概览
蓝隅中转站提供与 OpenAI 一致的 HTTP 接口。你只需要把 SDK 里的 base_url 指向本站,其余参数、返回结构、流式协议都保持原样。
| 方法 | 路径 | 说明 |
| POST | /v1/chat/completions | 对话补全,支持流式与非流式 |
| GET | /v1/models | 当前可用模型与价格 |
所有请求必须是 application/json,字符集 UTF-8;时间戳为 Unix 秒。
认证
在控制台「我的密钥」里创建密钥,然后在请求头中携带。密钥只在创建时完整显示一次。
Authorization: Bearer sk-live-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
未携带或密钥无效时返回 401 invalid_api_key。密钥可以单独设置日额度、IP 白名单与过期时间。
模型列表
GET https://lanyuapi.live/v1/models
Authorization: Bearer $NEXUS_API_KEY
返回每个模型的对外名称、上下文长度与单价(元 / 百万 token):
{
"object": "list",
"data": [
{
"id": "deepseek-v4.1-flash",
"object": "model",
"created": 1794879119,
"owned_by": "nexus",
"context_length": 128000,
"pricing": {
"currency": "CNY",
"unit": "1M_tokens",
"input": "0.300000",
"output": "1.200000"
}
}
]
}
调用时 model 填这里的 id 即可;填上游原始模型名(如 nvidia/...)也能识别。
对话补全
POST https://lanyuapi.live/v1/chat/completions
Content-Type: application/json
Authorization: Bearer $NEXUS_API_KEY
{
"model": "deepseek-v4.1-flash",
"messages": [
{"role": "system", "content": "你是一个严谨的中文助手。"},
{"role": "user", "content": "用一句话解释什么是向量数据库。"}
],
"temperature": 0.7,
"max_tokens": 512,
"stream": false
}
请求参数
| 参数 | 类型 | 说明 |
| model | string | 必填,模型 ID 或别名 |
| messages | array | 必填,role 支持 system / user / assistant;content 可以是字符串,也可以是文本+图片数组 |
| temperature | number | 0–2,默认 1,越大越发散 |
| top_p | number | 0–1,与 temperature 二选一调整 |
| max_tokens | integer | 最大输出长度,受模型上限限制 |
| stream | boolean | true 时以 SSE 逐块返回 |
| stream_options | object | 支持 {"include_usage": true},在末尾补一帧用量 |
| stop | string / array | 遇到这些字符串停止生成 |
| presence_penalty | number | -2 到 2 |
| frequency_penalty | number | -2 到 2 |
| user | string | 终端用户标识,用于日志排查 |
响应
{
"id": "chatcmpl-8f2c1f0e",
"object": "chat.completion",
"created": 1794879200,
"model": "deepseek-v4.1-flash",
"choices": [
{
"index": 0,
"message": {"role": "assistant", "content": "向量数据库是……"},
"finish_reason": "stop"
}
],
"usage": {"prompt_tokens": 32, "completion_tokens": 96, "total_tokens": 128}
}
推理类模型还会在 message.reasoning_content 里返回思考过程,不使用时可忽略。
流式响应
设置 "stream": true 后,服务端以 text/event-stream 返回,每个事件是一行 data:,最后以 data: [DONE] 结束。
data: {"id":"chatcmpl-8f2c1f0e","choices":[{"index":0,"delta":{"role":"assistant","content":"向"}}]}
data: {"id":"chatcmpl-8f2c1f0e","choices":[{"index":0,"delta":{"content":"量"}}]}
data: {"id":"chatcmpl-8f2c1f0e","choices":[{"index":0,"delta":{"content":"数据"}}]}
data: [DONE]
处理建议:
- 按行读取,只处理以 data: 开头的行,忽略空行与注释行。
