API 中转站常见问题
2025/11/22大约 6 分钟
API 中转站常见问题
接入相关
如何获取 API Key？
获取步骤：
- 登录账号
- 进入「API 管理」页面
- 点击「创建新密钥」
- 复制并保存 API Key
重要
API Key 只显示一次，请妥善保管！如丢失需删除后重新创建。
API Key 如何使用？
使用方式：
import openai
openai.api_base = "https://api.yeahzi.app/v1"
openai.api_key = "YOUR_API_KEY" # 您的 API Key在请求头中添加：
Authorization: Bearer YOUR_API_KEY一个账号可以创建多少个 API Key？
限制说明：
- 一般每个账号可创建 5-10 个密钥
- 具体以平台规定为准
- 建议按用途创建不同密钥
- 便于管理和安全控制
API Key 会过期吗？
密钥有效期：
- ✅ 默认永久有效
- ⚠️ 长期未使用可能被清理
- 🔄 可以手动删除重建
- 📅 部分平台支持设置过期时间
如何保护 API Key 安全？
安全措施：
存储安全
# ✅ 使用环境变量
import os
api_key = os.getenv('OPENAI_API_KEY')
# ❌ 不要硬编码
api_key = "sk-xxxxx" # 危险！其他建议
- 🔐 不要提交到代码仓库
- 🔄 定期轮换密钥
- 🛡️ 使用密钥管理服务
- 📊 监控使用情况
- 🚨 发现泄露立即删除
接口使用
API 地址是什么？
API 端点：
主 API: https://api.yeahzi.app/v1
备用 API: 待添加完整调用示例：
POST https://api.yeahzi.app/v1/chat/completions支持哪些接口？
主要接口：
对话接口
POST /v1/chat/completions模型列表
GET /v1/models其他接口
- 具体以 API 文档为准
兼容 OpenAI API 吗？
完全兼容：
- ✅ 遵循 OpenAI API 标准
- ✅ 可直接替换 api_base
- ✅ 参数完全相同
- ✅ 响应格式一致
只需修改：
openai.api_base = "https://api.yeahzi.app/v1"支持哪些编程语言？
支持所有语言：
- Python ✅
- Node.js ✅
- Go ✅
- Java ✅
- PHP ✅
- C# ✅
- Ruby ✅
- 其他支持 HTTP 的语言 ✅
参考使用教程中的代码示例。
如何测试 API？
快速测试：
使用 curl
curl https://api.yeahzi.app/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "gpt-3.5-turbo",
"messages": [{"role": "user", "content": "Hello!"}]
}'使用 Postman
- 导入 OpenAI API 集合
- 修改 baseURL
- 设置 API Key
- 发送请求测试
请求相关
请求失败怎么办？
排查步骤：
1. 检查 API Key
# 确认 Key 格式正确
# 确认 Key 未过期
# 确认 Key 有权限2. 检查余额
- 确认账户有足够余额
- 充值后重试
3. 检查参数
- 确认必填参数完整
- 确认参数格式正确
- 参考官方文档
4. 查看错误信息
- 根据错误码定位问题
- 参考错误说明文档
常见错误码有哪些？
错误码说明：
| 错误码 | 含义 | 解决方法 |
|---|---|---|
| 401 | API Key 无效 | 检查 Key 是否正确 |
| 402 | 余额不足 | 充值后重试 |
| 429 | 请求过多 | 降低请求频率 |
| 500 | 服务器错误 | 稍后重试 |
| 503 | 服务不可用 | 等待恢复 |
如何处理错误？
错误处理示例：
import openai
from openai.error import OpenAIError
try:
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=[{"role": "user", "content": "Hello"}]
)
except openai.error.AuthenticationError:
print("API Key 错误")
except openai.error.RateLimitError:
print("请求过多，请稍后重试")
except openai.error.APIError as e:
print(f"API 错误: {e}")
except Exception as e:
print(f"未知错误: {e}")请求超时怎么办？
超时处理：
设置超时时间
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=[...],
request_timeout=30 # 30秒超时
)实现重试机制
import time
def chat_with_retry(messages, max_retries=3):
for attempt in range(max_retries):
try:
return openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=messages
)
except Exception as e:
if attempt == max_retries - 1:
raise e
time.sleep(2 ** attempt) # 指数退避如何提高请求速度？
优化建议：
使用流式输出
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=[...],
stream=True # 启用流式
)
for chunk in response:
print(chunk.choices[0].delta.get("content", ""), end="")减少输出长度
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=[...],
max_tokens=500 # 限制长度
)选择快速模型
- gpt-3.5-turbo（最快）
- claude-3-haiku
计费相关
API 如何计费？
计费方式：
- 按 Token 使用量计费
- 输入 Token 和输出 Token 分别计算
- 不同模型单价不同
- 实时扣费
如何查看 API 用量？
查看方式：
1. 响应中查看
response = openai.ChatCompletion.create(...)
