> ## Documentation Index > Fetch the complete documentation index at: https://docs.geekai.co/llms.txt > Use this file to discover all available pages before exploring further. # 首次调用API ## 快速开始 第三方应用可以通过 API 接口调用极客智坊聚合的所有 AI 模型，目前开放了 AI 模型代理、AI 搜索、文件对话和 OCR 服务，后续会逐步开放更多 AI 服务接口。 极客智坊 API 使用与 OpenAI 兼容的 API 格式，通过修改配置，您可以使用 OpenAI SDK 来访问极客智坊 API，或使用与 OpenAI API 兼容的软件（第三方应用接入）：
参数 值
Base URL 国内版调用入口： `https://geekai.co/api/v1`
海外版调用入口： `https://geekai.dev/api/v1`
API KEY 国内版 API KEY：[https://geekai.co/user/api\_keys](https://geekai.co/user/api_keys)
海外版 API KEY：[https://geekai.dev/user/api\_keys](https://geekai.dev/user/api_keys)
API KEY 与代理渠道关联，不同渠道对应不同折扣值，可通过编辑 API KEY 切换。
极客智坊所有对话模型均兼容 OpenAI，包括 Claude、Gemini 在内，因此在 AI 对话模型场景，请使用 OpenAI 兼容模式创建供应商，执行 AI 模型代理时，将官方 BaseURL 和 API KEY 替换成极客智坊的 Base URL 和 API KEY 即可。 有时候 Base URL 不能带 `/v1` 后缀，尤其是在一些第三方应用中，此时需要根据实际情况调整 Base URL，如果带 `/v1` 后缀报错，不妨试试将其去掉。 调用 API 请自觉遵守国内法律法规，不要做危害国家安全的事情，如遇敏感词报错，请将 API 入口切换到 `https://geekai.dev`，需要注意的是，**国内版和国外版账号数据不通**，需要分别注册账号以及创建对应的 API KEY。 在创建&复制 API key 之后，你可以使用以下示例代码访问极客智坊 API。示例为非流式输出，您可以将 `stream` 设置为 `true` 来使用流式输出： ```bash curl theme={null} curl https://geekai.co/api/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $GEEKAI_API_KEY" \ -d '{ "model": "gpt-5-mini", "messages": [ {"role": "system", "content": "你是一个智能助理"}, {"role": "user", "content": "你好"} ], "stream": false }' ``` ```bash python theme={null} # 先安装 OpenAI SDK: `pip3 install openai` from openai import OpenAI client = OpenAI(api_key="$GEEKAI_API_KEY", base_url="https://geekai.co/api/v1") response = client.chat.completions.create( model="gpt-5-mini", messages=[ {"role": "system", "content": "你是一个智能助理"}, {"role": "user", "content": "你好"}, ], stream=False ) print(response.choices[0].message.content) ``` ```bash javascript theme={null} // 先安装 OpenAI SDK: `npm install openai` import OpenAI from "openai"; const openai = new OpenAI({ baseURL: 'https://geekai.co/api/v1', apiKey: '$GEEKAI_API_KEY' }); async function main() { const completion = await openai.chat.completions.create({ messages: [ { role: "system", content: "你是一个智能助理" }, { role: "user", content: "你好" }], model: "gpt-5-mini", }); console.log(completion.choices[0].message.content); } main(); ``` ```bash go theme={null} package main import ( "bytes" "encoding/json" "fmt" "io" "net/http" ) func main() { requestBody := map[string]interface{}{ "model": "gpt-5-mini", "messages": []interface{}{ map[string]interface{}{ "role": "system", "content": "你是一个智能助理", }, map[string]interface{}{ "role": "user", "content": "你好", }, } } jsonData, err := json.Marshal(requestBody) if err != nil { panic(err) } client := &http.Client{} req, err := http.NewRequest("POST", "https://geekai.co/api/v1/chat/completions", bytes.NewBuffer(jsonData)) if err != nil { panic(err) } req.Header.Set("Authorization", "Bearer $GEEKAI_API_KEY") req.Header.Set("Content-Type", "application/json") resp, err := client.Do(req) if err != nil { panic(err) } defer resp.Body.Close() body, err := io.ReadAll(resp.Body) if err != nil { panic(err) } fmt.Println(string(body)) } ``` 流式输出的原理是 SSE（Server-Sent Events），当启用流式输出后，客户端代码需要适配流式输出，以前端代码为例，需要通过 `EventSource` 从服务端接收流式响应， 否则会报错。 ## 图片分析 如果你想要分析图片，可以使用以下示例代码： ```bash curl theme={null} curl https://geekai.co/api/v1/chat/completions -H "Content-Type: application/json" -H "Authorization: Bearer $GEEKAI_API_KEY" -d '{ "model": "gpt-5-mini", "messages": [ { "role": "user", "content": [ { "type": "text", "text": "图片包含什么内容?" }, { "type": "image_url", "image_url": { "url": "https://static.geekai.co/logo/geekai-logo-main-tr.png" } } ] } ] }' ``` ```bash python theme={null} from openai import OpenAI client = OpenAI(api_key="$GEEKAI_API_KEY", base_url="https://geekai.co/api/v1") response = client.chat.completions.create( model="gpt-5-mini", messages=[ { "role": "user", "content": [ {"type": "text", "text": "图片包含什么内容?"}, { "type": "image_url", "image_url": { "url": "https://static.geekai.co/logo/geekai-logo-main-tr.png", }, }, ], } ] ) print(response.choices[0].message.content) ``` ```bash javascript theme={null} import OpenAI from "openai"; const openai = new OpenAI({ baseURL: 'https://geekai.co/api/v1', apiKey: '$GEEKAI_API_KEY' }); const response = await openai.chat.completions.create({ model: "gpt-5-mini", messages: [ { role: "user", content: [ { type: "text", text: "图片包含什么内容?" }, { type: "image_url", image_url: { url: "https://static.geekai.co/logo/geekai-logo-main-tr.png", }, }, ], }, ], }); console.log(response.choices[0].message.content); ``` ```bash go theme={null} package main import ( "bytes" "encoding/json" "fmt" "io" "net/http" ) func main() { requestBody := map[string]interface{}{ "model": "gpt-5-mini", "messages": []interface{}{ map[string]interface{}{ "role": "user", "content": []interface{}{ map[string]interface{}{ "type": "text", "text": "图片包含什么内容?", }, map[string]interface{}{ "type": "image_url", "image_url": map[string]interface{}{ "url": "https://static.geekai.co/logo/geekai-logo-main-tr.png", }, }, }, }, } } jsonData, err := json.Marshal(requestBody) if err != nil { panic(err) } client := &http.Client{} req, err := http.NewRequest("POST", "https://geekai.co/api/v1/chat/completions", bytes.NewBuffer(jsonData)) if err != nil { panic(err) } req.Header.Set("Authorization", "Bearer $GEEKAI_API_KEY") req.Header.Set("Content-Type", "application/json") resp, err := client.Do(req) if err != nil { panic(err) } defer resp.Body.Close() body, err := io.ReadAll(resp.Body) if err != nil { panic(err) } fmt.Println(string(body)) } ``` 只有支持图片识别的多模态模型才支持图片识别和分析，你可以在[模型广场](https://geekai.co/models)查看所有支持图片识别的模型。 ## 开发者群 调用过程中有任何问题，可以加入开发者群咨询，我们会第一时间为您解答： 极客智坊微信群 你可以在群里获悉极客智坊最新动态、技术分享、产品功能、API 使用等信息。