OpenAI SDK 怎么接入 OfoxAI？Python、TypeScript 与框架迁移

用 OpenAI SDK 接入 OfoxAI，需要把 base URL 设为 https://api.ofox.run/v1，换成 OfoxAI 的 API Key，并核对当前目录中的模型 ID。SDK 可以保留，但业务用到的端点和参数仍要验证。本文示例使用 Chat Completions，不能据此推断其他接口都能直接迁移。

从 OpenAI 或 OpenRouter 迁移，需要改哪些配置？

核对网关地址、密钥和模型 ID 三项。修改 URL 不会让 OpenAI 或 OpenRouter 的密钥变成 OfoxAI 密钥。

地址和参数名可查 OfoxAI SDK 接入文档与 OpenRouter quickstart。从 OpenRouter 迁移时，还要单独检查原有路由参数和模型别名；命名格式相同，不代表行为一致。

Python 怎么配置？

创建客户端时设置 base_url 和 api_key，请求时通过 model 指定模型。在项目虚拟环境中运行 python -m pip install openai 安装官方包；Python 版本要求见 SDK 安装说明。

通过环境变量或密钥管理工具设置 OFOX_API_KEY。可选的 OFOX_MODEL 用于指定模型，下面默认使用 openai/gpt-4o，该 ID 出现在 2026 年 9 月 9 日检查的公开目录中。不要把密钥提交到代码库；仅新建 .env 文件不会自动让 Python 读取它，还需要相应的加载方式。

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.ofox.run/v1",
    api_key=os.environ["OFOX_API_KEY"],
)
model_id = os.environ.get("OFOX_MODEL", "openai/gpt-4o")

response = client.chat.completions.create(
    model=model_id,
    messages=[{"role": "user", "content": "Say hello in one sentence."}],
)
print(response.choices[0].message.content)

使用有余额的账户运行代码会产生生成费用。先核对模型价格和账户权限；模型列表请求成功，不代表已经验证生成权限或实际计费。

TypeScript 怎么配置？

TypeScript 使用 baseURL 和 apiKey。安装官方 openai 包，在服务端 TypeScript 项目中运行；具体环境要求见 SDK 安装说明。密钥应保留在服务端。

import OpenAI from 'openai';

const apiKey = process.env.OFOX_API_KEY;
if (!apiKey) throw new Error('Set OFOX_API_KEY before running this example.');

const client = new OpenAI({
  baseURL: 'https://api.ofox.run/v1',
  apiKey,
});

async function main() {
  const response = await client.chat.completions.create({
    model: process.env.OFOX_MODEL ?? 'openai/gpt-4o',
    messages: [{ role: 'user', content: 'Say hello in one sentence.' }],
  });
  console.log(response.choices[0]?.message.content);
}

main().catch((error) => {
  console.error(error.message);
  process.exitCode = 1;
});

模型 ID 应该怎么填？

从公开模型列表或模型目录复制完整 ID。下表中的条目在 2026 年 9 月 9 日的公开列表中存在，且未标记弃用；后续可用性仍需核对。

GPT-5.2 和 GPT-5.4 mini 是不同模型。从 gpt-5.2 改成 openai/gpt-5.4-mini 会切换模型，并非只加厂商前缀。Claude、Gemini、DeepSeek 等模型也要查当前目录，不能一律添加 openai/。

共用客户端不代表所有模型能力相同。使用 OpenAI 端点时，核对 supported_endpoints、supported_parameters 和输入输出模态；这些字段本身不能证明另一种原生协议是否受支持。

流式输出和工具调用要怎么验证？

流式响应要单独测试，不能用普通文本请求成功代替。沿用上面的 Python 客户端和 model_id，消费增量文本时要允许出现没有 choices 或文本内容的数据块：

stream = client.chat.completions.create(
    model=model_id,
    messages=[{"role": "user", "content": "Say hello in one sentence."}],
    stream=True,
)
try:
    for chunk in stream:
        if chunk.choices:
            text = chunk.choices[0].delta.content
            if text:
                print(text, end="", flush=True)
finally:
    stream.close()

工具调用要验证完整业务流程：提交工具定义、校验模型返回的参数、由应用执行工具，再把结果发回模型。模型返回工具调用，并不等于已经执行了函数。结构化输出也要用业务要求的 schema 校验，不能把 SDK 兼容当作输出正确的保证。

LangChain、LlamaIndex 和 Vercel AI SDK 要注意什么？

选择支持自定义 OpenAI 兼容端点的适配器，并明确业务需要的 API 类型。框架可能在 SDK 之上增加模型名校验、默认参数或厂商专有行为。LangChain 的 ChatOpenAI 以 OpenAI 标准响应字段为目标，不应假定它会保留网关额外返回的推理字段。

Chat Completions 成功，不代表 Responses、嵌入或图片生成也通过了验证。应按项目实际安装的框架版本，分别测试用到的端点。

切换生产流量前，需要检查什么？

使用实际模型和业务请求测试，并保留经过验证的回滚配置。

1. 核对密钥、账户权限、余额和完整模型 ID。
2. 测试普通文本生成及业务中的错误处理。
3. 按需测试流式输出、取消请求、工具调用和结构化输出。
4. 核对请求大小、token 上限、超时和重试设置。
5. 对照返回用量与账户账单，把重试请求也纳入检查。
6. 先迁移少量流量，观察失败率与延迟，通过后再扩大范围。

首次开通与接入见 OfoxAI 快速开始。费用和团队功能可查 OfoxAI 与 OpenRouter 对比；选哪个网关，与应用能否安全迁移，需要分别评估。