API接入 | MaiToken

Q: 怎么快速接入？

A：最快 5 分钟完成接入：

Step 1：获取 API Key (详情见API-Key管理)

Step 2：安装 SDK

Python

pip install openai

Node.js

npm install openai

Step 3：发起调用

from openai import OpenAI client = OpenAI(    api_key="sk-your-key",    base_url="https://api.maitoken/v1"  # 替换为平台地址) response = client.chat.completions.create(    model="[模型名称]",    messages=[        {"role": "system", "content": "你是一个智能客服助手"},        {"role": "user", "content": "你好"}    ])print(response.choices[0].message.content)

Step 4：使用 cURL 测试

curl https://api.maitoken/v1/chat/completions \  -H "Authorization: Bearer sk-your-key" \  -H "Content-Type: application/json" \  -d '{"model":"[模型名称]","messages":[{"role":"user","content":"你好"}]}'

Q: 支持哪些编程语言/SDK？

A：由于兼容 OpenAI API 协议，所有支持 OpenAI SDK 的语言均可直接使用：

Python（openai 库）
Node.js / TypeScript（openai 库）
Java（openai-java 库）
Go（go-openai 库）
C# / .NET
PHP / Ruby / Rust 等
任何语言均可通过 HTTP REST API 直接调用

只需将 base_url 替换为我们的接入地址https://api\.maitoken\.com/v1即可，代码改动通常不超过 2 行。

API Key 必须是从 MaiToken 控制台获取的以 sk- 开头的密钥

确保您的账号有足够的余额

Q: 怎么从 OpenAI 官方 API 迁移到你们平台？

A：

5 分钟内切换到 MaiToken。无需重写代码——只需更改 Base URL 和 API Key。

修改前（OpenAI 官方）

client = OpenAI(api_key="sk-openai-key")

修改后（迁移到我们平台）

client = OpenAI(    api_key="sk-your-our-key",           # 替换 Key    base_url="https://api.maitoken/v1"  # 替换地址)

Q: 支持流式输出（SSE）吗？

A：支持。设置 stream=True 即可

response = client.chat.completions.create(    model="[模型名称]",    messages=[{"role": "user", "content": "写一首诗"}],    stream=True  # 开启流式)for chunk in response:    if chunk.choices[0].delta.content:        print(chunk.choices[0].delta.content, end="")

流式输出可显著降低用户感知延迟（首字延迟 < 500ms），推荐在对话类应用中使用。

Q: 支持 Function Calling / 工具调用吗？

A：支持。在请求中传入 tools 参数即可：

tools = [{    "type": "function",    "function": {        "name": "get_weather",        "description": "查询指定城市的天气",        "parameters": {            "type": "object",            "properties": {                "city": {"type": "string", "description": "城市名称"}            },            "required": ["city"]        }    }}] response = client.chat.completions.create(    model="[支持FC的模型]",    messages=[{"role": "user", "content": "北京今天天气怎么样？"}],    tools=tools)

注意：并非所有模型都支持 Function Calling

Q: 支持多模态（图片输入）吗？

支持。使用视觉模型（如 deepseek-v4-Vision]），在 messages 中传入图片：

messages = [{    "role": "user",    "content": [        {"type": "text", "text": "这张图片里有什么？"},        {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}}    ]}]

支持 URL 和 Base64 两种图片传入方式
图片格式：支持常见格式（如JPEG、PNG等）
单次请求最多1张图片
图片会自动消耗输入 Token（按分辨率计算）

Q: 支持 Embedding（向量化）接口吗？

A：支持。用于 RAG 检索、语义搜索等场景：

response = client.embeddings.create(    model="[模型D-Embed]",    input=["你好世界", "Hello World"])print(response.data[0].embedding)  # 向量数组

输出维度：[768 / 1024 / 1536]（取决于模型）
支持批量输入，单次最多10条文本

Q: 接入地址（Base URL）是什么？

A：

标准接入地址：https://api\.maitoken\.com/v1