OpenAI SDK

把 Praxis 接入 OpenAI SDK：三行核心代码，换掉 base_url 就能用。

把 Praxis 接入 OpenAI 官方 SDK——已有一切 OpenAI 代码不用换库，只改一个 baseURL。本页 Node 与 Python 均实测（其余语言同形）。

每一步都标了期望结果：照做即可，也可以把本页直接交给能操作电脑的 AI 助手，让它替你完成安装、运行与验证。

你将完成

用 OpenAI SDK 调 Praxis 的模型，拿到回复与用量
完成标志：hello.mjs 打印中文回复与 usage，stream.mjs 逐字打印回复
预计耗时：3 分钟（不含 Node.js 安装）
支持协议：OpenAI 兼容（/openai/v1）

前提

开始前逐项确认：

一个 Praxis API Key（sk-praxis- 开头）。没有就到控制台 → API Keys 创建：点「创建 Key」，名称必填，有效期默认 90 天（可改永久），创建后立即复制保存；之后也随时可在 Key 列表行点复制图标重新获取完整 Key。新账号自带 $1 免费额度。完整流程见快速开始。
Node.js 18 或更高（node --version 检查；用 Bun 亦可）。
安装 SDK：在项目目录里
```
npm install openai
```
期望：安装无报错，node -e "require('openai')" 不抛错。

第一个请求

新建 hello.mjs，原样粘贴（把 Key 换成你的）：

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.deepraxis.ai/openai/v1",
  apiKey: "sk-praxis-你的Key",
});

const completion = await client.chat.completions.create({
  model: "deepseek-flash",
  messages: [{ role: "user", content: "用一句话介绍你自己" }],
});

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

运行：

node hello.mjs

期望：打印一段中文回复，随后是 usage 对象——注意里面有 cost 字段，这次调用花了多少钱直接给你算好（平台按次计费，控制台用量与费用同口径）。

终端运行示例脚本的真实输出

建议把 Key 放进环境变量而不是写进代码：export PRAXIS_API_KEY=sk-praxis-…（PowerShell：$env:PRAXIS_API_KEY="…"），然后 apiKey: process.env.PRAXIS_API_KEY。

Python 版

pip install openai

先设置环境变量 export PRAXIS_API_KEY=sk-praxis-你的Key（PowerShell：$env:PRAXIS_API_KEY="你的Key"），再新建 hello.py：

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.deepraxis.ai/openai/v1",
    api_key=os.environ["PRAXIS_API_KEY"],
)

completion = client.chat.completions.create(
    model="deepseek-flash",
    messages=[{"role": "user", "content": "用一句话介绍你自己"}],
)

print(completion.choices[0].message.content)
print(completion.usage)

运行 python3 hello.py。期望：打印中文回复，随后是 CompletionUsage——其中 cost 字段直接给出本次费用。流式用法与 Node 同形（stream=True 后迭代 delta.content）。

Python 版示例的真实输出

流式响应

新建 stream.mjs：

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.deepraxis.ai/openai/v1",
  apiKey: process.env.PRAXIS_API_KEY,
});

const stream = await client.chat.completions.create({
  model: "glm-5.3-flash",
  messages: [{ role: "user", content: "用两句话解释什么是 API" }],
  stream: true,
});

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}
console.log();

期望：回复逐字打印、以换行收尾——这就是流式。示例用 glm-5.3-flash；流式支持按模型路由而异，个别路由可能暂未开放，详见下方常见问题。

终端运行流式示例：回复逐字输出

常见问题

症状	原因	解法
401 / 无效令牌	Key 复制不完整或未设进环境变量	重新完整复制（注意 `sk-praxis-` 前缀）；用 `echo $PRAXIS_API_KEY` 检查
400 `STREAMING_UNPROVEN`	该模型暂未开放流式（逐路由开通，偶发）	去掉 `stream: true`，或换个模型重试
模型不存在	模型 ID 与目录不一致	到控制台 → 模型复制确切 ID
连接超时	本地网络	重试或换网络；也可先用下面的命令测网关连通（期望 200）

连通性自检：

curl -sS https://api.deepraxis.ai/openai/v1/models \
  -H "Authorization: Bearer $PRAXIS_API_KEY" -o /dev/null -w "%{http_code}"

期望输出 200。

进阶

查这次调用花了多少钱：非流式调用的 usage.cost 直接返回费用，无需自行按 token 换算；流式的费用在最后一个 chunk 的 usage 里（该 chunk 的 choices 为空、含 cost）——stream_options: { include_usage: true } 可加可不加，平台两种情况都会回；控制台 → 用量与费用有逐笔明细
列出可用模型：await client.models.list()——和控制台 → 模型同源
换模型：改 model 字段即可；deepseek-flash 是滚动入口始终指向最新一代 Flash，deepseek-v4-flash 是固定版本快照