HiveGPT AI 学习
登录

Node.js 调用 OpenAI 兼容接口 ​

只改两处就能用： 安装 openai 包，创建客户端时把 baseURL 设为 https://hivegpt.cn/v1、apiKey 设为你的 HiveGPT Key，其余代码和调用 OpenAI 官方接口完全一样。

js
import OpenAI from 'openai'

const client = new OpenAI({ baseURL: 'https://hivegpt.cn/v1', apiKey: 'sk-你的Key' })
const resp = await client.chat.completions.create({
  model: 'gpt-5.5',
  messages: [{ role: 'user', content: '用一句话介绍你自己' }],
})
console.log(resp.choices[0].message.content)

下面每段代码都是完整的文件，保存成 .mjs 就能用 node 文件名.mjs 运行。

更新于 2026-10，基于 openai Node.js SDK 7.x，Node.js 20 及以上。模型名以你的 Key 能用的为准，见 查看可用模型。

准备 ​

bash
npm install openai

代码用的是 ES Module（import）：文件名用 .mjs，或在 package.json 里加 "type": "module"。

Key 放进环境变量，不要写死在代码里，也不要提交到 Git：

bash
export HIVEGPT_API_KEY="sk-你的Key"
powershell
$env:HIVEGPT_API_KEY="sk-你的Key"

还没有 Key：到 API 密钥 页创建一个，分组选 GPT 类分组。

不要在浏览器里直接调用

Key 写进前端代码，任何人打开网页都能看到。前端页面要用 AI，就让你的后端去调用 HiveGPT，见下文 用 Express 转发给前端。

基本对话 ​

js
import OpenAI from 'openai'

const client = new OpenAI({
  baseURL: 'https://hivegpt.cn/v1',
  apiKey: process.env.HIVEGPT_API_KEY,
})

const resp = await client.chat.completions.create({
  model: 'gpt-5.5',
  messages: [
    { role: 'system', content: '你是一位耐心的编程老师，回答简洁。' },
    { role: 'user', content: 'JavaScript 的 let 和 const 有什么区别？' },
  ],
})
console.log(resp.choices[0].message.content)
console.log('本次用量：', resp.usage.total_tokens, 'tokens')

不传 baseURL 和 apiKey 时，SDK 会读环境变量 OPENAI_BASE_URL 和 OPENAI_API_KEY，所以现成的项目把这两个变量设成 HiveGPT 的地址和 Key 也能直接用。

流式输出 ​

js
import OpenAI from 'openai'

const client = new OpenAI({ baseURL: 'https://hivegpt.cn/v1', apiKey: process.env.HIVEGPT_API_KEY })

const stream = await client.chat.completions.create({
  model: 'gpt-5.5',
  messages: [{ role: 'user', content: '写一首关于秋天的四行小诗' }],
  stream: true,
  stream_options: { include_usage: true }, // 最后一块带上用量
})
for await (const chunk of stream) {
  const text = chunk.choices[0]?.delta?.content
  if (text) process.stdout.write(text)
  if (chunk.usage) console.log('\n本次用量：', chunk.usage.total_tokens, 'tokens')
}

多轮对话 ​

模型不记得上一轮说了什么，每次请求都要把之前的对话一起发过去：

js
import OpenAI from 'openai'

const client = new OpenAI({ baseURL: 'https://hivegpt.cn/v1', apiKey: process.env.HIVEGPT_API_KEY })

const messages = [{ role: 'system', content: '你是一位旅行规划助手。' }]

for (const question of ['我五月想去云南玩 5 天', '预算 5000 元够吗？', '那第一天怎么安排？']) {
  messages.push({ role: 'user', content: question })
  const resp = await client.chat.completions.create({ model: 'gpt-5.5', messages })
  const answer = resp.choices[0].message.content
  messages.push({ role: 'assistant', content: answer })
  console.log(`问：${question}\n答：${answer}\n`)
}

对话越长，每次发送的 token 越多、越贵，长对话可以只保留最近几轮。

让模型返回 JSON ​

用 zod 描述结构，parse 会让模型按结构输出并解析成对象：

bash
npm install zod
js
import OpenAI from 'openai'
import { zodResponseFormat } from 'openai/helpers/zod'
import { z } from 'zod'

const client = new OpenAI({ baseURL: 'https://hivegpt.cn/v1', apiKey: process.env.HIVEGPT_API_KEY })

const Contact = z.object({
  name: z.string(),
  phone: z.string(),
  city: z.string(),
})

const resp = await client.chat.completions.parse({
  model: 'gpt-5.5',
  messages: [
    { role: 'system', content: '从用户的话里提取联系人信息。' },
    { role: 'user', content: '我是李雷，住在杭州，电话 138 0000 1234' },
  ],
  response_format: zodResponseFormat(Contact, 'contact'),
})
const contact = resp.choices[0].message.parsed
console.log(contact.name, contact.phone, contact.city)

函数调用（Function Calling） ​

js
import OpenAI from 'openai'

const client = new OpenAI({ baseURL: 'https://hivegpt.cn/v1', apiKey: process.env.HIVEGPT_API_KEY })

function getWeather({ city }) {
  // 换成真实的天气接口
  return { city, weather: '晴', temperature: 23 }
}

const tools = [{
  type: 'function',
  function: {
    name: 'get_weather',
    description: '查询某个城市当前的天气',
    parameters: {
      type: 'object',
      properties: { city: { type: 'string', description: '城市名，如 北京' } },
      required: ['city'],
    },
  },
}]

const messages = [{ role: 'user', content: '北京今天天气怎么样？适合跑步吗？' }]
let resp = await client.chat.completions.create({ model: 'gpt-5.5', messages, tools })
const msg = resp.choices[0].message

if (msg.tool_calls?.length) {
  messages.push(msg)
  for (const call of msg.tool_calls) {
    const result = getWeather(JSON.parse(call.function.arguments))
    messages.push({ role: 'tool', tool_call_id: call.id, content: JSON.stringify(result) })
  }
  resp = await client.chat.completions.create({ model: 'gpt-5.5', messages, tools })
}
console.log(resp.choices[0].message.content)

