对话补全

对话补全接口是与语言模型交互的主要方式。它与 OpenAI Chat Completions API 完全兼容。

POST https://api.tokensupernova.com/v1/chat/completions

请求参数

参数	类型	必填	说明
model	string	✅	模型 ID。参见 模型列表 →
messages	array	✅	对话消息列表
temperature	number		采样温度（0-2）。默认：1.0
top_p	number		核采样（0-1）。默认：1.0
max_tokens	integer		最大生成 Token 数
stream	boolean		流式响应。参见 流式响应 →
stop	string/array		停止序列
frequency_penalty	number		-2.0 至 2.0。默认：0
presence_penalty	number		-2.0 至 2.0。默认：0

消息格式

{
  "role": "user",
  "content": "你的消息内容"
}

角色	说明
system	设定助手行为（可选，仅第一条消息）
user	终端用户的消息
assistant	模型之前的回复（用于多轮对话）

示例请求

from openai import OpenAI

client = OpenAI(
    api_key="tsn_live_xxx",
    base_url="https://api.tokensupernova.com/v1",
)

response = client.chat.completions.create(
    model="deepseek-chat",
    temperature=0.7,
    max_tokens=1024,
    messages=[
        {"role": "system", "content": "你是一个乐于助人的助手。"},
        {"role": "user", "content": "日本的首都是哪里？"},
    ],
)

print(response.choices[0].message.content)
# 输出：日本的首都是东京。

示例响应

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "created": 1700000000,
  "model": "deepseek-chat",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "日本的首都是东京。"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 25,
    "completion_tokens": 9,
    "total_tokens": 34
  }
}

多轮对话

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {"role": "user", "content": "2+2 等于几？"},
        {"role": "assistant", "content": "2+2 等于 4。"},
        {"role": "user", "content": "把这个结果乘以 3。"},
    ],
)