API 参考
OpenAI Chat Completions API
使用 messages 发送对话,从 choices 中读取模型回复。
POST https://api.aigocode.dev/v1/chat/completionsChat Completions 是 OpenAI 兼容协议的另一种调用入口,适合已有应用、SDK 和第三方客户端采用的 messages 格式。GPT、Grok 等支持 OpenAI 协议的模型均可使用,鉴权为 Authorization: Bearer YOUR_API_KEY。
AIGoCode 的 OpenAI 协议模型同时支持本接口和 Responses,可以按现有代码选择。
请求参数
| 字段 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 是 | 当前分组中的模型 ID |
messages | array | 是 | 对话消息列表,每项包含角色与内容 |
stream | boolean | 否 | 设置为 true 时使用 SSE 流式返回 |
文本对话中,user 表示用户输入,assistant 表示模型回复;系统提示使用模型支持的 system 或 developer 消息。多轮对话时,按顺序传入历史消息与本轮输入。
请求示例
下面使用 gpt-6-astra,Key 选择支持该模型的可外接分组。
export AIGOCODE_API_KEY="填写支持 OpenAI 协议且可外接分组的 API Key"
curl "https://api.aigocode.dev/v1/chat/completions" \
-H "Authorization: Bearer $AIGOCODE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6-astra",
"messages": [
{
"role": "user",
"content": "Reply with exactly: Hello from AIGoCode!"
}
]
}'$env:AIGOCODE_API_KEY = "填写支持 OpenAI 协议且可外接分组的 API Key"
$body = @{
model = "gpt-6-astra"
messages = @(
@{
role = "user"
content = "Reply with exactly: Hello from AIGoCode!"
}
)
} | ConvertTo-Json -Depth 6
$response = Invoke-RestMethod `
-Method Post `
-Uri "https://api.aigocode.dev/v1/chat/completions" `
-Headers @{ Authorization = "Bearer $env:AIGOCODE_API_KEY" } `
-ContentType "application/json; charset=utf-8" `
-Body ([System.Text.Encoding]::UTF8.GetBytes($body))
$response | ConvertTo-Json -Depth 20set "AIGOCODE_API_KEY=填写支持 OpenAI 协议且可外接分组的 API Key"
curl.exe "https://api.aigocode.dev/v1/chat/completions" ^
-H "Authorization: Bearer %AIGOCODE_API_KEY%" ^
-H "Content-Type: application/json" ^
-d "{\"model\":\"gpt-6-astra\",\"messages\":[{\"role\":\"user\",\"content\":\"Reply with exactly: Hello from AIGoCode!\"}]}"响应
{
"id": "chatcmpl_example",
"object": "chat.completion",
"model": "gpt-6-astra",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "Hello from AIGoCode!"
},
"finish_reason": "stop"
}
]
}普通文本回复读取 choices[0].message.content,结束原因位于 finish_reason。工具调用的返回内容应按 tool_calls 处理。
用量信息位于 usage,常见字段为 prompt_tokens、completion_tokens 和 total_tokens。消费明细可在「使用统计」中核对。
流式响应
请求中设置 "stream": true,从每个事件的 choices[].delta 中读取新增内容;data: [DONE] 表示流结束。
Responses 使用的是另一套事件结构。程序使用本接口时,应按 Chat Completions 的 choices 与 delta 字段解析。
相关入口
- OpenAI Responses API:使用
input格式调用相同的 OpenAI 协议模型。 - API 兼容协议:查看协议、分组与模型的关系。
- 模型名称列表:查询模型 ID。
- 错误码:排查调用失败。

