语言模型

语言模型（LLM）使用说明手册。

支持通过 OpenAI、Anthropic 和 Gemini AI Studio 兼容接口进行文本生成调用。

OpenAI 兼容接口（推荐）

如部分功能本文档未提及，请参考 OpenAI 官方文档。

消息体结构说明

消息类型	功能描述	示例内容
`system`	模型指令，设定 AI 角色，描述模型应一般如何行为和响应	“你是有 10 年经验的儿科医生”
`user`	用户输入，将最终用户的消息传递给模型	“幼儿持续低烧应如何处理？”
`assistant`	模型生成的历史回复，为模型提供示例，说明它应该如何回应当前请求	“建议先测量体温……”

若希望模型按照分层指令进行响应，可以利用消息角色来提升输出的质量。不过，消息角色并不总是有确定性的表现，因此建议尝试多种用法，比较不同方法带来的效果，找出最适合您的方案。

基础对话

PythonNode.js

python

from openai import OpenAI

client = OpenAI(
    base_url="https://api.calgine.com.cn/v1",
    api_key="API_KEY",  # 替换为您在控制台的 API Key
)

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "你好！"}],
)

print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.calgine.com.cn/v1",
  apiKey: "API_KEY", // 替换为您在控制台的 API Key
});

const response = await client.chat.completions.create({
  model: "gpt-4o",
  messages: [{ role: "user", content: "你好！" }],
});

console.log(response.choices[0].message.content);

流式响应

PythonNode.js

python

from openai import OpenAI

client = OpenAI(
    base_url="https://api.calgine.com.cn/v1",
    api_key="API_KEY",
)

stream = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "写一首关于春天的诗"}],
    stream=True,
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.calgine.com.cn/v1",
  apiKey: "API_KEY",
});

const stream = await client.chat.completions.create({
  model: "gpt-4o",
  messages: [{ role: "user", content: "写一首关于春天的诗" }],
  stream: true,
});

for await (const chunk of stream) {
  if (chunk.choices[0]?.delta?.content) {
    process.stdout.write(chunk.choices[0].delta.content);
  }
}

工具调用（Function Calling）

更多详情参考 OpenAI 函数调用指南。

PythonNode.js

python

from openai import OpenAI

client = OpenAI(
    base_url="https://api.calgine.com.cn/v1",
    api_key="API_KEY",
)

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "获取指定城市的天气信息",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {"type": "string", "description": "城市名称"},
                },
                "required": ["city"],
            },
        },
    }
]

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "北京今天天气怎么样？"}],
    tools=tools,
)

print(response.choices[0].message)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.calgine.com.cn/v1",
  apiKey: "API_KEY",
});

const tools = [
  {
    type: "function",
    function: {
      name: "get_weather",
      description: "获取指定城市的天气信息",
      parameters: {
        type: "object",
        properties: {
          city: { type: "string", description: "城市名称" },
        },
        required: ["city"],
      },
    },
  },
];

const response = await client.chat.completions.create({
  model: "gpt-4o",
  messages: [{ role: "user", content: "北京今天天气怎么样？" }],
  tools: tools,
});

console.log(response.choices[0].message);

Response 接口

目前该接口仅支持 OpenAI 模型
具体使用方案请参考 OpenAI 官方文档

注意事项

使用时需要将 OPENAI_BASE_URL 设置为 https://api.calgine.com.cn/v1
OPENAI_API_KEY 应设置为您的 API Key
部分模型不支持 presence_penalty、frequency_penalty、logit_bias 等参数，传入会被忽略
旧版的 function_call 参数已废弃，请使用 tools

