」页面,左侧导航栏进入「API密钥」
- 点击右上角「创建API密钥」
- 按提示填写信息,保存更改即可创建密钥
- 创建后复制生成的 API Key(格式:
sk-xxxxxxxxxx)
⚠️ 请妥善保管 API Key,不要暴露在公开代码或仓库中
查看信息
- 查看「模型广场」,可了解支持的模型及价格
- 查看「钱包」,可查看当前账户余额,如需使用,请确保余额充足
开始调用
模型调用三要素
- Base URL:
https://tokennet.top/{模型端点},不同类型的模型使用不同的端点 - API Key:你在「API密钥」里创建的Key,用于身份识别
- 调用参数:一般包含模型名称,上下文,提示词及各类参数等信息
掌握了上面的三要素,即可开始调用模型
下面是文本模型的调用例子
curl 示例
bash
curl https://tokennet.top/v1/chat/completions \
-H "Authorization: Bearer sk-xxxxxxxxxx" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3.7-max",
"messages": [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "你好,请介绍一下你自己"}
]
}'Python 示例
python
from openai import OpenAI
client = OpenAI(
api_key="sk-xxxxxxxxxx", # 替换为你的 API Key
base_url="https://tokennet.top/v1" # 替换为平台 Base URL
)
response = client.chat.completions.create(
model="qwen3.7-max",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "你好,请介绍一下你自己"}
]
)
print(response.choices[0].message.content)Node.js 示例
javascript
import OpenAI from 'openai';
const client = new OpenAI({
apiKey: 'sk-xxxxxxxxxx',
baseURL: 'https://tokennet.top/v1',
});
const response = await client.chat.completions.create({
model: 'qwen3.7-max',
messages: [
{ role: 'system', content: 'You are a helpful assistant.' },
{ role: 'user', content: '你好,请介绍一下你自己' },
],
});
console.log(response.choices[0].message.content);流式调用示例
python
stream = client.chat.completions.create(
model="qwen3.7-max",
messages=[{"role": "user", "content": "写一首关于春天的诗"}],
stream=True
)
for chunk in stream:
if chunk.choices[0].delta.content is not None:
print(chunk.choices[0].delta.content, end="", flush=True)