中文 AI API 接入教程¶
持续更新 · 面向中文用户
一把 Key，接入你真正使用的 AI 工具¶
这里整理了 88 篇中文实操文档，覆盖 AI 编程工具、本地模型、聊天客户端、开发框架、知识库、自动化平台、可观测性与自动化评测。每篇教程都从安装讲到首次请求，并把密钥安全、MCP 权限、401、404、429、协议不匹配和流式输出等高频问题讲清楚。
88 篇中文文档 · 74 款工具与框架 · 选择、配置、安全、验证、成本、排错一页讲完
本地诊断与项目证据¶
需要在 Codex、Claude Code 等 AI 编程客户端中核对任务进度、Token、费用精度和跨客户端交接时，可以使用 Agent Doctor by NexoToken。它在本机运行并将数据保存在本地 SQLite；源码、安装包和反馈入口位于 Agent Doctor GitHub 仓库。
新手第一次接 API？¶
按这个顺序最省时间：
- 不确定服务怎么选时，先看 API 中转站是什么、怎么用、怎么选。
- 阅读 API 接入基础，弄清 Base URL、API Key、模型 ID 和三类常见协议。
- 还没决定买什么时，查看订阅、官方 API 与兼容 API 怎么选。
- 打开 兼容性总表，确认目标工具需要 Chat Completions、Responses 还是 Messages。
- 从下方选择工具，照着教程完成一次最小请求。
- 长期使用前完成兼容 API 上线验收和成本测算。
- 使用工具扩展时先读 MCP 入门与安全配置，上线前完成 Key 安全与重试控制。
- 遇到状态码或流式问题，直接查 通用排错手册。
按问题快速找到教程¶
| 问题 | 主教程 |
|---|---|
| 服务选择、使用流程与风险检查 | API 中转站完整指南 |
| Base URL、Key、模型 ID 与协议 | API 接入基础 |
| Codex API 配置 | Codex CLI |
| Claude Code API 配置与连接错误 | Claude Code |
| Cursor 或 Cherry Studio 配置 | Cursor · Cherry Studio |
| 401、404、429、5xx 与 SSE | 通用排错手册 |
按使用场景选择教程¶
⌨️ AI 编程工具 Claude Code、Qoder CLI、Antigravity、Copilot BYOK、Kiro 等
🧠 本地模型 Ollama、llama.cpp、LocalAI、vLLM、SGLang 与本地 API
💬 聊天客户端 Cherry Studio、ChatWise、SillyTavern、LobeChat 等
🧑💻 SDK 与 Agent OpenAI SDK、Google ADK、Claude Agent SDK、LangGraph、smolagents
🏠 自托管与知识库 Dify、OpenClaw、AstrBot、LangBot、RAGFlow、MaxKB
最常用的教程¶
| 教程 | 适合谁 | 关键协议 |
|---|---|---|
| Claude Code | 需要终端 Agent 写代码 | Anthropic Messages |
| Claude Code 进阶 | 配置项目规则、Skills、Hooks 和 Subagents | Extensions / Permissions |
| Codex CLI | 使用终端编程代理 | OpenAI Responses |
| Qoder CLI | 使用内置或受支持的 Custom Models | Qoder Provider / MCP |
| vLLM | 在 GPU 服务器部署兼容推理服务 | Chat / Responses / Embedding |
| Xinference | 统一管理 LLM、Embedding 与 Rerank | OpenAI-compatible / Rerank |
| LiteLLM Proxy | 统一多个模型端点与业务 Key | OpenAI-compatible Gateway |
| SGLang | 在 GPU 服务器部署高吞吐推理 | Chat / Reasoning / Tools |
| VS Code / GitHub Copilot BYOK | 在 VS Code Chat 使用自己的模型 | Chat / Responses / Messages |
| Kiro | 先写需求、设计与任务再编码 | Specs / Hooks / MCP |
| Cherry Studio | 第一次配置桌面客户端 | 多 Provider |
| Dify | 搭建知识库与工作流 | Chat / Embedding / Rerank |
| OpenAI SDK | Python / Node.js 开发者 | Responses / Chat |
| Google ADK | 构建、调试和评测工具型 Agent | Tools / Session / Eval |
| Langfuse | 追踪 LLM / Agent 的延迟、成本和质量 | Tracing / Evaluation |
| Apifox / Postman | 想先验证接口是否正常 | Models / Chat / Responses |
| Promptfoo | 自动比较 Prompt、模型与 Agent | Assertions / Red Team |
| Ragas | 定位 RAG 检索与幻觉问题 | Retrieval / Faithfulness |
| 兼容 API 上线验收 | 准备长期使用或部署应用 | 协议 / 用量 / 稳定性 / 安全 |
| 流式、工具与长上下文测试 | 普通聊天成功但 Agent 仍不可用 | SSE / Tools / Context |
| MCP 入门与安全配置 | 给 AI 客户端连接外部工具与数据 | Tools / Resources / Permissions |
| API Key 安全与轮换 | 本地、CI 和生产环境管理凭据 | Secrets / Rotation / Incident |
| 限流、重试与并发控制 | 解决 429、批处理和偶发 5xx | Retry / Backoff / Idempotency |
| AI 编程用量与成本优化 | 分析 Agent CLI Token 与估算成本 | ccusage / Usage / Context |
教程内容原则¶
- 真实可执行： 命令、路径和字段都尽量对照当前官方文档核验。
- 先讲兼容边界： 不把 Chat Completions、Responses 和 Messages 混为一谈。
- 先验证再扩展： 每篇先完成最小请求，再介绍流式、工具调用、RAG 等能力。
- 不泄露密钥： 示例使用明显占位符，提醒读者避免把完整 Key 发到 Issue 或截图里。
- 欢迎纠错： 发现界面或字段变化，可以直接提交教程纠错。
想一次看完全部分类？进入中文教程总目录。