首次调用千木 API

本指南从当前工作区和项目开始，帮助你创建 API Key、确认模型调用名，并发出第一个 OpenAI Chat Completions 兼容请求。

SilvaMux 支持 OpenAI Chat Completions 兼容格式。如果你已有 OpenAI SDK 代码，只需修改 Base URL 和 API Key。

创建项目

项目用于隔离不同业务、环境和调用用量。创建 API Key 前，需要先准备至少一个项目。

登录控制台，在侧边栏进入“项目”。
点击“新建项目”。
填写项目名称，建议包含业务和环境，例如“个人助手-测试”。
点击“创建”。
在项目列表确认名称、项目 ID 和创建时间。

新建项目

场景	建议
测试与正式环境	分别创建项目
多个独立应用	每个应用使用独立项目
临时验证	使用独立测试项目，结束后撤销对应 Key

获取 API Key

API Key 用于模型调用；AK/SK 用于需要 Access Key ID 和 Secret Key 签名的兼容接口。两类凭据不能混用。

创建 API Key

确认当前工作区下已有项目。
进入“密钥”页面，点击“生成 API Key”。
填写名称，选择绑定项目和 API 版本。
创建后立即复制以 sk_live_ 开头的完整 Key。完整值只展示一次。

创建 API Key

API Key 创建成功

建议将 Key 存为环境变量：

export SILVAMUX_API_KEY="sk_live_YOUR_API_KEY"

安全规则

不要把 Key 写入浏览器端代码、日志、截图或公开仓库。
测试和正式环境使用不同 Key。
发现泄露时先撤销旧 Key，再更新服务配置。
完整 Key 关闭后无法找回，需要重新创建。

第一个请求

关于 model 字段：填写模型广场详情页展示的调用名，优先使用稳定的 alias。不要根据展示名称自行拼接。

调用示例

curl https://www.silvamux.com/api/v1/chat/completions \
  -H "Authorization: Bearer $SILVAMUX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-m2.5",
    "messages": [
      {"role": "user", "content": "用一句话介绍你自己"}
    ]
  }'

# pip install openai
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["SILVAMUX_API_KEY"],
    base_url="https://www.silvamux.com/api/v1",
)

response = client.chat.completions.create(
    model="minimax-m2.5",
    messages=[{"role": "user", "content": "用一句话介绍你自己"}],
)

print(response.choices[0].message.content)

// npm install openai
import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.SILVAMUX_API_KEY,
  baseURL: "https://www.silvamux.com/api/v1",
});

const response = await client.chat.completions.create({
  model: "minimax-m2.5",
  messages: [{ role: "user", content: "用一句话介绍你自己" }],
});

console.log(response.choices[0].message.content);

// 仅依赖标准库
package main

import (
    "bytes"
    "fmt"
    "io"
    "net/http"
    "os"
)

func main() {
    payload := []byte(`{
        "model": "minimax-m2.5",
        "messages": [{"role": "user", "content": "用一句话介绍你自己"}]
    }`)

    req, err := http.NewRequest("POST", "https://www.silvamux.com/api/v1/chat/completions", bytes.NewReader(payload))
    if err != nil {
        panic(err)
    }
    req.Header.Set("Authorization", "Bearer "+os.Getenv("SILVAMUX_API_KEY"))
    req.Header.Set("Content-Type", "application/json")

    resp, err := http.DefaultClient.Do(req)
    if err != nil {
        panic(err)
    }
    defer resp.Body.Close()

    body, _ := io.ReadAll(resp.Body)
    fmt.Println(string(body))
}

流式输出

设置 stream: true 即可获得流式响应（SSE）：

curl https://www.silvamux.com/api/v1/chat/completions \
  -H "Authorization: Bearer $SILVAMUX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-m2.5",
    "messages": [{"role": "user", "content": "写一首五言绝句"}],
    "stream": true
  }'

流式响应格式为 Server-Sent Events，每个事件的 data 字段包含一个 JSON chunk。最终可能收到 choices 为空、带有 usage 的用量 chunk，随后服务器关闭连接。客户端应以流结束为准，不要仅依赖 data: [DONE] 判断完成。

使用 Anthropic 格式

如果你更熟悉 Anthropic 的 Messages API，SilvaMux 同样支持：

curl https://www.silvamux.com/api/v1/messages \
  -H "Authorization: Bearer $SILVAMUX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-m2.5",
    "max_tokens": 1024,
    "messages": [{"role": "user", "content": "你好"}]
  }'

更多接口格式见文本生成模型。