Chat Completion API

创建对话式AI应用的核心接口，支持多轮对话、系统提示、函数调用等高级功能

POST稳定版本支持流式

端点

POSThttps://api.n1n.ai/v1/chat/completions

请求头

Header值说明
Content-Typeapplication/json请求体格式
AuthorizationBearer YOUR_API_KEY身份认证令牌

请求参数

参数类型必需说明
modelstring模型ID，如 gpt-3.5-turbo、gpt-4
messagesarray对话消息数组，包含历史对话记录
temperaturenumber否采样温度，范围0-2，默认1。值越高输出越随机
max_tokensinteger否生成的最大token数量
streamboolean否是否启用流式响应，默认false
top_pnumber否核采样参数，范围0-1，默认1
ninteger否生成的回复数量，默认1
stoparray否停止生成的标记序列，最多4个
presence_penaltynumber否存在惩罚，范围-2到2，默认0
frequency_penaltynumber否频率惩罚，范围-2到2，默认0

消息格式

messages数组中的每个消息对象包含以下字段：

字段类型说明
rolestring角色类型：system、user、assistant
contentstring消息内容
namestring（可选）发送者名称
消息数组示例
[
  {
    "role": "system",
    "content": "你是一个有用的AI助手，擅长回答各种问题。"
  },
  {
    "role": "user",
    "content": "什么是机器学习？"
  },
  {
    "role": "assistant",
    "content": "机器学习是人工智能的一个分支..."
  },
  {
    "role": "user",
    "content": "能给我一个简单的例子吗？"
  }
]

请求示例

基础请求

cURL
curl https://api.n1n.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "gpt-3.5-turbo",
    "messages": [
      {
        "role": "user",
        "content": "你好，今天天气怎么样？"
      }
    ],
    "temperature": 0.7
  }'

流式响应请求

Python
from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.n1n.ai/v1"
)

# 流式响应
stream = client.chat.completions.create(
    model="gpt-3.5-turbo",
    messages=[{"role": "user", "content": "写一个关于春天的诗"}],
    stream=True
)

for chunk in stream:
    if chunk.choices[0].delta.content is not None:
        print(chunk.choices[0].delta.content, end="")

响应格式

成功响应

{
  "id": "chatcmpl-123456",
  "object": "chat.completion",
  "created": 1677652288,
  "model": "gpt-3.5-turbo-0613",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "作为AI助手，我无法获取实时天气信息。建议您查看天气预报网站或应用..."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 13,
    "completion_tokens": 28,
    "total_tokens": 41
  }
}

流式响应格式

data: {"id":"chatcmpl-123","object":"chat.completion.chunk","created":1677652288,"model":"gpt-3.5-turbo","choices":[{"index":0,"delta":{"role":"assistant","content":""},"finish_reason":null}]}

data: {"id":"chatcmpl-123","object":"chat.completion.chunk","created":1677652288,"model":"gpt-3.5-turbo","choices":[{"index":0,"delta":{"content":"作为"},"finish_reason":null}]}

data: {"id":"chatcmpl-123","object":"chat.completion.chunk","created":1677652288,"model":"gpt-3.5-turbo","choices":[{"index":0,"delta":{"content":"AI"},"finish_reason":null}]}

data: [DONE]

错误处理

401 Unauthorized

API密钥无效或缺失

{"error": {"message": "Invalid API key", "type": "invalid_request_error", "code": "invalid_api_key"}}

429 Too Many Requests

请求频率超过限制

{"error": {"message": "Rate limit exceeded", "type": "rate_limit_error", "code": "rate_limit_exceeded"}}

400 Bad Request

请求参数错误

{"error": {"message": "Invalid model specified", "type": "invalid_request_error", "code": "model_not_found"}}

最佳实践

推荐做法

  • 合理设置temperature参数：创意任务使用0.7-1.0，精确任务使用0-0.3
  • 使用系统消息定义AI的角色和行为规范
  • 保留对话历史以维持上下文连贯性
  • 使用max_tokens限制响应长度，控制成本
  • 对长对话使用流式响应，提升用户体验
  • 实现错误重试机制，提高服务稳定性

相关文档

流式响应API

实现实时流式输出

函数调用API

让模型调用外部函数

提示工程指南

优化提示词技巧