从 OpenAI 迁移

为什么要迁过来

• **多家模型一把 Key**：GPT、Claude、Gemini、DeepSeek、Kimi、Qwen 全部走同一个端点。
• **便宜 20%**：所有模型平均比官方低 20%，量大可议。调用失败不扣费。
• **国内直连低延迟**：境内部署的接入点 + Cloudflare 加速。
• **统一账单**：合并发票，财务对账简化。
• **OEM 白牌**：拿我们做底层，你做品牌——独立域名 + 控制台。

代码层改动

**唯一改动是 baseURL**。其余请求结构、字段、返回都和 OpenAI 完全一致。

diff
# Python
  from openai import OpenAI

  client = OpenAI(
-     api_key="sk-openai-xxx",
+     api_key=os.environ["AICODEDOG_KEY"],
+     base_url="https://api.aicodedog.com/v1",
  )

  resp = client.chat.completions.create(
-     model="gpt-4o",
+     model="gpt-5.4",  # 或保留 gpt-4o，我们透传给 OpenAI
      messages=[{"role": "user", "content": "你好"}],
  )

diff
// Node.js
  const client = new OpenAI({
-   apiKey: process.env.OPENAI_API_KEY,
+   apiKey: process.env.AICODEDOG_KEY,
+   baseURL: 'https://api.aicodedog.com/v1',
  });

迁移 Checklist

1. **新建 AICodeDog API Key**：注册 → 控制台 → API Key 管理。
2. **配环境变量**：把 AICODEDOG_KEY 加到 .env、Vercel/Cloudflare/AWS 的 secrets 里。
3. **改一行 baseURL**：每个客户端构造处加 baseURL: 'https://api.aicodedog.com/v1'。
4. **跑一次烟雾测试**：本地用一个最小 prompt 调通，确认 200。
5. **灰度切流**：生产环境先把 10% 流量切过来观察 1–2 天，验证 latency / 错误率 / token 用量。没问题再切到 100%。
6. **监控对比**：在 dashboard 里看 token 用量、错误率、p99 延迟，与之前一致或更好即收工。

模型名兼容

我们做了双向兼容：

• 原 OpenAI 模型名（gpt-4o、gpt-4-turbo、text-embedding-3-small 等）**继续可用**——我们透传给 OpenAI 上游。
• 想用其他厂商的模型，参考 /models 选择 slug，例如：
  • claude-opus-4-7 ← Anthropic 旗舰
  • gemini-3-1-pro ← Google 旗舰
  • DeepSeek-V4-Pro ← 性价比之王
  • Kimi-K2.6 ← 长上下文

细节差异（少数情况）

• **Assistants API / Realtime API**：暂未代理。如果你重度使用，建议先保留官方 Key 走那部分，其他流量走 AICodeDog。
• **Files API（fine-tune 上传）**：暂未代理。Fine-tune 仍直走官方。
• **Organization Header**（OpenAI-Organization）：会被忽略，对结果无影响。
• **响应里的 id 字段**：我们重新生成（前缀 chatcmpl-）便于你审计追溯。原 OpenAI 的 id 在 upstream_id 字段（仅 admin 可见）。