API調(diào)用大語言模型（LLM）：TaoToken 統(tǒng)一 Key 接入 GPT-4 的 Python 實(shí)戰(zhàn))
1. 國內(nèi) Python 調(diào)用 GPT-4 的真實(shí)卡點(diǎn)從 requests 報錯到跑通對話補(bǔ)全如果你在國內(nèi)用 Python 調(diào) OpenAI 的 GPT-4大概率經(jīng)歷過這樣的場景代碼寫得沒問題requests.post一發(fā)出去要么卡住不動要么拋ConnectionError要么返回 401。問題往往不在你的代碼而在「請求到底發(fā)到了哪個地址、用哪個 Key、指定哪個模型名」這三件事沒有對齊。這篇面向剛接觸 LLM 應(yīng)用開發(fā)的 Python 開發(fā)者把「國內(nèi) API 調(diào)用大語言模型」這條鏈路拆開講清楚。核心思路是用 TaoToken 的統(tǒng)一 Key 和 API 通道把 Base URL、API Key、Model ID 三個變量固定下來然后用一段可復(fù)制的 Python 代碼和一次 curl 驗(yàn)證確認(rèn)三者匹配后就能穩(wěn)定跑通對話補(bǔ)全Chat Completions。適合誰看寫過一點(diǎn) Python、想接 GPT-4 做聊天機(jī)器人/文檔問答/代碼助手但被網(wǎng)絡(luò)和鑒權(quán)問題卡住的開發(fā)者。讀完你能得到一套環(huán)境變量配置、一段能直接跑的 Python 腳本、一個 curl 自檢命令以及 401、超時、reading choices這類報錯的排查路徑。先說結(jié)論國內(nèi)調(diào) LLM 的難點(diǎn)不是模型本身而是「通道 鑒權(quán) 參數(shù)」的工程細(xì)節(jié)。把這三樣用統(tǒng)一入口管起來后面換模型、加功能都只是改一個字符串的事。2. TaoToken 前置準(zhǔn)備統(tǒng)一 Key 與 Base URL 怎么配含 API Key 獲取路徑在寫代碼之前先把「入口」定下來。TaoToken 提供的是統(tǒng)一的 API 通道你只需要記住兩個東西Base URL 和 API Key。模型名Model ID按需選比如gpt-4、gpt-4o這類。第一步拿到 API Key。打開官網(wǎng) https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注冊登錄后進(jìn)入控制臺在 API Keys 頁面創(chuàng)建一個新 Key。建議給 Key 起個能區(qū)分的名字比如python-dev-test方便后面按項(xiàng)目管理和輪換。創(chuàng)建后立刻復(fù)制保存頁面刷新后通常不再完整顯示。第二步確認(rèn) Base URL。TaoToken 的 API 入口是 https://taotoken.net/api 注意這里不帶任何查詢參數(shù)。很多新手會把官網(wǎng)地址和 API 地址搞混結(jié)果請求發(fā)到了網(wǎng)頁而不是接口自然報錯。記住代碼里填的是https://taotoken.net/api后面拼/v1/chat/completions。第三步理解「統(tǒng)一 Key」的價值。傳統(tǒng)做法是每個模型廠商一個 Key、一個地址切換模型要改一堆配置。統(tǒng)一通道的好處是Base URL 不變Key 不變只改 Model ID 就能在 GPT-4、其他模型之間切換。這對做原型驗(yàn)證特別友好——你想對比兩個模型對同一 prompt 的回答只需要循環(huán)改一個字段。第四步環(huán)境變量管理。不要把 Key 硬編碼進(jìn).py文件尤其是要提交到 Git 的項(xiàng)目。用環(huán)境變量或.env文件隔離。Python 里用os.environ讀取配合python-dotenv加載本地.env。這樣本地開發(fā)、服務(wù)器部署可以用不同的 Key代碼一行不用改。這里給一個.env的寫法TAOTOKEN_API_KEYsk-你的實(shí)際Key TAOTOKEN_BASE_URLhttps://taotoken.net/api注意.env要加進(jìn).gitignore別讓它進(jìn)版本庫。團(tuán)隊(duì)協(xié)作時可以放一個.env.example只寫變量名不寫值新人照著填。關(guān)于模型選擇如果你要做長期編碼或 Agent 類任務(wù)可以了解下 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 它更適合高頻調(diào)用場景如果只是驗(yàn)證模型效果用模型對話頁面https://taotoken.net/model-chat?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 先手動試幾條 prompt 更直觀?？刂婆_入口在 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API Keys 管理在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。3. 