通过 Python 接入。
使用 OpenAI 官方 SDK,填写 PrismRoute 密钥与自定义基础地址。以下示例运行于 Python 环境。
本页目录
安装与配置
安装当前版本的官方 SDK,并使用该 SDK 版本支持的 Python 运行环境。
python -m pip install --upgrade openai在终端中设置密钥与准确的模型 ID,替换两个占位值。以下环境变量名称是本文的约定,代码会将其明确传入客户端。
export PRISMROUTE_API_KEY="YOUR_PRISMROUTE_API_KEY"
export PRISMROUTE_MODEL="YOUR_MODEL_ID"$env:PRISMROUTE_API_KEY="YOUR_PRISMROUTE_API_KEY"
$env:PRISMROUTE_MODEL="YOUR_MODEL_ID"发送 Chat Completions 请求
将代码保存为 example.py。base_url 填写 API 根地址,不要填完整的 /chat/completions 地址。请使用明确支持 Chat Completions 的模型。
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["PRISMROUTE_API_KEY"],
base_url="https://codex.aicpr.icu/v1",
timeout=60.0,
max_retries=0,
)
completion = client.chat.completions.create(
model=os.environ["PRISMROUTE_MODEL"],
messages=[{"role": "user", "content": "Hello, PrismRoute!"}],
)
print(completion.choices[0].message.content or "")python example.py示例设置了 60 秒超时,并在首次连接检查时关闭自动重试。正式应用应根据业务设置明确的超时与有次数上限的重试策略。
读取流式文字
如果模型支持流式输出,可以逐段读取文字增量。部分数据块只包含元信息,示例已处理 choices 为空和 content 缺失的情况。
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["PRISMROUTE_API_KEY"],
base_url="https://codex.aicpr.icu/v1",
timeout=60.0,
max_retries=0,
)
stream = client.chat.completions.create(
model=os.environ["PRISMROUTE_MODEL"],
messages=[{"role": "user", "content": "Hello, PrismRoute!"}],
stream=True,
)
for chunk in stream:
if chunk.choices:
print(chunk.choices[0].delta.content or "", end="", flush=True)
print()流式连接可能在返回部分文字后中断。请保留已收到的内容,查看错误信息后再决定是否重新发起请求。
在模型支持时使用 Responses
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["PRISMROUTE_API_KEY"],
base_url="https://codex.aicpr.icu/v1",
timeout=60.0,
max_retries=0,
)
response = client.responses.create(
model=os.environ["PRISMROUTE_MODEL"],
input="Hello, PrismRoute!",
)
print(response.output_text)Responses 使用 input 字段,返回按类型区分的 output 项;SDK 的 output_text 会拼接文字输出。它的流式事件与 Chat Completions 增量不同,请勿直接套用上面的流式循环。
检查接入结果
确认请求发往 codex.aicpr.icu、路径中只包含一次 /v1,并使用准确的模型 ID。若请求失败,请保留状态码和脱敏后的错误信息进行排查。