OpenAI 兼容 API

DeepFlow API 的模型调用接口使用 API 密钥进行 Bearer 鉴权。

Authorization: Bearer sk-your-deepflow-key

统一 Base URL：

https://deepflow.online/v1

后台管理接口使用的系统访问令牌与模型调用 API 密钥不是同一种凭据。普通用户集成模型时只需要在 API 密钥 页面创建的 sk-... 密钥。

接口目录

方法	路径	用途	初稿状态
GET	/v1/models	获取当前密钥可用模型	当前可用
POST	/v1/chat/completions	OpenAI Chat Completions	当前可用
POST	/v1/responses	OpenAI Responses	当前可用，能力依模型而定
POST	/v1/images/generations	图像生成	当前可用
POST	/v1/images/edits	图像编辑	待按模型逐项验证

完整的可导入定义见 openapi.yaml。

获取模型列表

curl 'https://deepflow.online/v1/models' \
  -H 'Authorization: Bearer sk-your-deepflow-key'

响应示例：

{
  "object": "list",
  "data": [
    {
      "id": "gpt-5.6-luna",
      "object": "model",
      "owned_by": "openai"
    }
  ]
}

Chat Completions

非流式请求

curl 'https://deepflow.online/v1/chat/completions' \
  -H 'Authorization: Bearer sk-your-deepflow-key' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gpt-5.6-luna",
    "messages": [
      {"role": "system", "content": "回答简洁、准确。"},
      {"role": "user", "content": "解释什么是 API 网关。"}
    ],
    "stream": false
  }'

常用参数：

参数	类型	说明
model	string	必填，模型 ID
messages	array	必填，对话消息列表
stream	boolean	是否使用 SSE 流式响应
temperature	number	采样温度；部分推理模型可能忽略
max_completion_tokens	integer	最大输出 Token；是否生效取决于模型
tools	array	函数/工具定义；是否支持取决于模型
reasoning_effort	string	推理强度；是否支持取决于模型

流式请求

curl -N 'https://deepflow.online/v1/chat/completions' \
  -H 'Authorization: Bearer sk-your-deepflow-key' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gpt-5.6-luna",
    "messages": [{"role": "user", "content": "列出三个 API 安全建议。"}],
    "stream": true,
    "stream_options": {"include_usage": true}
  }'

流式响应使用 text/event-stream，以多条 data: 事件返回，并通常以 data: [DONE] 结束。

Responses API

curl 'https://deepflow.online/v1/responses' \
  -H 'Authorization: Bearer sk-your-deepflow-key' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gpt-5.6-sol",
    "input": "用三点总结稳定 API 集成的关键。"
  }'

不同模型对 Responses 工具、推理参数、结构化输出和多模态输入的支持可能不同。上线前请用目标模型单独测试。

图像生成

curl 'https://deepflow.online/v1/images/generations' \
  -H 'Authorization: Bearer sk-your-deepflow-key' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gpt-image-1.5",
    "prompt": "A clean isometric illustration of an AI API gateway, white background",
    "n": 1,
    "size": "1024x1024"
  }'

常用参数：

参数	类型	说明
model	string	图像模型 ID
prompt	string	必填，图像描述
n	integer	生成数量；模型可能限制为 1
size	string	尺寸；支持范围以目标模型为准
quality	string	质量档位；仅部分模型支持
background	string	背景模式；仅部分模型支持透明背景
moderation	string	内容审核档位；仅部分模型支持
style	string	风格参数；仅部分模型支持
response_format	string	url 或 b64_json，以模型能力为准
user	string	业务侧最终用户标识，可选

返回结果可能使用临时 URL 或 b64_json。调用方应及时下载结果，不要假设临时 URL 永久有效。

图像编辑

New API 支持 OpenAI 兼容的 multipart/form-data 编辑接口，但 DeepFlow 当前需要按每个上游模型验证。

curl 'https://deepflow.online/v1/images/edits' \
  -H 'Authorization: Bearer sk-your-deepflow-key' \
  -F 'model=gpt-image-1' \
  -F 'image=@input.png' \
  -F 'prompt=Replace the background with a clean studio backdrop'

此示例先作为接口占位。正式发布前必须确认具体模型、文件大小、图片格式、遮罩规则和计费方式。

Python

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DEEPFLOW_API_KEY"],
    base_url="https://deepflow.online/v1",
)

response = client.chat.completions.create(
    model="gpt-5.6-luna",
    messages=[{"role": "user", "content": "你好，请做一句自我介绍。"}],
)

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

Node.js

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.DEEPFLOW_API_KEY,
  baseURL: "https://deepflow.online/v1",
});

const response = await client.chat.completions.create({
  model: "gpt-5.6-luna",
  messages: [{ role: "user", content: "你好，请做一句自我介绍。" }],
});

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

超时与重试

• 连接超时与总请求超时应分别配置。
• 只对网络错误、408、429 和部分 5xx 使用有限次数的指数退避重试。
• 不要自动重试已经明确返回参数错误的 400。
• 非幂等的图像、音频或视频生成请求重试前，应先确认是否已经产生任务或费用。
• 流式请求应设置足够的读取超时，并正确处理客户端主动中断。