最小 MVP 示例

使用 Python、Node.js 和 TypeScript 编写的可直接运行的代码示例，帮助您快速上手

什么是 MVP 示例？

这些是最小化、完整且可直接运行的代码示例，您可以立即复制使用。每个示例都是独立的，展示了向 Model Router 发起 API 调用所需的基本代码。

在运行这些示例之前，请确保您已：

1. 创建了 API Key（请参阅创建 API Key）
2. 检查了可用的模型（请参阅查看可用模型）
3. 将 sk-demo123 替换为您的实际 API Key
4. 将模型名称替换为您的 API Key 可用的模型

Python 示例

使用 OpenAI 官方 SDK（推荐）

推荐：OpenAI 官方 SDK 是使用 Model Router 最简单的方式。您只需要更改 base_url 参数——其他一切与使用 OpenAI API 完全相同。

安装

pip install openai

完整示例

from openai import OpenAI

# 使用 Model Router 的 base URL 初始化客户端
client = OpenAI(
    base_url="https://app.memorylake.cn/v1",  # 唯一需要改动的地方！
    api_key="sk-your-api-key-here"  # 您的 Model Router API Key
)

# 请替换为您的 API Key 可用的模型
response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[
        {"role": "user", "content": "Hello! How are you?"}
    ]
)

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

运行示例

1. 将代码保存到文件中（例如 chat.py）
2. 安装依赖：pip install openai
3. 将 api_key 和 model 替换为您自己的值
4. 运行：python chat.py

关键点：与直接使用 OpenAI API 的唯一区别就是设置 base_url="https://app.memorylake.cn/v1"。其他代码完全不变！

使用环境变量

为了提升安全性，您也可以使用环境变量：

export OPENAI_API_KEY="sk-your-api-key-here"

from openai import OpenAI

# 客户端会自动从环境变量读取 OPENAI_API_KEY
client = OpenAI(
    base_url="https://app.memorylake.cn/v1"  # 唯一需要改动的地方！
)

response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[
        {"role": "user", "content": "Hello! How are you?"}
    ]
)

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

使用 requests 库（备选方案）

如果您更倾向于直接使用 requests 库：

安装

pip install requests

完整示例

import requests

# 请替换为您的 API Key
API_KEY = "sk-your-api-key-here"
BASE_URL = "https://app.memorylake.cn/v1"

# 请替换为您的 API Key 可用的模型
MODEL = "gpt-4o-mini"

def chat_completion(messages):
    """发送一次 chat completion 请求"""
    url = f"{BASE_URL}/chat/completions"
    headers = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json"
    }
    data = {
        "model": MODEL,
        "messages": messages,
        "stream": False
    }
    
    response = requests.post(url, headers=headers, json=data)
    response.raise_for_status()
    return response.json()

# 使用示例
if __name__ == "__main__":
    messages = [
        {"role": "user", "content": "Hello! How are you?"}
    ]
    
    result = chat_completion(messages)
    print(result["choices"][0]["message"]["content"])

运行示例

1. 将代码保存到文件中（例如 chat.py）
2. 安装依赖：pip install requests
3. 将 API_KEY 和 MODEL 替换为您自己的值
4. 运行：python chat.py

TypeScript/JavaScript 示例

使用 OpenAI 官方 SDK（推荐）

推荐：OpenAI 官方 SDK 可以无缝配合 Model Router 使用。您只需要更改 baseURL 参数——其他一切与使用 OpenAI API 完全相同。

安装

npm install openai

对于 TypeScript 项目，您可能还需要安装类型定义：

npm install --save-dev typescript @types/node

完整示例（TypeScript）

import OpenAI from "openai";

// 使用 Model Router 的 base URL 初始化客户端
const client = new OpenAI({
  baseURL: "https://app.memorylake.cn/v1",  // 唯一需要改动的地方！
  apiKey: "sk-your-api-key-here"  // 您的 Model Router API Key
});

// 请替换为您的 API Key 可用的模型
const response = await client.chat.completions.create({
  model: "gpt-4o-mini",
  messages: [
    { role: "user", content: "Hello! How are you?" }
  ]
});

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

完整示例（JavaScript）

import OpenAI from "openai";

// 使用 Model Router 的 base URL 初始化客户端
const client = new OpenAI({
  baseURL: "https://app.memorylake.cn/v1",  // 唯一需要改动的地方！
  apiKey: "sk-your-api-key-here"  // 您的 Model Router API Key
});

// 请替换为您的 API Key 可用的模型
const response = await client.chat.completions.create({
  model: "gpt-4o-mini",
  messages: [
    { role: "user", content: "Hello! How are you?" }
  ]
});

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

运行示例

1. 将代码保存到文件中（例如 chat.ts 或 chat.mjs）
2. 安装依赖：npm install openai
3. 将 apiKey 和 model 替换为您自己的值
4. 运行：
   • TypeScript：npx ts-node chat.ts（或先用 tsc 编译）
   • JavaScript：node chat.mjs（如果使用 CommonJS 则为 node chat.js）

关键点：与直接使用 OpenAI API 的唯一区别就是设置 baseURL: "https://app.memorylake.cn/v1"。其他代码完全不变！

使用环境变量

为了提升安全性，您也可以使用环境变量：

export OPENAI_API_KEY="sk-your-api-key-here"

import OpenAI from "openai";

// 客户端会自动从环境变量读取 OPENAI_API_KEY
const client = new OpenAI({
  baseURL: "https://app.memorylake.cn/v1"  // 唯一需要改动的地方！
});

