API 快速入门与高级示例

我们不提供官方 SDK。使用基于 OpenAI 风格协议的普通 HTTP/HTTPS 调用我们。

如果您已经使用 OpenAI 的官方/社区 SDK，通常只需将 base_url 指向我们的网关并将 api_key 换成您的控制台密钥即可。 （那些 SDK 并非由我们维护。）

1) 设置

• 基础 URL: https://<your-gateway>/v1

• API 密钥：在控制台创建；通过头部 Authorization: Bearer <key> 发送

• model：例如，gpt-4.1-mini、gpt-4o、DeepSeek-V3（参见模型目录和定价）

export ANYINT_API_BASE="https://gateway.api.anyint.ai/openai/v1"
export ANYINT_API_KEY="sk-************************"

---

文本到文本模型

2) 最小化 HTTP 示例bash

2.1 cURL

curl -X POST "$ANYINT_API_BASE/chat/completions" \
  -H "Authorization: Bearer $ANYINT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4.1-mini",
    "messages": [{"role":"user","content":"Hello, ANYINT!"}]
  }'

2.2 Node.js（原生 fetch，Node 18+）

const res = await fetch(`${process.env.ANYINT_API_BASE}/chat/completions`, {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.ANYINT_API_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "gpt-4.1-mini",
    messages: [{ role: "user", content: "Hello" }]
  })
});
const data = await res.json();
console.log(data.choices?.[0]?.message?.content);

2.3 Python（requests）

import os, requests
r = requests.post(
  f"{os.environ['ANYINT_API_BASE']}/chat/completions",
  headers={
    "Authorization": f"Bearer {os.environ['ANYINT_API_KEY']}",
    "Content-Type": "application/json"
  },
  json={
    "model":"gpt-4.1-mini",
    "messages":[{"role":"user","content":"Hello"}]
  },
  timeout=60
)
print(r.status_code, r.json()["choices"][0]["message"]["content"])

---

3) 流式（SSE）

3.1 Node.js（手动 SSE 解析）

const res = await fetch(`${process.env.ANYINT_API_BASE}/chat/completions`, {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.ANYINT_API_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "gpt-4.1-mini",
    stream: true,
    messages: [{ role: "user", content: "Say hi in 3 words." }]
  })
});

const reader = res.body.getReader();
const decoder = new TextDecoder();
let buffer = "";

while (true) {
  const { value, done } = await reader.read();
  if (done) break;
  buffer += decoder.decode(value, { stream: true });
  const lines = buffer.split("\n");
  buffer = lines.pop() || "";
  for (const line of lines) {
    if (!line.startsWith("data: ")) continue;
    const payload = line.slice(6).trim();
    if (!payload || payload === "[DONE]") continue;
    const json = JSON.parse(payload);
    const piece = json.choices?.[0]?.delta?.content || "";
    if (piece) process.stdout.write(piece);
  }
}

3.2 Python（requests stream）

import os, requests, json
resp = requests.post(
  f"{os.environ['ANYINT_API_BASE']}/chat/completions",
  headers={
    "Authorization": f"Bearer {os.environ['ANYINT_API_KEY']}",
    "Content-Type": "application/json"
  },
  json={
    "model":"gpt-4.1-mini",
    "stream": True,
    "messages":[{"role":"user","content":"Say hi in 3 words."}]
  },
  stream=True, timeout=300
)
for line in resp.iter_lines():
  if not line: 
    continue
  if line.startswith(b"data: "):
    payload = line[6:].strip()
    if payload == b"[DONE]":
      break
    chunk = json.loads(payload)
    piece = chunk.get("choices",[{}])[0].get("delta",{}).get("content","")
    if piece:
      print(piece, end="", flush=True)

---

---

4) 视频与图像模型

除了文本聊天模型外，AnyInt 网关还提供图像与视频生成模型（例如 veo-3.1-generate-preview、gemini-2.5-flash-image）。

您可以使用现有的 ANYINT_API_BASE 和 ANYINT_API_KEY 通过普通 HTTP 调用它们。

export ANYINT_API_BASE="https://gateway.api.anyint.ai/openai/v1"
export ANYINT_API_KEY="sk-************************"

⚠️ 注意：视频生成是一个长时间运行的操作。

您首先创建一个生成任务，然后轮询其状态，最后下载生成的视频文件。

---

4.1 文本→视频 生成

直接从文本提示生成短视频（例如 Veo 3.1）。

5.1.1 Python（requests）

import os, time, requests

BASE = os.environ["ANYINT_API_BASE"]
API_KEY = os.environ["ANYINT_API_KEY"]

prompt = """
两个人特写盯着墙上一个神秘的画，火炬光闪烁。
一名男子低声说：“这一定是它。那就是秘密代码。”
那名女子看着他，兴奋地低声说：“你发现了什么？”
"""

