Essevin 資源中心OpenAI SDK
使用 OpenAI Python 或 Node.js SDK 調用 Essevin。
現有 OpenAI SDK 專案只需切換 Base URL、套餐金鑰和模型 ID；請保留目前的框架與錯誤處理。
| 項目 | 填寫值 |
|---|---|
| Base URL | https://api.essevin.com/v1 |
| 金鑰環境變數 | ESSEVIN_OPENAI_API_KEY |
| 適用模型 | GPT、Gemini 對話模型，以及 OpenAI 相容模型 |
| 模型 ID | 以目前金鑰調用 GET /v1/models 的返回值為準 |
不要把金鑰寫進原始碼
請透過部署平台、.env 或系統環境變數注入 ESSEVIN_OPENAI_API_KEY，並確保 .env 不會提交到 Git。
安裝並發送最小請求
安裝 SDK：
python -m pip install openai發送請求：
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.essevin.com/v1",
api_key=os.environ["ESSEVIN_OPENAI_API_KEY"],
)
resp = client.chat.completions.create(
model="gpt-5.6-sol",
messages=[{"role": "user", "content": "你好"}],
)
print(resp.choices[0].message.content)先將提示詞設為「只回覆 ok」完成最小驗證；只有專案實際使用串流時，再加入 stream: true 並確認 SSE 事件可以逐段到達。
串流輸出並取得用量
傳 stream_options.include_usage 後，最後一個事件的 choices 為空，usage 是本次 token 用量。
stream = client.chat.completions.create(
model="gpt-5.6-sol",
messages=[{"role": "user", "content": "用三句話介紹你自己"}],
stream=True,
stream_options={"include_usage": True},
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)
if chunk.usage: # 最後一個事件：choices 為空，只帶用量
print()
print(chunk.usage)工具調用
tools = [{
"type": "function",
"function": {
"name": "get_weather",
"description": "查詢城市天氣",
"parameters": {
"type": "object",
"properties": {"city": {"type": "string"}},
"required": ["city"],
},
},
}]
messages = [{"role": "user", "content": "上海今天天氣怎樣？"}]
resp = client.chat.completions.create(model="gpt-5.6-sol", messages=messages, tools=tools)
msg = resp.choices[0].message
if msg.tool_calls:
call = msg.tool_calls[0]
print(call.function.name, call.function.arguments)
# 執行工具後把結果帶回去，tool_call_id 必須與上一輪的 call.id 一致
messages += [msg, {"role": "tool", "tool_call_id": call.id, "content": "晴，26°C"}]
resp = client.chat.completions.create(model="gpt-5.6-sol", messages=messages, tools=tools)
print(resp.choices[0].message.content)超時與重試
openai-python 預設讀超時 600 秒、自動重試 2 次。長輸出建議用串流；並發上限與超時見並發、超時與計費。
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.essevin.com/v1",
api_key=os.environ["ESSEVIN_OPENAI_API_KEY"],
timeout=600, # 秒；長輸出建議改用串流
max_retries=2, # 連線錯誤、429 與 5xx 的自動重試次數
)