可復(fù)制配置Python 環(huán)境變量 openai SDK 調(diào)用 GPT-4 完整片段這一節(jié)給你能直接抄的配置。分兩種寫法一種用官方openaiSDK推薦省心一種用requests裸調(diào)理解底層。先裝依賴pip install openai python-dotenv3.1 用 openai SDK 的寫法新建chat_gpt4.pyimport os from dotenv import load_dotenv from openai import OpenAI load_dotenv() client OpenAI( api_keyos.environ[TAOTOKEN_API_KEY], base_urlos.environ[TAOTOKEN_BASE_URL] /v1, ) def ask(prompt: str, model: str gpt-4) - str: resp client.chat.completions.create( modelmodel, messages[ {role: system, content: 你是一個簡潔的中文助手。}, {role: user, content: prompt}, ], temperature0.7, max_tokens512, ) return resp.choices[0].message.content if __name__ __main__: print(ask(用三句話解釋什么是大語言模型。))關(guān)鍵點(diǎn)base_url后面拼了/v1因?yàn)?SDK 內(nèi)部會請求/chat/completions拼起來才是完整的https://taotoken.net/api/v1/chat/completions。這是最容易錯的地方——少寫/v1會 404多寫會變成/v1/v1。3.2 用 requests 裸調(diào)的寫法如果你想看清 HTTP 層發(fā)生了什么import os import requests from dotenv import load_dotenv load_dotenv() url os.environ[TAOTOKEN_BASE_URL] /v1/chat/completions headers { Authorization: fBearer {os.environ[TAOTOKEN_API_KEY]}, Content-Type: application/json, } payload { model: gpt-4, messages: [{role: user, content: 你好介紹一下你自己。}], max_tokens: 256, } r requests.post(url, headersheaders, jsonpayload, timeout60) print(r.status_code) print(r.json()[choices][0][message][content])注意timeout60不設(shè)超時的話網(wǎng)絡(luò)抖動時腳本會一直掛著。3.3 配置文件對照表配置項(xiàng)值說明Base URLhttps://taotoken.net/api不帶查詢參數(shù)完整路徑.../api/v1/chat/completionsSDK 自動拼/v1API Keysk-...控制臺創(chuàng)建Model IDgpt-4按需替換鑒權(quán)頭Authorization: Bearer Key注意 Bearer 后有空格提示如果你用 Cline、CC Switch 這類工具配置項(xiàng)也是這三件套——Base URL、API Key、Model ID。任何一處不匹配都會報鑒權(quán)或模型不存在。4. 驗(yàn)證請求一次 curl 自檢 Python 成功返回長什么樣寫完代碼別急著跑復(fù)雜邏輯先用 curl 做一次最小驗(yàn)證。這一步能快速區(qū)分「是 Key 的問題」還是「是代碼的問題」。curl https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ -H Content-Type: application/json \ -d { model: gpt-4, messages: [{role: user, content: 只回復(fù)兩個字收到}], max_tokens: 16 }成功時你會看到類似這樣的 JSON{ id: chatcmpl-xxxx, object: chat.completion, created: 1700000000, model: gpt-4, choices: [ { index: 0, message: {role: assistant, content: 收到}, finish_reason: stop } ], usage: {prompt_tokens: 12, completion_tokens: 2, total_tokens: 14} }看到choices[0].message.content有內(nèi)容說明 Key、Base URL、Model ID 三者匹配鏈路通了。usage字段能幫你估算成本做預(yù)算控制時很有用。curl 通了再跑 Python 腳本。如果 curl 通、Python 不通問題一定在代碼里——大概率是base_url拼錯、環(huán)境變量沒加載、或者 Key 里有空格。