usage = response['usage']
print(f"输入: {usage['prompt_tokens']}")
print(f"输出: {usage['completion_tokens']}")
print(f"总计: {usage['total_tokens']}")2. 后台查看
- 登录后台管理
- 查看「API 使用统计」
- 按时间、模型筛选
如何控制费用？
控制方法：
设置消费限额
- 后台设置每日限额
- 超过自动停止
- 避免意外消耗
优化使用
# 控制输出长度
max_tokens=500
# 选择便宜模型
model="gpt-3.5-turbo"
# 精简提示词
messages=[{"role": "user", "content": "简短问题"}]监控使用
- 定期查看统计
- 分析消耗情况
- 优化调用策略
API 价格是多少？
参考价格（以实际为准）：
| 模型 | 输入 | 输出 |
|---|---|---|
| gpt-3.5-turbo | ¥0.002/1K | ¥0.002/1K |
| gpt-4 | ¥0.03/1K | ¥0.06/1K |
| claude-3-sonnet | ¥0.015/1K | ¥0.075/1K |
详细价格见充值页面说明。
限制相关
有速率限制吗？
速率限制：
一般限制
- 每分钟请求数（RPM）
- 每分钟 Token 数（TPM）
- 每日请求数（RPD）
具体限制
- 新用户：较低限制
- 付费用户：标准限制
- 企业用户：可定制
提示
具体限制值以后台显示或联系客服确认为准。
超过限制怎么办？
处理方法：
降低请求频率
import time
for message in messages:
response = call_api(message)
time.sleep(1) # 每次间隔 1 秒批量处理
- 合并多个请求
- 减少调用次数
申请提额
- 联系客服
- 说明使用场景
- 申请提高限额
支持并发请求吗？
并发说明：
- ✅ 支持并发请求
- ⚠️ 注意速率限制
- 💡 建议控制并发数
- 📊 监控错误率
并发示例：
import asyncio
import openai
async def chat(message):
return await openai.ChatCompletion.acreate(
model="gpt-3.5-turbo",
messages=[{"role": "user", "content": message}]
)
# 并发调用（注意控制数量）
results = await asyncio.gather(
chat("问题1"),
chat("问题2"),
chat("问题3")
)请求体大小有限制吗？
大小限制：
- 请求体一般限制在 1-10MB
- 超大请求可能失败
- 建议分批处理大量数据
- 具体限制见文档
安全相关
如何保证 API 安全？
安全措施：
后端调用
用户 → 您的服务器 → AI API
✅ 安全 ✅ API Key 不暴露前端直接调用
用户 → AI API
❌ 危险！API Key 会暴露其他措施
- 🔐 使用 HTTPS
- 🛡️ IP 白名单（如支持）
- 📊 监控异常调用
- 🚨 设置消费预警
API Key 泄露怎么办？
紧急处理：
- 立即删除泄露的 Key
- 创建新的 Key
- 更新应用配置
- 检查是否有异常消耗
- 联系客服说明情况
支持 IP 白名单吗？
白名单功能：
- 部分平台支持
- 可限制调用来源
- 增强安全性
- 具体咨询客服
其他问题
API 稳定性如何？
稳定性保障：
- 📊 高可用架构
- 🔄 自动故障转移
- 📈 99.9% 可用性目标
- 📢 故障及时通知
有 API 文档吗？
文档资源：
- 📖 完整 API 文档
- 💡 代码示例
- 🎯 最佳实践
- 🔄 持续更新
可以申请试用吗？
试用政策：
- 新用户注册赠送额度
- 可免费体验功能
- 充值享更多优惠
- 具体以活动为准
支持私有部署吗？
私有部署：
- 企业用户可咨询
- 需要单独商谈
- 联系商务合作
- 定制化方案
如何获取技术支持？
支持渠道：
- 📖 查看 API 文档
- 💬 在线客服
- 📧 技术支持邮箱
- 💡 开发者社区（如有）
- 🎫 提交技术工单
开发建议
- 📖 先阅读 API 文档
- 🧪 小规模测试
- 🛡️ 实现错误处理
- 📊 监控使用情况
- 💰 控制成本
- 🔐 注意安全
相关链接
- 📖 API 使用教程
- 💬 联系在线客服
- 📧 technical-support@example.com