文本对话

使用 Chat Completions 发送一组消息，获得模型的文本回答。先确认目标模型支持该接口。

请求地址

POST https://api.beanc.cn/v1/chat/completions
Authorization: Bearer YOUR_API_KEY_HERE
Content-Type: application/json

最小请求

{
  "model": "YOUR_MODEL_ID",
  "messages": [
    { "role": "user", "content": "用三句话解释什么是 API。" }
  ],
  "stream": false
}

参数	必填	说明
model	是	控制台提供的完整模型 ID
messages	是	按时间顺序排列的消息数组
stream	否	true 开启流式；最小测试可使用 false

temperature、输出长度和工具调用等参数是否可用，取决于模型与渠道。先跑通最小请求，再按模型支持情况添加。

读取回答

下面是删减后的结构示意，实际结果还会包含请求标识、模型信息等字段。

{
  "choices": [
    {
      "index": 0,
      "message": { "role": "assistant", "content": "API 是应用之间交换信息的接口。" },
      "finish_reason": "stop"
    }
  ]
}

普通文本位于 choices[0].message.content。如果启用了工具调用，回答可能包含 tool_calls，文本字段也可能为空，需要按模型协议处理。

多轮对话

把需要保留的历史消息随新问题一起发送。先发送用户消息，再放入上一次的助手回答，最后追加本次问题。

{
  "model": "YOUR_MODEL_ID",
  "messages": [
    { "role": "user", "content": "给这个项目起个名字。" },
    { "role": "assistant", "content": "可以叫作「豆芽」。" },
    { "role": "user", "content": "再写一句简短的介绍。" }
  ]
}

完整历史会增加本次输入量。对话过长时，按应用需要裁剪或总结旧消息，并保留必要背景。

下一步

完整 cURL 示例 · 流式输出 · Python · Node.js

协议参考：OpenAI API Reference · Create chat completion，messages、stream 与 choices。