如果 curl 也不通那就是配置或 Key 的問題回到第 2 節(jié)檢查。再補(bǔ)一個批量驗(yàn)證的小技巧把模型名做成列表循環(huán)一次測多個模型是否可用。for m in [gpt-4, gpt-4o]: try: print(m, -, ask(ping, modelm)) except Exception as e: print(m, 失敗:, e)這樣能快速知道你的 Key 對哪些模型有權(quán)限。5. 常見報錯排查401、local proxy failed、reading choices、OAuth 逐條對照這一節(jié)按真實(shí)報錯來。你遇到問題時先在這里找對應(yīng)條目。401 Invalid API key / Unauthorized最常見。原因有三Key 復(fù)制時帶了空格或換行Key 已刪除或過期Authorization頭格式不對。檢查Bearer后面有沒有空格Key 是否完整。用echo $TAOTOKEN_API_KEY確認(rèn)環(huán)境變量真的加載了而不是空字符串。如果用的是.env確認(rèn)load_dotenv()在讀取之前調(diào)用。local proxy failed / Connection refused這類報錯通常出現(xiàn)在你本地配了某些網(wǎng)絡(luò)工具導(dǎo)致請求被劫持到本地端口。解決思路檢查系統(tǒng)或終端里的代理環(huán)境變量HTTP_PROXY、HTTPS_PROXY臨時清掉再試。Python 里requests會自動讀這些變量SDK 也一樣?？梢栽谀_本開頭加import os os.environ.pop(HTTP_PROXY, None) os.environ.pop(HTTPS_PROXY, None)reading choices / KeyError: choices說明返回的 JSON 里沒有choices字段通常是請求失敗但代碼直接取字段了。正確做法是先判斷狀態(tài)碼再取內(nèi)容。把r.json()打印出來看真實(shí)錯誤信息往往是 400參數(shù)錯或 429限流。max_tokens設(shè)得比模型上限還大也會觸發(fā) 400。OAuth / token expired如果你用的是某些 CLI 工具比如 Claude Code 類它可能走 OAuth 流程而不是 API Key。這類工具要單獨(dú)配置把 Base URL、Key、Model ID 三件套填全。缺任何一項(xiàng)都會卡在鑒權(quán)。具體接入方式參考文檔 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。超時 / Read timed out網(wǎng)絡(luò)抖動或 prompt 太長。先加timeout參數(shù)再把max_tokens調(diào)小測試。如果穩(wěn)定復(fù)現(xiàn)檢查是不是發(fā)了超大上下文。404 Not Found九成是路徑拼錯。確認(rèn)是https://taotoken.net/api/v1/chat/completions不是https://taotoken.net/v1/...也不是官網(wǎng)首頁地址。注意排查順序建議「先 curl 后 Python先最小請求后完整邏輯」。最小請求能通再逐步加參數(shù)定位效率最高。6. 從跑通到用好Python 調(diào) LLM 的下一步與資源入口跑通第一個請求只是起點(diǎn)。接下來你大概率會碰到這些需求多輪對話要維護(hù)messages歷史、流式輸出要處理 SSE、并發(fā)調(diào)用要控制速率、成本要按 token 統(tǒng)計。這些都可以在現(xiàn)有代碼上迭代Base URL 和 Key 不用動。多輪對話的核心是把歷史消息追加進(jìn)messages列表每次請求帶上完整上下文。流式輸出則把streamTrue打開逐塊讀取delta.content。這兩塊建議單獨(dú)封裝成類別把邏輯堆在腳本里。如果你要做長期編碼助手或 Agent頻繁調(diào)用下建議了解 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 它在高頻場景下更合適。想先手動體驗(yàn)?zāi)Ｐ托Ч媚Ｐ蛯υ抙ttps://taotoken.net/model-chat?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 試幾條 prompt 最快。Key 管理和創(chuàng)建在 API Keys 頁面https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 完整接口說明看文檔https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。最后分享一個我踩過的坑早期我把 Key 寫死在代碼里換項(xiàng)目時忘了改結(jié)果 A 項(xiàng)目的腳本用了 B 項(xiàng)目的 Key排查了半天。后來統(tǒng)一用.env 環(huán)境變量每個項(xiàng)目獨(dú)立再沒出過這類問題。另外base_url拼/v1這件事建議寫成一個常量函數(shù)別在每個文件里手拼少一個字符就是 404。 如何使用國內(nèi)API調(diào)用大語言模型（LLM）：TaoToken 統(tǒng)一 Key 接入 GPT-4 的 Python 實(shí)戰(zhàn)