Anthropic 兼容接口

如部分功能本文档未提及，请参考 Anthropic 官方文档。

基础对话

PythonNode.js

python

import anthropic

client = anthropic.Anthropic(
    base_url="https://api.calgine.com.cn/anthropic",
    api_key="API_KEY",  # 替换为您在控制台的 API Key
)

message = client.messages.create(
    model="claude-opus-4-5-20251101",
    max_tokens=1024,
    messages=[{"role": "user", "content": "请用简单的语言解释什么是机器学习"}],
)

print(message.content[0].text)

import Anthropic from "@anthropic-ai/sdk";

const client = new Anthropic({
  baseURL: "https://api.calgine.com.cn/anthropic",
  apiKey: "API_KEY", // 替换为您在控制台的 API Key
});

const message = await client.messages.create({
  model: "claude-opus-4-5-20251101",
  maxTokens: 1024,
  messages: [{ role: "user", content: "请用简单的语言解释什么是机器学习" }],
});

console.log(message.content[0].text);

流式响应

PythonNode.js

python

import anthropic

client = anthropic.Anthropic(
    base_url="https://api.calgine.com.cn/anthropic",
    api_key="API_KEY",
)

with client.messages.stream(
    model="claude-opus-4-5-20251101",
    max_tokens=1024,
    messages=[{"role": "user", "content": "写一首关于春天的诗"}],
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)

import Anthropic from "@anthropic-ai/sdk";

const client = new Anthropic({
  baseURL: "https://api.calgine.com.cn/anthropic",
  apiKey: "API_KEY",
});

const stream = await client.messages.stream({
  model: "claude-opus-4-5-20251101",
  maxTokens: 1024,
  messages: [{ role: "user", content: "写一首关于春天的诗" }],
});

for await (const chunk of stream) {
  if (chunk.type === "content_block_delta" && chunk.delta.type === "text_delta") {
    process.stdout.write(chunk.delta.text);
  }
}

工具调用（Function Calling）

更多详情参考 Anthropic 工具调用指南。

PythonNode.js

python

import anthropic

client = anthropic.Anthropic(
    base_url="https://api.calgine.com.cn/anthropic",
    api_key="API_KEY",
)

tools = [
    {
        "name": "get_weather",
        "description": "获取指定城市的天气信息",
        "input_schema": {
            "type": "object",
            "properties": {
                "city": {"type": "string", "description": "城市名称"},
            },
            "required": ["city"],
        },
    }
]

message = client.messages.create(
    model="claude-opus-4-5-20251101",
    max_tokens=1024,
    tools=tools,
    messages=[{"role": "user", "content": "北京今天天气怎么样？"}],
)

print(message.content)

import Anthropic from "@anthropic-ai/sdk";

const client = new Anthropic({
  baseURL: "https://api.calgine.com.cn/anthropic",
  apiKey: "API_KEY",
});

const tools = [
  {
    name: "get_weather",
    description: "获取指定城市的天气信息",
    input_schema: {
      type: "object",
      properties: {
        city: { type: "string", description: "城市名称" },
      },
      required: ["city"],
    },
  },
];

const message = await client.messages.create({
  model: "claude-opus-4-5-20251101",
  maxTokens: 1024,
  tools: tools,
  messages: [{ role: "user", content: "北京今天天气怎么样？" }],
});

console.log(message.content);

使用时需要将 ANTHROPIC_BASE_URL 设置为 https://api.calgine.com.cn/anthropic
ANTHROPIC_API_KEY 应设置为您的 API Key

Gemini AI Studio 兼容接口

Gemini 模型支持通过 Google AI Studio 官方 API 格式直接调用，无需转换为 OpenAI 格式。适用于已使用 Google genai SDK 的项目。如部分功能本文档未提及，请参考 Google AI Studio 官方文档。

基础对话

PythonNode.js

python

from google import genai
from google.genai import types

client = genai.Client(
    api_key="API_KEY",  # 替换为您在控制台的 API Key
    http_options=types.HttpOptions(
        api_version="v1beta",
        base_url="https://api.calgine.com.cn",
    ),
)

response = client.models.generate_content(
    model="gemini-2.5-pro",
    contents="你好，请做一下自我介绍",
)

print(response.text)

