第 1 步：准备令牌和模型#

  1. 1

    登录并创建 API 密钥

    在归壹“API 密钥”中创建令牌，检查额度、有效期、分组及模型限制。

  2. 2

    确认账户有可用余额

    余额不足时先到钱包处理。下面的生成请求属于正常付费调用，请先查看模型价格。

  3. 3

    选择一个文本模型

    复制支持 Chat Completions 的文本模型完整 ID。仅支持 Messages 或 Responses 的型号，不应直接套用本页请求。

第 2 步：在终端设置参数#

以下 shell 示例适合 macOS 或 Linux。把两处中文占位文字替换成你自己的值，只在自己的电脑操作。API Key 不要发进聊天群、客服工单或公开代码仓库。

在自己的终端设置，示例不含真实密钥
export OPENAI_API_KEY='替换成你的归壹API密钥'
export OPENAI_MODEL='替换成可用文本模型的完整ID'

先列出当前令牌可见的模型。返回 data 数组后，复制其中适合聊天的模型 id 到上面的 OPENAI_MODEL。目录可见表示具备相应目录权限，具体调用仍受模型支持的接口及实时可用情况影响。

读取当前令牌的模型列表
curl --fail-with-body https://univto.com/v1/models \
  -H "Authorization: Bearer ${OPENAI_API_KEY}"

第 3 步：发送一句简短消息#

OpenAI Chat Completions 示例，会产生正常调用费用
curl --fail-with-body https://univto.com/v1/chat/completions \
  -H "Authorization: Bearer ${OPENAI_API_KEY}" \
  -H 'Content-Type: application/json' \
  -d "{\"model\":\"${OPENAI_MODEL}\",\"messages\":[{\"role\":\"user\",\"content\":\"你好，请用一句话介绍你能做什么。\"}],\"stream\":false}"

成功时，常见返回结构中的 choices[0].message.content 就是回答正文。代码区只是示例，不会在这个文档网页内自动发出请求。

习惯 Python？可以这样写#

先在自己的 Python 环境安装 openai 包。下面的程序读取刚才设置的环境变量；如果你换了终端窗口，需要重新设置变量。

安装 Python 客户端库
python -m pip install openai
将这段保存为 hello.py，再运行 python hello.py
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["OPENAI_API_KEY"],
    base_url="https://univto.com/v1",
    max_retries=0,
    timeout=60.0,
)

reply = client.chat.completions.create(
    model=os.environ["OPENAI_MODEL"],
    messages=[{"role": "user", "content": "你好，请用一句话介绍你能做什么。"}],
    stream=False,
)
print(reply.choices[0].message.content)

第 4 步：去日志里确认#

打开归壹“使用日志”，按刚才的时间和模型找到这一笔，查看状态、用量与扣费。程序拿到回答与日志中的消费记录是两个需要分别确认的结果。首次接入不要启动自动循环或大量重试。

查看使用日志

按时间和模型找到刚才的调用。

看懂用量和扣费

分清输入、输出、缓存和余额。