1. 國內(nèi) Python 調(diào)用 GPT-4 的真實(shí)卡點(diǎn)從 requests 報錯到跑通對話補(bǔ)全如果你在國內(nèi)用 Python 調(diào) OpenAI 的 GPT-4大概率經(jīng)歷過這樣的場景代碼寫得沒問題requests.post一發(fā)出去要么卡住不動要么拋ConnectionError要么返回 401。問題往往不在你的代碼而在「請求到底發(fā)到了哪個地址、用哪個 Key、指定哪個模型名」這三件事沒有對齊。這篇面向剛接觸 LLM 應(yīng)用開發(fā)的 Python 開發(fā)者把「國內(nèi) API 調(diào)用大語言模型」這條鏈路拆開講清楚。核心思路是用 TaoToken 的統(tǒng)一 Key 和 API 通道把 Base URL、API Key、Model ID 三個變量固定下來然后用一段可復(fù)制的 Python 代碼和一次 curl 驗(yàn)證確認(rèn)三者匹配后就能穩(wěn)定跑通對話補(bǔ)全Chat Completions。適合誰看寫過一點(diǎn) Python、想接 GPT-4 做聊天機(jī)器人/文檔問答/代碼助手但被網(wǎng)絡(luò)和鑒權(quán)問題卡住的開發(fā)者。讀完你能得到一套環(huán)境變量配置、一段能直接跑的 Python 腳本、一個 curl 自檢命令以及 401、超時、reading choices這類報錯的排查路徑。先說結(jié)論國內(nèi)調(diào) LLM 的難點(diǎn)不是模型本身而是「通道 鑒權(quán) 參數(shù)」的工程細(xì)節(jié)。把這三樣用統(tǒng)一入口管起來后面換模型、加功能都只是改一個字符串的事。2. TaoToken 前置準(zhǔn)備統(tǒng)一 Key 與 Base URL 怎么配含 API Key 獲取路徑在寫代碼之前先把「入口」定下來。TaoToken 提供的是統(tǒng)一的 API 通道你只需要記住兩個東西Base URL 和 API Key。模型名Model ID按需選比如gpt-4、gpt-4o這類。第一步拿到 API Key。打開官網(wǎng) https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注冊登錄后進(jìn)入控制臺在 API Keys 頁面創(chuàng)建一個新 Key。建議給 Key 起個能區(qū)分的名字比如python-dev-test方便后面按項(xiàng)目管理和輪換。創(chuàng)建后立刻復(fù)制保存頁面刷新后通常不再完整顯示。第二步確認(rèn) Base URL。TaoToken 的 API 入口是 https://taotoken.net/api 注意這里不帶任何查詢參數(shù)。很多新手會把官網(wǎng)地址和 API 地址搞混結(jié)果請求發(fā)到了網(wǎng)頁而不是接口自然報錯。記住代碼里填的是https://taotoken.net/api后面拼/v1/chat/completions。第三步理解「統(tǒng)一 Key」的價值。傳統(tǒng)做法是每個模型廠商一個 Key、一個地址切換模型要改一堆配置。統(tǒng)一通道的好處是Base URL 不變Key 不變只改 Model ID 就能在 GPT-4、其他模型之間切換。這對做原型驗(yàn)證特別友好——你想對比兩個模型對同一 prompt 的回答只需要循環(huán)改一個字段。第四步環(huán)境變量管理。不要把 Key 硬編碼進(jìn).py文件尤其是要提交到 Git 的項(xiàng)目。用環(huán)境變量或.env文件隔離。Python 里用os.environ讀取配合python-dotenv加載本地.env。這樣本地開發(fā)、服務(wù)器部署可以用不同的 Key代碼一行不用改。這里給一個.env的寫法TAOTOKEN_API_KEYsk-你的實(shí)際Key TAOTOKEN_BASE_URLhttps://taotoken.net/api注意.env要加進(jìn).gitignore別讓它進(jìn)版本庫。團(tuán)隊(duì)協(xié)作時可以放一個.env.example只寫變量名不寫值新人照著填。關(guān)于模型選擇如果你要做長期編碼或 Agent 類任務(wù)可以了解下 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 它更適合高頻調(diào)用場景如果只是驗(yàn)證模型效果用模型對話頁面https://taotoken.net/model-chat?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 先手動試幾條 prompt 更直觀?？刂婆_入口在 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API Keys 管理在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。3. 