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({
  apiKey: "API_KEY", // 替换为您在控制台的 API Key
  httpOptions: {
    apiVersion: "v1beta",
    baseUrl: "https://api.calgine.com.cn",
  },
});

const response = await ai.models.generateContent({
  model: "gemini-2.5-pro",
  contents: "你好，请做一下自我介绍",
});

console.log(response.text);

流式响应

PythonNode.js

python

from google import genai
from google.genai import types

client = genai.Client(
    api_key="API_KEY",
    http_options=types.HttpOptions(
        api_version="v1beta",
        base_url="https://api.calgine.com.cn",
    ),
)

for chunk in client.models.generate_content_stream(
    model="gemini-2.5-pro",
    contents="写一首关于春天的诗",
):
    print(chunk.text, end="", flush=True)

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({
  apiKey: "API_KEY",
  httpOptions: {
    apiVersion: "v1beta",
    baseUrl: "https://api.calgine.com.cn",
  },
});

const response = await ai.models.generateContentStream({
  model: "gemini-2.5-pro",
  contents: "写一首关于春天的诗",
});

for await (const chunk of response) {
  process.stdout.write(chunk.text());
}

工具调用（Function Calling）

更多详情参考 Google AI Studio 函数调用指南。

PythonNode.js

python

from google import genai
from google.genai import types

client = genai.Client(
    api_key="API_KEY",
    http_options=types.HttpOptions(
        api_version="v1beta",
        base_url="https://api.calgine.com.cn",
    ),
)

get_weather = types.FunctionDeclaration(
    name="get_weather",
    description="获取指定城市的天气信息",
    parameters=types.Schema(
        type="OBJECT",
        properties={"city": types.Schema(type="STRING", description="城市名称")},
        required=["city"],
    ),
)

response = client.models.generate_content(
    model="gemini-2.5-pro",
    contents="北京今天天气怎么样？",
    config=types.GenerateContentConfig(
        tools=[types.Tool(function_declarations=[get_weather])]
    ),
)

print(response.candidates[0].content.parts)

import { GoogleGenAI, Type } from "@google/genai";

const ai = new GoogleGenAI({
  apiKey: "API_KEY",
  httpOptions: {
    apiVersion: "v1beta",
    baseUrl: "https://api.calgine.com.cn",
  },
});

const response = await ai.models.generateContent({
  model: "gemini-2.5-pro",
  contents: "北京今天天气怎么样？",
  config: {
    tools: [
      {
        functionDeclarations: [
          {
            name: "get_weather",
            description: "获取指定城市的天气信息",
            parameters: {
              type: Type.OBJECT,
              properties: { city: { type: Type.STRING, description: "城市名称" } },
              required: ["city"],
            },
          },
        ],
      },
    ],
  },
});

console.log(response.candidates[0].content.parts);

base_url / baseUrl 设置为 https://api.calgine.com.cn（不含 /v1beta 后缀，SDK 会自动拼接）
api_version / apiVersion 建议设为 v1beta
api_key / apiKey 应设置为您的 API Key
依赖安装：Python 使用 pip install google-genai，Node.js 使用 npm install @google/genai

语言模型 ​

OpenAI 兼容接口（推荐） ​

消息体结构说明 ​

基础对话 ​

流式响应 ​

工具调用（Function Calling） ​

Response 接口 ​

注意事项 ​

Anthropic 兼容接口 ​

基础对话 ​

流式响应 ​

工具调用（Function Calling） ​

Gemini AI Studio 兼容接口 ​

基础对话 ​

流式响应 ​

工具调用（Function Calling） ​

相关链接 ​

语言模型

OpenAI 兼容接口（推荐）

消息体结构说明

基础对话

流式响应

工具调用（Function Calling）

Response 接口

注意事项

Anthropic 兼容接口

基础对话

流式响应

工具调用（Function Calling）

Gemini AI Studio 兼容接口

基础对话

流式响应

工具调用（Function Calling）

相关链接