- 客户端断开连接时,服务端会中止上游请求;已经产生的 token 仍会计费。
- 不要假设首个 chunk 就带内容,有些模型首帧只有 role。
错误码
错误统一使用下面的结构,code 是稳定值,适合在代码里判断;message 是给人看的说明。
{
"error": {
"message": "今日额度已用完,明日 0 点恢复",
"type": "insufficient_quota",
"param": null,
"code": "daily_quota_exceeded"
}
}
| 状态码 | code | 含义与处理 |
| 400 | invalid_request | 参数缺失或格式错误,检查请求体 |
| 401 | invalid_api_key | 密钥无效、被停用或已过期 |
| 402 | insufficient_quota | 余额不足,去控制台充值或兑换 |
| 402 | daily_quota_exceeded | 今日金额额度用完,次日 0 点恢复 |
| 402 | daily_requests_exceeded | 今日请求次数用完 |
| 403 | model_not_allowed | 当前账号无权使用该模型 |
| 403 | ip_not_allowed | 来源 IP 不在密钥白名单内 |
| 404 | model_not_found | 模型不存在或未上架 |
| 429 | rate_limit_exceeded | 触发 RPM / TPM / 并发限制,退避后重试 |
| 502 | upstream_error | 上游返回异常,message 里带上游原文 |
| 503 | no_available_account | 上游账号全在冷却,30 秒后重试 |
| 504 | upstream_timeout | 上游超时,建议降低 max_tokens 或重试 |
限流与计费
- RPM:每分钟请求数;TPM:每分钟 token 数;并发:同时在跑的请求数。
- 额度按天计算:金额额度与请求次数都在每天 0 点重置。
- 计费公式:(输入 token × 输入单价 + 输出 token × 输出单价) ÷ 1,000,000,单位人民币。
- token 由上游返回的 usage 决定;上游没给时按本地估算,日志里会标注来源。
- 命中请求缓存时不扣费。
响应头
| 响应头 | 说明 |
| X-Request-Id | 本次请求 ID,排查问题时提供它 |
| X-Model | 实际使用的上游模型 |
| X-Cost-Cny | 本次费用(元) |
| X-Token-Source | upstream 或 estimated |
| X-RateLimit-Remaining-Requests | 本分钟剩余请求数 |
| X-Cache | 命中缓存时为 hit |
客户端示例
Python(openai SDK)
from openai import OpenAI
client = OpenAI(
base_url="https://lanyuapi.live/v1",
api_key="sk-live-xxxxxxxx",
)
stream = client.chat.completions.create(
model="deepseek-v4.1-flash",
messages=[{"role": "user", "content": "你好"}],
stream=True,
)
for chunk in stream:
delta = chunk.choices[0].delta.content
if delta:
print(delta, end="", flush=True)
Node.js
import OpenAI from 'openai';
const client = new OpenAI({
baseURL: 'https://lanyuapi.live/v1',
apiKey: process.env.NEXUS_API_KEY,
});
const res = await client.chat.completions.create({
model: 'deepseek-v4.1-flash',
messages: [{ role: 'user', content: '你好' }],
});
console.log(res.choices[0].message.content);
cURL
curl https://lanyuapi.live/v1/chat/completions \
-H "Authorization: Bearer $NEXUS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4.1-flash",
"messages": [{"role": "user", "content": "你好"}]
}'
常见问题
为什么偶尔返回 502?
说明上游这次调用失败了,message 里会带上游的原始报错。客户端按指数退避重试 1–2 次即可;连续多次失败请把 X-Request-Id 发给我们。
429 之后该等多久?
看响应头 Retry-After;没有就按 2s、4s、8s 退避。并发限制是按人算的,多个进程共用一个密钥时尤其容易触发。
模型名用哪个?
以 GET /v1/models 返回的 id 为准。别名和上游全名都支持,但别名更稳定——上游改版本时我们可以平滑切换。
怎么核对费用?
两个地方:响应头 X-Cost-Cny 是单次费用;控制台「用量」页可以按天看汇总,并导出 CSV。
还有问题?把请求 ID、模型名、发生时间和错误响应贴给管理员,能最快定位。