快速开始
接入 LondAI 只需要三步:注册账号,创建 API Key,把你的应用请求地址改成 LondAI 的 OpenAI 兼容地址。
进入用户后台,确认账号余额充足。
在 API 密钥页面选择模型分组并创建 Key。
把原接口地址改为 https://www.londai.com/v1。
接口地址
LondAI 采用 OpenAI 兼容接口格式,大部分支持 OpenAI SDK 的应用只需要替换 Base URL 和 API Key。
| 项目 | 地址 | 说明 |
|---|---|---|
| Base URL | https://www.londai.com/v1 | SDK 中填写的基础地址 |
| Chat Completions | https://www.londai.com/v1/chat/completions | 对话补全接口 |
| Models | https://www.londai.com/v1/models | 模型列表接口,按实际权限返回 |
获取 API Key
登录用户后台后,进入“API 密钥”页面创建密钥。创建时需要选择分组,分组决定这个 Key 可以调用哪些模型。
Authorization: Bearer sk-你的LondAIAPIKey模型与分组
平台使用“用户 Key 分组 + 模型名 + 渠道价格 + 上游账号映射”的方式完成路由。用户请求的模型名必须属于该 Key 对应分组。
| 分组 | 可用示例 | 说明 |
|---|---|---|
| default / GPT | gpt-5.5、gpt-5.4 | 适合海外 GPT 类模型调用 |
| deepseek | deepseek-chat、deepseek-v4-flash、deepseek-v4-pro | DeepSeek 分组 Key 才能调用 |
| qwen | qwen-plus、qwen-max、qwen3-max | 通义千问兼容接口分组 |
如果你用 GPT 分组的 Key 调用 DeepSeek 模型,系统会拒绝请求;如果需要多个模型,建议分别创建对应分组的 Key。
Curl 示例
这是最简单的接口测试方式,适合先验证 Key、模型和余额是否可用。
curl https://www.londai.com/v1/chat/completions \
-H "Authorization: Bearer sk-你的LondAIAPIKey" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4-flash",
"messages": [
{"role": "system", "content": "你是 LondAI 接入助手"},
{"role": "user", "content": "请用一句话介绍 LondAI"}
],
"temperature": 0.7,
"max_tokens": 300
}'Node.js 示例
推荐使用 OpenAI 官方 SDK 的兼容模式接入。只需要把 baseURL 改成 LondAI 地址。
npm install openaiimport OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.LONDAI_API_KEY,
baseURL: "https://www.londai.com/v1"
});
const completion = await client.chat.completions.create({
model: "qwen3-max",
messages: [
{ role: "system", content: "你是 LondAI 接入助手" },
{ role: "user", content: "生成一段中文产品介绍" }
],
temperature: 0.7,
max_tokens: 500
});
console.log(completion.choices[0].message.content);如果你的项目使用 CommonJS,可以使用 require 方式引入,核心配置仍然是 apiKey 和 baseURL。
Python 示例
Python 项目同样可以使用 OpenAI SDK。建议把 API Key 放在环境变量中,避免硬编码。
pip install openaifrom openai import OpenAI
import os
client = OpenAI(
api_key=os.getenv("LONDAI_API_KEY"),
base_url="https://www.londai.com/v1"
)
response = client.chat.completions.create(
model="deepseek-v4-pro",
messages=[
{"role": "system", "content": "你是 LondAI 接入助手"},
{"role": "user", "content": "解释一下 API 中转平台的作用"}
],
temperature=0.6,
max_tokens=500
)
print(response.choices[0].message.content)OpenAI 兼容应用接入
很多第三方 AI 应用、知识库、聊天客户端、自动化工具都支持填写 OpenAI 兼容配置。通常按下面填写即可:
| 配置项 | 填写内容 |
|---|---|
| API Host / Base URL | https://www.londai.com/v1 |
| API Key | 用户后台创建的 LondAI API Key |
| Model | 选择该 Key 分组内支持的模型名 |
| 接口格式 | OpenAI Chat Completions 兼容格式 |
计费说明
LondAI 按模型价格和实际 Token 消耗扣费。不同模型的输入 Token、输出 Token 单价可能不同,最终以用户后台使用记录为准。
用户消息、系统提示词、上下文都会计入输入消耗。
模型生成的内容计入输出消耗,通常输出单价更高。
本次费用 = 输入 tokens × 输入单价 + 输出 tokens × 输出单价
示例:
输入 1000 tokens,输出 500 tokens
输入单价 0.0000005,输出单价 0.000002
费用 = 1000 × 0.0000005 + 500 × 0.000002 = 0.0015错误码与排查
| 状态码 | 常见原因 | 处理建议 |
|---|---|---|
| 401 | API Key 缺失、错误或已禁用 | 检查 Authorization Header 和 Key 状态 |
| 402 | 余额不足或额度限制 | 充值余额,或联系管理员调整额度 |
| 403 | Key 分组无权调用该模型 | 创建对应分组的 Key,或更换模型名 |
| 429 | 请求过快或触发限流 | 降低并发,增加重试退避 |
| 503 | 无可用上游、模型未配置或渠道暂不可用 | 检查模型是否在分组/渠道价格/账户映射中启用 |
常见问题
为什么模型在后台测试成功,用户调用还是失败?
通常是用户 Key 的分组不对,或者模型没有加入对应分组、渠道价格、账户模型映射。需要三处都允许,用户调用才会成功。
可以把 DeepSeek、Qwen、GPT 放在一个 Key 里吗?
技术上可以通过统一分组实现,但不建议。分组拆开更方便管理价格、额度、风控和故障排查。
能不能直接兼容 OpenAI SDK?
可以。大多数文本对话场景只需要替换 Base URL 和 API Key。特殊多模态、图像、工具调用能力要按实际模型支持情况测试。
生产环境怎么设置更稳?
建议开启超时、重试、日志记录和余额预警;不要把 API Key 暴露到前端;高并发业务建议提前联系管理员配置专属额度和渠道。