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

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

流式示例

Python - 使用 OpenAI 官方 SDK

使用 OpenAI SDK 获取流式响应：

from openai import OpenAI

client = OpenAI(
    base_url="https://app.memorylake.cn/v1",
    api_key="sk-your-api-key-here"
)

stream = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[
        {"role": "user", "content": "Tell me a short story"}
    ],
    stream=True
)

for chunk in stream:
    if chunk.choices[0].delta.content is not None:
        print(chunk.choices[0].delta.content, end='', flush=True)
print()  # 结尾换行

Python - 使用 requests 库

使用 requests 库获取流式响应：

import requests
import json

API_KEY = "sk-your-api-key-here"
BASE_URL = "https://app.memorylake.cn/v1"
MODEL = "gpt-4o-mini"

def chat_completion_stream(messages):
    """发送一次流式 chat completion 请求"""
    url = f"{BASE_URL}/chat/completions"
    headers = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json"
    }
    data = {
        "model": MODEL,
        "messages": messages,
        "stream": True
    }
    
    response = requests.post(url, headers=headers, json=data, stream=True)
    response.raise_for_status()
    
    for line in response.iter_lines():
        if line:
            line_text = line.decode('utf-8')
            if line_text.startswith('data: '):
                json_str = line_text[6:]  # 去掉 'data: ' 前缀
                if json_str == '[DONE]':
                    break
                try:
                    data = json.loads(json_str)
                    if 'choices' in data and len(data['choices']) > 0:
                        delta = data['choices'][0].get('delta', {})
                        if 'content' in delta:
                            print(delta['content'], end='', flush=True)
                except json.JSONDecodeError:
                    pass

# 使用示例
if __name__ == "__main__":
    messages = [
        {"role": "user", "content": "Tell me a short story"}
    ]
    chat_completion_stream(messages)
    print()  # 结尾换行

TypeScript/JavaScript - 使用 OpenAI 官方 SDK

使用 OpenAI SDK 获取流式响应：

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://app.memorylake.cn/v1",
  apiKey: "sk-your-api-key-here"
});

const stream = await client.chat.completions.create({
  model: "gpt-4o-mini",
  messages: [
    { role: "user", content: "Tell me a short story" }
  ],
  stream: true
});

for await (const chunk of stream) {
  if (chunk.choices[0]?.delta?.content) {
    process.stdout.write(chunk.choices[0].delta.content);
  }
}
console.log(); // 结尾换行

其他官方 SDK

Model Router 兼容众多来自不同 AI 平台的官方 SDK。大多数 SDK 只需配置 API_KEY 和 BASE_URL 即可配合 Model Router 使用。

关键点：对于大多数官方 SDK，您只需要：

1. 将 baseURL 或 base_url 设置为 https://app.memorylake.cn/v1（或对应的端点）
2. 使用您的 Model Router API Key 作为 apiKey 或 api_key
3. 其他一切与使用原平台 API 完全相同

Anthropic Claude SDK

官方 Anthropic Claude SDK 支持 Python、TypeScript/JavaScript、Java、Go、C#、Ruby 和 PHP。

示例（Python）：

from anthropic import Anthropic

client = Anthropic(
    api_key="sk-your-api-key-here",
    base_url="https://app.memorylake.cn/claude"  # Claude 原生端点
)

message = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=200,
    messages=[
        {"role": "user", "content": "Hello!"}
    ]
)

示例（TypeScript）：

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

const client = new Anthropic({
  apiKey: 'sk-your-api-key-here',
  baseURL: 'https://app.memorylake.cn/claude'  // Claude 原生端点
});

const message = await client.messages.create({
  model: 'claude-sonnet-5',
  max_tokens: 200,
  messages: [
    { role: 'user', content: 'Hello!' }
  ]
});

文档：Anthropic Client SDKs

Vercel AI SDK

Vercel AI SDK 为多个 AI 提供商（包括 OpenAI、Anthropic、Google 等）提供统一接口。

示例：

import { openai } from '@ai-sdk/openai';

const client = openai({
  baseURL: 'https://app.memorylake.cn/v1',
  apiKey: 'sk-your-api-key-here'
});

文档：Vercel AI SDK Providers

Google Gemini SDK

官方 Google Gemini SDK 支持 Python、Node.js 及其他语言。

示例（Python）：

import google.generativeai as genai

genai.configure(
    api_key="sk-your-api-key-here",
    transport="rest",
    client_options={
        "api_endpoint": "https://app.memorylake.cn/gemini"
    }
)

model = genai.GenerativeModel('gemini-2.5-pro')
response = model.generate_content("Hello!")

文档：Google Gemini API Migration Guide

通用模式

大多数官方 SDK 都遵循类似的模式：

1. 安装 SDK：使用官方包管理器（pip、npm 等）
2. 配置客户端：将 baseURL/base_url 设置为 Model Router 的端点
3. 设置 API Key：使用您的 Model Router API Key
4. 正常使用：其他代码保持不变

常用端点：

• OpenAI 兼容：https://app.memorylake.cn/v1
• Claude 原生：https://app.memorylake.cn/claude
• Gemini 原生：https://app.memorylake.cn/gemini

在使用任何 SDK 之前，请通过调用模型列表端点确认您的 API Key 可以使用哪些模型。

下一步

1. 测试您的代码：使用您的 API Key 运行上面任一示例
2. 查看用量：参阅查看用量与计费监控您的 API 调用
3. 处理错误：如果遇到问题，请了解错误处理
4. 深入探索：查看直接 API 请求了解更高级的用法

相关文档

• 创建 API Key
• 查看可用模型
• 直接 API 请求
• 查看用量与计费
• 错误处理