BigChef API模型联调
用熟悉的接口连接模型，比较回答，理解参数与响应。
个人 AI 学习空间自用 · 学习 · 实验
为好奇而建，
让学习持续发生。
一个自用的 AI 接口与实验空间。
联调模型、探索工具，把每一个想法写进代码。
API 接入地址 · BaseURLOpenAI 兼容
在客户端的 BaseURL 中填写此地址；API Key 使用控制台中已有的令牌。
工具探索
从编辑器到个人小工具，让想法在一次次实践中成形。
记录与复盘
记录请求与用量，把实验里的发现沉淀为下一步经验。
从想法到实践
从一个简单请求开始
熟悉的接口，轻量的起点。
选择适合模型的协议，开始你的下一次实验。
准备个人令牌
进入控制台的 API 令牌页面，使用自己的令牌作为 API Key。
填入 BaseURL
将上方地址填入兼容客户端，或在 SDK 中设置
base_url。选一个模型，发起请求
DeepSeek 使用 Chat Completions；GPT 使用 Responses。模型名称以控制台为准。
GPT Responses 请求需要携带 X-Session-Id。同一对话沿用同一标识，新对话生成新标识。
# 先在本地设置 NEWAPI_API_KEY 环境变量 curl https://api.bigchef.site/v1/chat/completions \ -H "Authorization: Bearer $NEWAPI_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "deepseek-v4.1-flash", "messages": [{ "role": "user", "content": "用一个例子解释递归。" }] }'
POST /v1/chat/completions
cURL 示例适用于 Bash / zsh
cURL 示例适用于 Bash / zsh
# 依赖：openai；令牌从本地环境变量读取 import os import uuid from openai import OpenAI client = OpenAI( api_key=os.environ["NEWAPI_API_KEY"], base_url="https://api.bigchef.site/v1", ) session_id = str(uuid.uuid4()) response = client.responses.create( model="gpt-6.1-sol", input="用一个例子解释递归。", extra_headers={"X-Session-Id": session_id}, ) print(response.output_text)
POST /v1/responses · 同一对话复用 session_id
保持好奇，慢慢探索。每一次尝试，都是积累。
阅读我的技术笔记