📖 API 文档
SevenFa AI Hub 提供统一的 OpenAI 兼容 API 接口。使用标准 OpenAI SDK 或直接 HTTP 请求调用 630+ 模型。
Base URL:
https://ne.07fa.cc/api/sevenfa/v1
🚀 快速开始
使用 API Key 在 1 分钟内完成首次调用。
前置条件
- 注册 SevenFa 账号并登录
- 在控制台创建 API Key(以
sk-开头) - 确保账户余额充足
cURL
curl
curl https://ne.07fa.cc/api/sevenfa/v1/chat/completions \
-H "Authorization: Bearer *** \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-4o",
"messages": [
{"role": "system", "content": "你是一个有用的助手"},
{"role": "user", "content": "你好,请介绍一下你自己"}
],
"temperature": 0.7,
"max_tokens": 1024
}'
Python
Python
from openai import OpenAI
client = OpenAI(
api_key="sk-your-key",
base_url="https://ne.07fa.cc/api/sevenfa/v1"
)
response = client.chat.completions.create(
model="gpt-4o",
messages=[
{"role": "system", "content": "你是一个有用的助手"},
{"role": "user", "content": "你好,请介绍一下你自己"}
],
temperature=0.7,
max_tokens=1024
)
print(response.choices[0].message.content)
JavaScript
JavaScript
const response = await fetch("https://ne.07fa.cc/api/sevenfa/v1/chat/completions", {
method: "POST",
headers: {
"Authorization": "Bearer sk-your-key",
"Content-Type": "application/json"
},
body: JSON.stringify({
model: "gpt-4o",
messages: [
{ role: "system", content: "你是一个有用的助手" },
{ role: "user", content: "你好,请介绍一下你自己" }
],
temperature: 0.7,
max_tokens: 1024
})
});
const data = await response.json();
console.log(data.choices[0].message.content);
🔐 API 认证
所有 API 请求都需要提供有效的认证凭证。支持两种认证方式。
1. Bearer Token(推荐)
Header
Authorization: Bearer ***
2. X-Auth-Token
用于管理端 API(密钥管理、用户信息等)。
Header
X-Auth-Token: your-user-token
⚠️ 注意:
Bearer Token 用于模型调用 API(兼容 OpenAI 格式)。X-Auth-Token 用于用户管理 API。请勿混用或泄露密钥。
📋 模型列表
获取平台支持的所有模型。响应包含模型 ID、渠道、价格等信息。
GET
/models
获取模型列表
请求参数
| 参数 | 类型 | 说明 |
|---|---|---|
| type | string opt | 筛选:chat / image / embedding / audio |
响应示例
{
"success": true,
"data": [
{
"id": "gpt-4o",
"type": "chat",
"pricing": {"input": 2.5, "output": 10.0},
"channels": ["OpenAI", "Azure"],
"is_active": true
}
]
}
💬 聊天补全
兼容 OpenAI Chat API 格式,支持流式和非流式输出。
POST
/chat/completions
创建聊天补全
请求参数
| 参数 | 类型 | 说明 |
|---|---|---|
| model | string req | 模型 ID(gpt-4o, claude-sonnet-4 等) |
| messages | array req | 消息数组,支持 system/user/assistant/tool |
| temperature | number opt | 采样温度 (0-2),默认 1 |
| max_tokens | integer opt | 最大生成 Token 数 |
| stream | boolean opt | 流式输出,默认 false |
| top_p | number opt | 核采样 (0-1) |
请求示例
JSON
{
"model": "gpt-4o",
"messages": [
{"role": "system", "content": "你是一个有用的助手"},
{"role": "user", "content": "用中文回答:什么是 AI?"}
],
"temperature": 0.7,
"max_tokens": 1024,
"stream": false
}
响应示例
{
"id": "chatcmpl-9x...",
"object": "chat.completion",
"model": "gpt-4o",
"choices": [{
"index": 0,
"message": {"role": "assistant", "content": "AI(人工智能)是指..."},
"finish_reason": "stop"
}],
"usage": {"prompt_tokens": 28, "completion_tokens": 156, "total_tokens": 184}
}
流式输出(Streaming)
设置 stream: true 启用 SSE 流式输出。
Python
stream = client.chat.completions.create(
model="gpt-4o",
messages=[{"role": "user", "content": "讲个笑话"}],
stream=True
)
for chunk in stream:
if chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="")
🎨 图像生成
根据文本描述生成图像,支持 DALL-E、Stable Diffusion 等。
POST
/images/generations
生成图像
请求参数
| 参数 | 类型 | 说明 |
|---|---|---|
| model | string req | 模型 ID(dall-e-3 等) |
| prompt | string req | 图像描述 |
| n | integer opt | 数量,默认 1 |
| size | string opt | 尺寸(1024x1024 等) |
| quality | string opt | 质量:standard / hd |
代码示例
cURL
curl https://ne.07fa.cc/api/sevenfa/v1/images/generations \
-H "Authorization: Bearer *** \
-H "Content-Type: application/json" \
-d '{
"model": "dall-e-3",
"prompt": "一只穿着宇航服的熊猫在月球上打太极",
"n": 1,
"size": "1024x1024"
}'
响应格式
{
"created": 1738123456,
"data": [{
"url": "https://ne.07fa.cc/storage/images/abc123.png"
}]
}
📐 嵌入向量
将文本转换为向量表示,适用于语义搜索、聚类、分类等。
POST
/embeddings
创建嵌入向量
请求参数
| 参数 | 类型 | 说明 |
|---|---|---|
| model | string req | 嵌入模型(text-embedding-3-small 等) |
| input | string | array req | 输入文本 |
代码示例
Python
response = client.embeddings.create(
model="text-embedding-3-small",
input="SevenFa AI Hub 是一个优秀的AI聚合平台"
)
embedding = response.data[0].embedding
print(f"向量维度: {len(embedding)}")
🎤 音频转写
将音频文件转写为文字,支持多语种识别。
POST
/audio/transcriptions
音频转写
请求参数
| 参数 | 类型 | 说明 |
|---|---|---|
| file | file req | 音频文件(multipart/form-data) |
| model | string req | 模型 ID(whisper-1) |
| language | string opt | 语言代码(zh, en) |
代码示例
Python
with open("audio.mp3", "rb") as f:
response = client.audio.transcriptions.create(
model="whisper-1",
file=f,
language="zh"
)
print(response.text)
翻译接口:POST /audio/translations(参数相同,自动翻译为英文)
⚠️ 错误码
API 返回标准 HTTP 状态码,错误响应格式统一。
错误响应格式:
{"success": false, "message": "错误描述", "code": "ERROR_CODE"}
| 状态码 | 错误码 | 说明 | 解决方法 |
|---|---|---|---|
| 400 | INVALID_REQUEST | 请求参数错误 | 检查请求参数 |
| 401 | UNAUTHORIZED | API Key 无效或缺失 | 检查 Authorization Header |
| 402 | INSUFFICIENT_BALANCE | 余额不足 | 前往控制台充值 |
| 403 | FORBIDDEN | 无权访问 | 检查 Key 权限 |
| 404 | MODEL_NOT_FOUND | 模型不存在 | 检查模型 ID |
| 429 | RATE_LIMITED | 请求频率超限 | 稍后重试 |
| 500 | INTERNAL_ERROR | 服务器内部错误 | 联系技术支持 |
| 502 | UPSTREAM_ERROR | 上游渠道异常 | 系统自动切换渠道 |
💡 提示:
遇到 502 错误时,系统会自动尝试其他可用渠道。您也可以切换模型或稍后重试。