Chat Completions

端点

http
POST https://api.aicodedog.com/v1/chat/completions

支持的模型见 /models。常用：gpt-5.4、gpt-5.4-mini、claude-opus-4-7、claude-sonnet-4-6、DeepSeek-V4-Pro、Kimi-K2.6。

最小请求

curl
curl https://api.aicodedog.com/v1/chat/completions \
  -H "Authorization: Bearer $AICODEDOG_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.4",
    "messages": [
      {"role": "system", "content": "你是一个简洁的助手。"},
      {"role": "user",   "content": "用一句话解释 RAG 是什么"}
    ],
    "temperature": 0.7,
    "max_tokens": 500
  }'

Streaming（SSE 流式输出）

加上 "stream": true，响应变成 Server-Sent Events，每个 chunk 是一段增量 JSON：

python
from openai import OpenAI
client = OpenAI(api_key="<KEY>", base_url="https://api.aicodedog.com/v1")

stream = client.chat.completions.create(
    model="gpt-5.4",
    messages=[{"role": "user", "content": "讲个 100 字的笑话"}],
    stream=True,
)
for chunk in stream:
    delta = chunk.choices[0].delta.content or ""
    print(delta, end="", flush=True)

node
const stream = await client.chat.completions.create({
  model: 'gpt-5.4',
  messages: [{ role: 'user', content: '讲个 100 字的笑话' }],
  stream: true,
});

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

Function Calling / Tools

描述工具的 JSON Schema，模型会在合适时机返回 tool_calls，你执行后把结果作为下一轮的 tool 角色消息塞回去：

python
tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "查询某个城市当前天气",
        "parameters": {
            "type": "object",
            "properties": {"city": {"type": "string"}},
            "required": ["city"],
        },
    },
}]

resp = client.chat.completions.create(
    model="claude-sonnet-4-6",
    messages=[{"role": "user", "content": "北京今天热吗？"}],
    tools=tools,
    tool_choice="auto",
)

tool_call = resp.choices[0].message.tool_calls[0]
# tool_call.function.name == "get_weather"
# tool_call.function.arguments == '{"city": "北京"}'

JSON 模式

强制模型输出合法 JSON。适合数据提取、API 集成等需要稳定结构的场景：

json
{
  "model": "gpt-5.4",
  "messages": [
    {"role": "system", "content": "把用户输入转成 {city, day} 结构。"},
    {"role": "user",   "content": "查下北京周二的天气"}
  ],
  "response_format": { "type": "json_object" }
}

多模态（图像输入）

支持图像输入的模型（如 gpt-5.4、claude-opus-4-7、gemini-3-1-pro）可以混合文字 + 图：

json
{
  "model": "gpt-5.4",
  "messages": [{
    "role": "user",
    "content": [
      {"type": "text", "text": "图里写了什么字？"},
      {
        "type": "image_url",
        "image_url": { "url": "https://example.com/sign.jpg" }
      }
    ]
  }]
}

也支持 base64 dataURL（data:image/png;base64,iVBOR...），适合本地图。

完整参数表

• model（必填）— 模型 slug。
• messages（必填）— 对话历史，按 system / user / assistant / tool 角色组织。
• temperature — 0–2，默认 1。0 接近确定性，2 高度随机。
• top_p — 核采样阈值，默认 1。和 temperature 二选一即可。
• max_tokens — 输出上限。**强烈建议**显式设置避免失控成本。
• stream — 流式输出，true / false。
• stop — 字符串或字符串数组，遇到时停止生成。
• presence_penalty / frequency_penalty — -2.0–2.0，控制新话题/重复。
• tools / tool_choice — 函数调用配置（见上节）。
• response_format — JSON 模式（见上节）。
• seed — 同一 seed + 同一输入尝试给出可复现结果（best-effort）。
• user — 你侧的最终用户标识，用于 abuse 检测。

响应格式

json
{
  "id": "chatcmpl-AbCdEfGhIjK",
  "object": "chat.completion",
  "created": 1747291200,
  "model": "gpt-5.4",
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "RAG = 检索增强生成，先查再答。"
    },
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": 24,
    "completion_tokens": 12,
    "total_tokens": 36
  }
}

finish_reason 取值：stop（自然结束）/ length（达到 max_tokens）/ tool_calls（工具触发）/ content_filter（被安全策略拦截）。