可復(fù)制配置Python 環(huán)境變量 openai SDK 調(diào)用 GPT-4 完整片段這一節(jié)給你能直接抄的配置。分兩種寫法一種用官方openaiSDK推薦省心一種用requests裸調(diào)理解底層。先裝依賴pip install openai python-dotenv3.1 用 openai SDK 的寫法新建chat_gpt4.pyimport os from dotenv import load_dotenv from openai import OpenAI load_dotenv() client OpenAI( api_keyos.environ[TAOTOKEN_API_KEY], base_urlos.environ[TAOTOKEN_BASE_URL] /v1, ) def ask(prompt: str, model: str gpt-4) - str: resp client.chat.completions.create( modelmodel, messages[ {role: system, content: 你是一個簡潔的中文助手。}, {role: user, content: prompt}, ], temperature0.7, max_tokens512, ) return resp.choices[0].message.content if __name__ __main__: print(ask(用三句話解釋什么是大語言模型。))關(guān)鍵點(diǎn)base_url后面拼了/v1因?yàn)?SDK 內(nèi)部會請求/chat/completions拼起來才是完整的https://taotoken.net/api/v1/chat/completions。這是最容易錯的地方——少寫/v1會 404多寫會變成/v1/v1。3.2 用 requests 裸調(diào)的寫法如果你想看清 HTTP 層發(fā)生了什么import os import requests from dotenv import load_dotenv load_dotenv() url os.environ[TAOTOKEN_BASE_URL] /v1/chat/completions headers { Authorization: fBearer {os.environ[TAOTOKEN_API_KEY]}, Content-Type: application/json, } payload { model: gpt-4, messages: [{role: user, content: 你好介紹一下你自己。}], max_tokens: 256, } r requests.post(url, headersheaders, jsonpayload, timeout60) print(r.status_code) print(r.json()[choices][0][message][content])注意timeout60不設(shè)超時的話網(wǎng)絡(luò)抖動時腳本會一直掛著。3.3 配置文件對照表配置項(xiàng)值說明Base URLhttps://taotoken.net/api不帶查詢參數(shù)完整路徑.../api/v1/chat/completionsSDK 自動拼/v1API Keysk-...控制臺創(chuàng)建Model IDgpt-4按需替換鑒權(quán)頭Authorization: Bearer Key注意 Bearer 后有空格提示如果你用 Cline、CC Switch 這類工具配置項(xiàng)也是這三件套——Base URL、API Key、Model ID。任何一處不匹配都會報鑒權(quán)或模型不存在。4. 驗(yàn)證請求一次 curl 自檢 Python 成功返回長什么樣寫完代碼別急著跑復(fù)雜邏輯先用 curl 做一次最小驗(yàn)證。這一步能快速區(qū)分「是 Key 的問題」還是「是代碼的問題」。curl https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ -H Content-Type: application/json \ -d { model: gpt-4, messages: [{role: user, content: 只回復(fù)兩個字收到}], max_tokens: 16 }成功時你會看到類似這樣的 JSON{ id: chatcmpl-xxxx, object: chat.completion, created: 1700000000, model: gpt-4, choices: [ { index: 0, message: {role: assistant, content: 收到}, finish_reason: stop } ], usage: {prompt_tokens: 12, completion_tokens: 2, total_tokens: 14} }看到choices[0].message.content有內(nèi)容說明 Key、Base URL、Model ID 三者匹配鏈路通了。usage字段能幫你估算成本做預(yù)算控制時很有用。curl 通了再跑 Python 腳本。如果 curl 通、Python 不通問題一定在代碼里——大概率是base_url拼錯、環(huán)境變量沒加載、或者 Key 里有空格。