文本生成（OpenAI Chat Completions 协议）

接口概述

使用 OpenAI Chat Completions 格式进行纯文本对话生成。支持多轮对话、系统提示词、函数调用与流式输出；参数语义与 OpenAI 官方一致，可直接使用官方 SDK。

接口地址

POST https://test.jw-info.com/v1/chat/completions

请求头

请求参数

请求体（JSON）

messages 结构

messages 是一个消息对象数组，每条消息包含：

各角色含义：

请求示例

示例 1：简单对话

{
  "model": "deepseek-v3.2",
  "messages": [
    {"role": "user", "content": "你好，请用一句话介绍你自己"}
  ],
  "temperature": 0.7,
  "max_tokens": 1024
}

示例 2：带系统提示词的多轮对话

{
  "model": "qwen3.7-max",
  "messages": [
    {"role": "system", "content": "你是一个专业的 Python 编程助手，回答问题时请提供代码示例。"},
    {"role": "user", "content": "如何在 Python 中读取 JSON 文件？"},
    {"role": "assistant", "content": "可以使用内置的 json 模块：……"},
    {"role": "user", "content": "如果要写入 JSON 文件呢？"}
  ],
  "temperature": 0.5,
  "max_tokens": 2048
}

示例 3：流式输出

{
  "model": "deepseek-v3.2",
  "messages": [
    {"role": "user", "content": "写一首关于秋天的五言诗"}
  ],
  "stream": true,
  "max_tokens": 512
}

响应参数

非流式响应参数

流式响应参数（SSE）

流式响应中，每条 data: 行是一个 JSON 对象，增量内容在 choices[].delta：

响应示例

非流式响应：

{
  "id": "chatcmpl-abc123def456",
  "object": "chat.completion",
  "created": 1720000000,
  "model": "deepseek-v3.2",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "你好！我是 DeepSeek，很高兴为你服务。"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 15,
    "prompt_tokens_details": {"cached_tokens": 0},
    "completion_tokens": 22,
    "total_tokens": 37
  }
}

流式响应（节选，最后以 data: [DONE] 结束）：

data: {"id":"chatcmpl-abc123","object":"chat.completion.chunk","created":1720000000,"model":"deepseek-v3.2","choices":[{"index":0,"delta":{"role":"assistant","content":""},"finish_reason":null}]}

data: {"id":"chatcmpl-abc123","object":"chat.completion.chunk","created":1720000000,"model":"deepseek-v3.2","choices":[{"index":0,"delta":{"content":"你好"},"finish_reason":null}]}

data: {"id":"chatcmpl-abc123","object":"chat.completion.chunk","created":1720000000,"model":"deepseek-v3.2","choices":[{"index":0,"delta":{"content":"，我是 DeepSeek。"},"finish_reason":"stop"}]}

data: {"id":"chatcmpl-abc123","object":"chat.completion.chunk","created":1720000000,"model":"deepseek-v3.2","choices":[],"usage":{"prompt_tokens":15,"completion_tokens":6,"total_tokens":21}}

data: [DONE]

流式调用说明

错误响应

错误响应格式

{
  "error": {
    "message": "错误描述信息",
    "type": "错误类型",
    "param": "相关参数名（如适用）",
    "code": "错误代码（如适用）"
  }
}

本平台自身产生的错误按「错误码」页的统一格式返回 {"detail": "说明文字"}；模型侧报错时以 502 返回，detail 里带上模型给出的原始正文（即上表形状，param 指出出错字段），便于对照模型文档定位。

常见错误类型

模型侧报错时，正文里的 type / code 常见取值：

本平台侧的状态码（401 密钥无效 / 402 余额不足 / 404 模型未上架 / 502 模型报错等）见「错误码」页。

代码示例

cURL

非流式调用：

curl https://test.jw-info.com/v1/chat/completions \
  -H "Authorization: Bearer sk-你的密钥" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v3.2",
    "messages": [{"role": "user", "content": "你好，请介绍一下你自己"}],
    "temperature": 0.7,
    "max_tokens": 1024
  }'

流式调用：

curl https://test.jw-info.com/v1/chat/completions \
  -H "Authorization: Bearer sk-你的密钥" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v3.2",
    "messages": [{"role": "user", "content": "讲一个笑话"}],
    "stream": true,
    "max_tokens": 512
  }'

Python

官方 SDK（流式）：

from openai import OpenAI

client = OpenAI(base_url="https://test.jw-info.com/v1", api_key="sk-你的密钥")
stream = client.chat.completions.create(
    model="deepseek-v3.2",
    messages=[{"role": "user", "content": "你好"}],
    stream=True,
)
for chunk in stream:
    print(chunk.choices[0].delta.content or "", end="")

requests（非流式）：

import requests

resp = requests.post(
    "https://test.jw-info.com/v1/chat/completions",
    headers={"Authorization": "Bearer sk-你的密钥"},
    json={
        "model": "deepseek-v3.2",
        "messages": [{"role": "user", "content": "你好，请介绍一下你自己"}],
        "max_tokens": 1024,
    },
    timeout=300,
)
data = resp.json()
print(data["choices"][0]["message"]["content"], data["usage"]["total_tokens"])

Java（OkHttp）

非流式调用：

String json = """
    {
      "model": "deepseek-v3.2",
      "messages": [{"role": "user", "content": "你好，请介绍一下你自己"}],
      "max_tokens": 1024
    }
    """;
Request request = new Request.Builder()
        .url("https://test.jw-info.com/v1/chat/completions")
        .addHeader("Authorization", "Bearer YOUR_API_KEY")
        .addHeader("Content-Type", "application/json")
        .post(RequestBody.create(json, MediaType.parse("application/json")))
        .build();
try (Response response = new OkHttpClient().newCall(request).execute()) {
    System.out.println(response.body().string());
}

可用模型

通义千问：

DeepSeek：

智谱（GLM）：

MiniMax：

豆包（Doubao）：

以上为常用模型；完整清单（含视觉理解、向量、重排、图像、视频等能力）见模型广场，模型名以广场卡片为准。