原理和更多例子见 Function Calling：让模型调用你的函数。

批量处理时控制并发 ​

一次把几百个请求全发出去会触发 429。用一个简单的工作池，最多同时跑 5 个：

js
import OpenAI from 'openai'

const client = new OpenAI({ baseURL: 'https://hivegpt.cn/v1', apiKey: process.env.HIVEGPT_API_KEY })

async function translate(text) {
  const resp = await client.chat.completions.create({
    model: 'gpt-5.5',
    messages: [{ role: 'user', content: `翻译成英文，只输出译文：${text}` }],
  })
  return resp.choices[0].message.content
}

async function mapWithLimit(items, limit, fn) {
  const results = new Array(items.length)
  let next = 0
  const worker = async () => {
    while (next < items.length) {
      const i = next++
      results[i] = await fn(items[i])
    }
  }
  await Promise.all(Array.from({ length: limit }, worker))
  return results
}

const texts = ['今天天气很好', '我们明天见', '这个价格可以接受', '请尽快回复']
const results = await mapWithLimit(texts, 5, translate)
texts.forEach((t, i) => console.log(t, '→', results[i]))

超时、重试和错误处理 ​

SDK 遇到 429 和 5xx 会自动重试（默认 2 次），可以调大；err.error 是 HiveGPT 返回的报错内容：

js
import OpenAI from 'openai'

const client = new OpenAI({
  baseURL: 'https://hivegpt.cn/v1',
  apiKey: process.env.HIVEGPT_API_KEY,
  maxRetries: 5,   // 429 / 5xx 自动重试，间隔逐次加长
  timeout: 120_000, // 单次请求最长等 120 秒
})

try {
  const resp = await client.chat.completions.create({
    model: 'gpt-5.5',
    messages: [{ role: 'user', content: '你好' }],
  })
  console.log(resp.choices[0].message.content)
} catch (err) {
  if (err instanceof OpenAI.APIConnectionError) {
    console.error('连不上服务器，检查网络和代理')
  } else if (err instanceof OpenAI.APIError) {
    // 中文说明，括号里是英文原文
    console.error(err.status, err.error?.message ?? err.message)
  } else {
    throw err
  }
}

按状态码处理：401 是 Key 的问题，404 是地址或模型名的问题，429 是请求太快或额度用完。各种报错的含义见 报错速查。

用 Express 转发给前端 ​

前端页面要做 AI 对话时，由后端持有 Key、调用 HiveGPT，再把流式回答原样转给浏览器：

bash
npm install express openai
js
import express from 'express'
import OpenAI from 'openai'

const client = new OpenAI({ baseURL: 'https://hivegpt.cn/v1', apiKey: process.env.HIVEGPT_API_KEY })
const app = express()
app.use(express.json())

app.post('/api/chat', async (req, res) => {
  // 实际项目里先校验登录用户、限制频率和消息长度
  const messages = req.body.messages ?? []
  res.setHeader('Content-Type', 'text/plain; charset=utf-8')
  try {
    const stream = await client.chat.completions.create({ model: 'gpt-5.5', messages, stream: true })
    for await (const chunk of stream) {
      const text = chunk.choices[0]?.delta?.content
      if (text) res.write(text)
    }
  } catch (err) {
    res.write(`\n[出错了：${err.error?.message ?? err.message}]`)
  }
  res.end()
})

app.listen(3000, () => console.log('http://localhost:3000'))

前端用 fetch 读取流：

js
const resp = await fetch('/api/chat', {
  method: 'POST',
  headers: { 'Content-Type': 'application/json' },
  body: JSON.stringify({ messages: [{ role: 'user', content: '你好' }] }),
})
const reader = resp.body.getReader()
const decoder = new TextDecoder()
for (;;) {
  const { value, done } = await reader.read()
  if (done) break
  document.querySelector('#answer').textContent += decoder.decode(value, { stream: true })
}

TypeScript ​

SDK 自带类型，上面的代码改成 .ts 直接能用。消息数组可以这样标注类型：

ts
import OpenAI from 'openai'
import type { ChatCompletionMessageParam } from 'openai/resources/chat/completions'

const messages: ChatCompletionMessageParam[] = [{ role: 'user', content: '你好' }]

常见问题 ​

现象原因处理
SyntaxError: Cannot use import statement outside a module文件被当成 CommonJS文件名改成 .mjs，或在 package.json 里加 "type": "module"
APIConnectionError: Connection error.网络不通，或代理没配置好浏览器能打开 hivegpt.cn 的话，检查终端的代理设置
404，报错说「接口地址少了 /v1」或「多了一个 /v1」baseURL 写错写成 https://hivegpt.cn/v1，见 Base URL 要不要加 /v1
401Key 不对，或环境变量没读到（apiKey 是 undefined）见 401 报错；在运行 node 的同一个终端里设置环境变量
404，报错说分组「不支持模型」模型名不在你的分组里见 模型不存在
400：Unsupported parameter: 'max_tokens'新模型不接受 max_tokens改用 max_completion_tokens

下一步 ​

代码示例在页面里运行时使用 HiveGPT 的模型接口。延伸阅读来自 JavaGuide（Apache-2.0），版权归原作者。

© HiveGPT