如果 curl 也不通那就是配置或 Key 的問題回到第 2 節(jié)檢查。再補(bǔ)一個批量驗(yàn)證的小技巧把模型名做成列表循環(huán)一次測多個模型是否可用。for m in [gpt-4, gpt-4o]: try: print(m, -, ask(ping, modelm)) except Exception as e: print(m, 失敗:, e)這樣能快速知道你的 Key 對哪些模型有權(quán)限。5. 常見報錯排查401、local proxy failed、reading choices、OAuth 逐條對照這一節(jié)按真實(shí)報錯來。你遇到問題時先在這里找對應(yīng)條目。401 Invalid API key / Unauthorized最常見。原因有三Key 復(fù)制時帶了空格或換行Key 已刪除或過期Authorization頭格式不對。檢查Bearer后面有沒有空格Key 是否完整。用echo $TAOTOKEN_API_KEY確認(rèn)環(huán)境變量真的加載了而不是空字符串。如果用的是.env確認(rèn)load_dotenv()在讀取之前調(diào)用。local proxy failed / Connection refused這類報錯通常出現(xiàn)在你本地配了某些網(wǎng)絡(luò)工具導(dǎo)致請求被劫持到本地端口。解決思路檢查系統(tǒng)或終端里的代理環(huán)境變量HTTP_PROXY、HTTPS_PROXY臨時清掉再試。Python 里requests會自動讀這些變量SDK 也一樣?？梢栽谀_本開頭加import os os.environ.pop(HTTP_PROXY, None) os.environ.pop(HTTPS_PROXY, None)reading choices / KeyError: choices說明返回的 JSON 里沒有choices字段通常是請求失敗但代碼直接取字段了。正確做法是先判斷狀態(tài)碼再取內(nèi)容。把r.json()打印出來看真實(shí)錯誤信息往往是 400參數(shù)錯或 429限流。max_tokens設(shè)得比模型上限還大也會觸發(fā) 400。OAuth / token expired如果你用的是某些 CLI 工具比如 Claude Code 類它可能走 OAuth 流程而不是 API Key。這類工具要單獨(dú)配置把 Base URL、Key、Model ID 三件套填全。缺任何一項(xiàng)都會卡在鑒權(quán)。具體接入方式參考文檔 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。超時 / Read timed out網(wǎng)絡(luò)抖動或 prompt 太長。先加timeout參數(shù)再把max_tokens調(diào)小測試。如果穩(wěn)定復(fù)現(xiàn)檢查是不是發(fā)了超大上下文。404 Not Found九成是路徑拼錯。確認(rèn)是https://taotoken.net/api/v1/chat/completions不是https://taotoken.net/v1/...也不是官網(wǎng)首頁地址。注意排查順序建議「先 curl 后 Python先最小請求后完整邏輯」。最小請求能通再逐步加參數(shù)定位效率最高。6. 從跑通到用好Python 調(diào) LLM 的下一步與資源入口跑通第一個請求只是起點(diǎn)。接下來你大概率會碰到這些需求多輪對話要維護(hù)messages歷史、流式輸出要處理 SSE、并發(fā)調(diào)用要控制速率、成本要按 token 統(tǒng)計。這些都可以在現(xiàn)有代碼上迭代Base URL 和 Key 不用動。多輪對話的核心是把歷史消息追加進(jìn)messages列表每次請求帶上完整上下文。流式輸出則把streamTrue打開逐塊讀取delta.content。這兩塊建議單獨(dú)封裝成類別把邏輯堆在腳本里。如果你要做長期編碼助手或 Agent頻繁調(diào)用下建議了解 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 它在高頻場景下更合適。想先手動體驗(yàn)?zāi)Ｐ托Ч媚Ｐ蛯υ抙ttps://taotoken.net/model-chat?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 試幾條 prompt 最快。Key 管理和創(chuàng)建在 API Keys 頁面https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 完整接口說明看文檔https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。最后分享一個我踩過的坑早期我把 Key 寫死在代碼里換項(xiàng)目時忘了改結(jié)果 A 項(xiàng)目的腳本用了 B 項(xiàng)目的 Key排查了半天。后來統(tǒng)一用.env 環(huán)境變量每個項(xiàng)目獨(dú)立再沒出過這類問題。另外base_url拼/v1這件事建議寫成一個常量函數(shù)別在每個文件里手拼少一個字符就是 404。