2026年 openlux 通义千问 api 调用示例：请求参数与流式输出
2026年 openlux 通义千问 api 调用示例：请求参数与流式输出
把通义千问接进自己的应用，真正需要确认的其实只有三件事：请求发到哪个地址、参数怎么填、流式输出怎么读。这篇用最小示例讲清 openlux 通义千问 api 的调用方式，重点放在请求参数和流式返回的处理上。
示例中的地址和模型名一律用变量代替。中转服务和控制台的命名可能随时调整，最终还是以你控制台里显示的值、以及所使用平台的文档说明为准。
一、调用前先确认三项信息
1. Base URL 与接口路径
兼容 OpenAI 协议的对话接口，通常挂在 {Base URL}/chat/completions。需要注意，有的控制台给出的地址已经带上了 /v1，有的没有，拼接时容易多一层或少一层。建议先把完整地址写成常量，跑通之后再抽象进配置文件。
2. 模型名称
通义千问系列有多个版本，命名规则并不完全统一。不要凭印象手写模型名，直接从控制台的模型列表复制。模型名写错时返回的通常是 404 或“模型不存在”，而不是鉴权错误，这一点在排查时很有区分度。
3. API Key
Key 建议放进环境变量，不要提交到代码仓库。如果你同时要调用多个厂商的模型，千聚AI中转站 这类聚合入口可以把接口地址和 Key 统一在一处管理，减少在多平台之间来回切换配置的麻烦。
二、非流式请求的最小结构
先跑通一次非流式请求，确认鉴权、地址、模型名三项都对，再去做流式。请求结构大致如下：
POST {BASE_URL}/chat/completions
Authorization: Bearer {API_KEY}
Content-Type: application/json关键字段只有三个：model 填控制台显示的模型名称，messages 按角色组织对话内容，stream 设为 false。先不要加温度、工具调用等可选参数，把变量降到最少，第一次跑通会快很多。
三、请求参数逐项说明
openlux 通义千问 api 的请求参数可以分为必填和可选两类，下面这张表覆盖了日常调用最常用的几个。
| 参数 | 作用 | 常见取值 | 注意点 |
|---|---|---|---|
| model | 指定调用的模型 | 控制台显示的模型名称 | 不要手写，避免版本或大小写错误 |
| messages | 组织对话上下文 | 包含 role 与 content 的数组 | role 通常为 system、user、assistant |
| stream | 控制是否逐块返回 | true 或 false | 流式需要客户端逐行读取并处理结束标记 |
| temperature | 控制输出随机性 | 通常取 0 到 1 之间 | 与 top_p 一般只调其中一个 |
| max_tokens | 限制输出长度 | 按业务需要设定 | 设置过小会导致内容被截断 |
关于 temperature 和 top_p
这两个参数都在控制随机性，通常只调其中一个。需要稳定复现的输出就把温度调低，需要多样表达的创作场景可以适当调高。这里没有通用最优值，用几条真实业务输入试跑一轮，比查参数说明更有效。
四、流式输出怎么接
返回的数据长什么样
开启流式后，服务端以 SSE 形式持续返回数据块，每一行以 data: 开头，最后以 data: [DONE] 结束。openlux 通义千问 api 的流式输出同样遵循这套格式，每个数据块是一个 JSON，正文内容位于 choices[0].delta.content，可能是空字符串，也可能只包含一个标点。
Python 增量拼接示例
import json, os, requests
resp = requests.post(
os.environ['BASE_URL'] + '/chat/completions',
headers={
'Authorization': 'Bearer ' + os.environ['OPENLUX_API_KEY'],
'Content-Type': 'application/json',
},
json={
'model': os.environ['MODEL_NAME'],
'messages': [{'role': 'user', 'content': '用三句话介绍通义千问'}],
'stream': True,
},
stream=True,
timeout=60,
)
for line in resp.iter_lines():
if not line or not line.startswith(b'data:'):
continue
payload = line[5:].strip()
if payload == b'[DONE]':
break
delta = json.loads(payload)['choices'][0]['delta']
print(delta.get('content', ''), end='', flush=True)几个容易踩的点：data: 后面的空格要先去掉再解析；空行要跳过；[DONE] 不是 JSON，不能直接丢给解析器；网络中断时要有重试或降级为非流式的兜底逻辑。
五、常见报错与自检清单
- 返回 401：检查 Key 是否完整，Bearer 前缀与空格是否正确。
- 返回 404：检查 Base URL 是否多一层或少一层，模型名称是否与控制台一致。
- 返回 429：属于限流，降低并发或缩短请求频率，不是配置错误。
- 流式没有输出：确认
stream为 true，同时确认客户端没有开启缓冲，导致内容被整体缓存。 - 中文乱码或断句异常：确认按 UTF-8 解码，前端按增量追加而不是整体替换。
六、从示例跑通到稳定使用
示例能跑通，只说明配置没错。要放进正式业务，还需要把 Base URL、API Key、模型名称收进环境变量，给流式请求加超时与重试，并把不同模型的调用入口统一管理。使用 千聚AI中转站 这类 AI 聚合平台时，可以用一个 Base URL 和一把 Key 覆盖多个模型的调用，切换模型只在参数层面调整；具体支持的模型、兼容协议与计费方式，请以控制台页面和实际文档为准。
把示例跑通之后，下一步是把接口地址、API Key 和模型名称收进环境变量，再用你自己的业务请求验证一次流式输出是否稳定。需要现成的地址与 Key 时，可以直接进控制台查看。