国内ChatGPT平台新手入门指南：从注册到API调用的完整实践

2次阅读

没有评论

共计 2362 个字符，预计需要花费 6 分钟才能阅读完成。

最近在尝试对接国内几个主流的 ChatGPT 平台时，发现官方文档往往假设读者已经具备相关经验，很多细节需要反复踩坑才能搞清楚。作为过来人，我整理了这份从零开始的实战指南，希望能帮新手少走弯路。

先快速了解下三大平台的特性差异：

文心一言（ERNIE）
优势：中文理解能力强，文档较完善
API 限制：默认 QPS=2，超过需要申请
计费：按 token 计费，新用户送 100 万 token
通义千问
优势：支持超长文本（最高 32k tokens）
特殊要求：必须备案域名才能调用
计费：阶梯定价，首月免费
讯飞星火
特色：支持语音交互 API
限制：需要企业认证
计费：套餐包模式

建议新手先从文心一言开始尝试，它的错误提示相对友好。

以文心一言为例：

访问平台官网
注册后进入『控制台』->『应用管理』
创建新应用，记录下 AppID 和 API Key

小技巧：建议立即设置用量告警，避免意外超限

import os
from openai import OpenAI

# 建议将密钥存储在环境变量中
client = OpenAI(api_key=os.getenv('ERNIE_API_KEY'),
    base_url="https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/completions"
)

async def ask_ernie(prompt):
    try:
        response = await client.chat.completions.create(
            model="ERNIE-Bot-turbo",
            messages=[{"role": "user", "content": prompt}],
            temperature=0.7,  # 控制生成随机性
            stream=True  # 启用流式响应
        )

        # 处理流式输出
        full_response = ""
        async for chunk in response:
            content = chunk.choices[0].delta.content
            if content:
                full_response += content
                print(content, end="")

        return full_response
    except Exception as e:
        print(f"请求失败: {str(e)}")
        return None

const {ErnieBot} = require('erniebot');

const client = new ErnieBot({
  apiKey: process.env.ERNIE_API_KEY,
  // 重要：设置合理的超时时间
  timeout: 30000 
});

async function streamChat(prompt) {
  const stream = await client.chat.completions.create({
    model: "ERNIE-Bot",
    messages: [{role: "user", content: prompt}],
    stream: true
  });

  for await (const chunk of stream) {process.stdout.write(chunk.choices[0]?.delta?.content || '');
  }
}

必须设置 User-Agent，否则可能被拦截

示例 Headers：

{
  "Content-Type": "application/json",
  "User-Agent": "MyApp/1.0 (compatible; ernie-client)"
}

当遇到 content-length 限制时（通常 8k 左右）：

按段落拆分文本
先发送摘要请求
分段处理后再合并

def chunk_text(text, max_length=4000):
    return [text[i:i+max_length] for i in range(0, len(text), max_length)]

推荐使用 session_id 跟踪对话上下文：

class ChatSession:
    def __init__(self):
        self.history = []

    def add_message(self, role, content):
        self.history.append({"role": role, "content": content})
        # 保持最近 5 轮对话
        if len(self.history) > 5:
            self.history = self.history[-5:]

使用 LangChain 实现智能路由：

from langchain.chat_models import ErnieBot, TongyiQianwen
from langchain.llms import RouterChain

router = RouterChain(
    routes=[(lambda input: "代码" in input, ErnieBot()),
        (lambda input: len(input) > 3000, TongyiQianwen())
    ],
    default=ErnieBot())