SLLY API · 接口文档

1. 平台概述

1.1 什么是 SLLY API？

SLLY API 是一个面向开发者和企业的 AI 模型聚合平台，通过统一的 OpenAI 兼容接口，提供来自全球主流厂商的对话、嵌入、图像、语音模型。一次接入，覆盖 OpenAI、the provider、Google、DeepSeek、智谱、月之暗面等几十款主流模型。

1.2 核心价值

1.3 架构

        [你的应用 / Cursor / SillyTavern / SDK]
                       │  Authorization: Bearer sk-xxx
                       ▼
              https://sllyapi.com/v1/...
                       │
                       ▼
        ┌─────────────────────────────┐
        │   SLLY API 网关             │
        │   - 鉴权 / 限速 / 审核       │
        │   - 预冻结 / 实时计费        │
        │   - 上游路由 / 故障转移      ��
        └──────────────┬──────────────┘
                       ▼
              [上游模型服务商]

2. 快速接入

3 分钟从零到第一次调用。

2.1 认证与令牌

所有 API 请求必须在 HTTP Header 中携带 API Key：

Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

部分 the assistant 原生 SDK 也支持 x-api-key 头：

x-api-key: sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
provider-version: 2023-06-01

2.2 接入地址

2.3 首次调用

用 cURL 验证你的 Key 已生效：

curl https://sllyapi.com/v1/chat/completions \
  -H "Authorization: Bearer sk-your-key-here" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.2",
    "messages": [
      {"role": "user", "content": "你好，请用一句话介绍自己"}
    ]
  }'

返回 200 + JSON，包含 choices[0].message.content 即接入成功。

最常用的对话接口，支持单轮 / 多轮 / 流式 / 工具调用 / 多模态。

请求参数

Python（openai SDK）

from openai import OpenAI

client = OpenAI(
    api_key="sk-your-key-here",
    base_url="https://sllyapi.com/v1",
)

resp = client.chat.completions.create(
    model="gpt-5.2",
    messages=[
        {"role": "system", "content": "你是一名专业助手"},
        {"role": "user",   "content": "用一句话解释什么是 RAG"},
    ],
    temperature=0.7,
    max_tokens=500,
)
print(resp.choices[0].message.content)
print("usage:", resp.usage)

Node.js

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: 'sk-your-key-here',
  baseURL: 'https://sllyapi.com/v1',
});

const resp = await client.chat.completions.create({
  model: 'gpt-5.2',
  messages: [{ role: 'user', content: '你好' }],
  max_tokens: 500,
});
console.log(resp.choices[0].message.content);

响应格式

{
  "id": "chatcmpl-xxx",
  "object": "chat.completion",
  "created": 1712340000,
  "model": "gpt-5.2",
  "choices": [
    {
      "index": 0,
      "message": { "role": "assistant", "content": "..." },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 18,
    "completion_tokens": 31,
    "total_tokens": 49
  }
}

对接 the provider 官方 SDK / the assistant Code 客户端时使用。请求体与 the provider Messages API 完全一致。

curl https://sllyapi.com/v1/messages \
  -H "x-api-key: sk-your-key-here" \
  -H "provider-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "opus-4-7",
    "max_tokens": 1024,
    "messages": [{"role": "user", "content": "Hello"}]
  }'

把文本转为向量，用于检索 / 聚类 / 推荐。

resp = client.embeddings.create(
    model="text-embedding-3-large",
    input=["你好世界", "RAG 是什么"],
)
print(resp.data[0].embedding)   # 3072 维向量
print("usage:", resp.usage)     # 仅 prompt_tokens 计费

resp = client.images.generate(
    model="dall-e-3",
    prompt="一只在月球上喝咖啡的猫，超现实主义风格",
    size="1024x1024",
    n=1,
)
print(resp.data[0].url)   # 临时图片 URL，建议立即下载或转存

文本转语音（TTS）POST /v1/audio/speech

resp = client.audio.speech.create(
    model="tts-1", voice="alloy", input="你好，欢迎使用 SLLY API"
)
resp.stream_to_file("hello.mp3")

语音转文本（STT）POST /v1/audio/transcriptions

with open("audio.mp3", "rb") as f:
    resp = client.audio.transcriptions.create(model="whisper-1", file=f)
print(resp.text)

返回当前账号可用的模型列表。完整模型介绍 + 价格请见模型广场。

3.7 通用响应格式与错误码

成功响应

HTTP 200 + JSON，结构与 OpenAI 一致。

错误响应

{
  "error": {
    "type":    "invalid_request_error",
    "message": "model \"xxx\" has no pricing configured",
    "code":    "pricing_unavailable"
  },
  "request_id": "req_xxx"
}

HTTP 状态码

4.1 流式响应（Streaming）

把 stream: true 加入请求体，平台返回 Server-Sent Events（SSE）。

stream = client.chat.completions.create(
    model="gpt-5.2",
    messages=[{"role": "user", "content": "写一首关于秋天的短诗"}],
    stream=True,
)
for chunk in stream:
    delta = chunk.choices[0].delta.content
    if delta:
        print(delta, end="", flush=True)

• 单连接最长 10 分钟；两个数据帧之间最大间隔 30 秒，超时自动断开
• 单 SSE 数据块上限 4 MB；超过会在网关层立即终止
• 每个用户最多 5 条流式并发，超出返回 429

4.2 函数调用（Function Calling）

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "查询指定城市天气",
        "parameters": {
            "type": "object",
            "properties": {
                "city": {"type": "string", "description": "城市名"},
                "unit": {"type": "string", "enum": ["c", "f"]}
            },
            "required": ["city"]
        }
    }
}]

resp = client.chat.completions.create(
    model="gpt-5.2",
    messages=[{"role": "user", "content": "北京今天天气怎么样？"}],
    tools=tools,
    tool_choice="auto",
)
tool_call = resp.choices[0].message.tool_calls[0]
print(tool_call.function.name, tool_call.function.arguments)

执行函数后把结果作为 {role:'tool', tool_call_id, content} 追加到 messages 再发一次即可拿到最终回答。

4.3 多模态（Vision）

支持视觉的模型可在 user message 里传入图片：

resp = client.chat.completions.create(
    model="gpt-5.2",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "这张图里有什么？"},
            {"type": "image_url",
             "image_url": {"url": "https://example.com/cat.jpg"}}
        ],
    }],
)

URL 必须公网可访问；亦支持 base64 data URL（受 16 MB 请求上限）。

4.4 计费机制

• • 按 Token 实时计费：输入 / 输出分别计价，所有价格以 CNY 显示
• • 预冻结 → 实结算：请求前按上限预冻金额，响应完成后按实际 token 退多补少
• • 赠送余额优先扣减：充值余额仅在赠送余额耗尽后参与扣费
• • 余额不足返回 402：请提前在 充值中心 补充
• • 定时对账：平台每小时拉取上游用量与本地账本比对，差额自动入对账日志

4.5 速率限制

建议给不同业务分别建立独立 Key 并按需配额，便于精细化成本管控。

5. 客户端配置指南

6. 常见问题