# 步骤 1 — 创建视频生成任务
create_resp = requests.post(
    f"{BASE}/videos/generations",
    headers={
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json",
    },
    json={
        "model": "veo-3.1-generate-preview",
        "prompt": prompt,
        # 可选参数（可能因模型而异）：
        # "duration_seconds": 6,
        # "aspect_ratio": "16:9",
        # "resolution": "1080p",
    },
    timeout=60,
)
create_resp.raise_for_status()
operation = create_resp.json()
operation_id = operation["id"]

print("已创建视频生成任务：", operation_id)

# 步骤 2 — 轮询直到任务完成
while True:
    status_resp = requests.get(
        f"{BASE}/videos/operations/{operation_id}",
        headers={"Authorization": f"Bearer {API_KEY}"},
        timeout=60,
    )
    status_resp.raise_for_status()
    op = status_resp.json()
    status = op.get("status")

    print("当前状态：", status)

    if status == "succeeded":
        # 假设第一个生成的视频是我们想要的
        video_url = op["result"]["videos"][0]["url"]
        break
    if status == "failed":
        raise RuntimeError(f"视频生成失败：{op.get('error')}")
    time.sleep(10)

print("视频已就绪，地址：", video_url)

# 步骤 3 — 下载生成的视频文件
video_resp = requests.get(video_url, timeout=300)
video_resp.raise_for_status()
with open("dialogue_example.mp4", "wb") as f:
    f.write(video_resp.content)

print("生成的视频已保存为 dialogue_example.mp4")

4.1.2 cURL（REST + jq）

# 启动一个长时间运行的视频生成任务
operation_id=$(
  curl -s "${ANYINT_API_BASE}/videos/generations" \
    -H "Authorization: Bearer ${ANYINT_API_KEY}" \
    -H "Content-Type: application/json" \
    -X POST \
    -d '{
      "model": "veo-3.1-generate-preview",
      "prompt": "两个人特写盯着墙上一个神秘的画，火炬光闪烁。 一名男子低声说， \"这一定是它。那\'\'是秘密代码。\" 那名女子看着他并兴奋地低声说， \"你发现了什么？\""
    }' | jq -r '.id'
)

echo "已创建视频操作： ${operation_id}"

# 轮询任务直至完成
while true; do
  status_response=$(
    curl -s "${ANYINT_API_BASE}/videos/operations/${operation_id}" \
      -H "Authorization: Bearer ${ANYINT_API_KEY}"
  )

  is_done=$(echo "${status_response}" | jq -r '.status')
  echo "当前状态： ${is_done}"

  if [ "${is_done}" = "succeeded" ]; then
    video_url=$(echo "${status_response}" | jq -r '.result.videos[0].url')
    echo "从以下地址下载视频： ${video_url}"
    curl -L -o dialogue_example.mp4 "${video_url}"
    echo "生成的视频已保存为 dialogue_example.mp4"
    break
  elif [ "${is_done}" = "failed" ]; then
    echo "视频生成失败："
    echo "${status_response}"
    break
  fi

  sleep 10
done

---

4.2 图像→视频 生成

您也可以先生成一张引导图像，然后将其输入视频模型（例如 Veo）以创建更一致的片段。

5.2.1 Python（requests）

import os, time, requests

BASE = os.environ["ANYINT_API_BASE"]
API_KEY = os.environ["ANYINT_API_KEY"]

prompt = "摇摄的广角镜头：一只三花猫在阳光下睡觉"

# 步骤 1 — 文本→图像（例如 gemini-2.5-flash-image）
img_resp = requests.post(
    f"{BASE}/images/generations",
    headers={
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json",
    },
    json={
        "model": "gemini-2.5-flash-image",
        "prompt": prompt,
        "n": 1,
        "size": "1024x1024",
        # 如果需要，您也可以请求 base64 而不是 URL：
        # "response_format": "b64_json"
    },
    timeout=60,
)
img_resp.raise_for_status()
img_data = img_resp.json()

# 假设第一个图像 URL 是我们想要的
image_url = img_data["data"][0]["url"]
print("生成的图像 URL：", image_url)

# 步骤 2 — 图像 + 文本→视频（Veo 3.1）
create_resp = requests.post(
    f"{BASE}/videos/generations",
    headers={
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json",
    },
    json={
        "model": "veo-3.1-generate-preview",
        "prompt": prompt,
        "image_url": image_url,   # 将引导图像传递给视频模型
        # 可选：
        # "duration_seconds": 6,
        # "aspect_ratio": "16:9"
    },
    timeout=60,
)
create_resp.raise_for_status()
operation = create_resp.json()
operation_id = operation["id"]

print("已创建视频生成任务：", operation_id)

# 步骤 3 — 轮询视频生成任务
while True:
    status_resp = requests.get(
        f"{BASE}/videos/operations/{operation_id}",
        headers={"Authorization": f"Bearer {API_KEY}"},
        timeout=60,
    )
    status_resp.raise_for_status()
    op = status_resp.json()
    status = op.get("status")

    print("当前状态：", status)

    if status == "succeeded":
        video_url = op["result"]["videos"][0]["url"]
        break
    if status == "failed":
        raise RuntimeError(f"视频生成失败：{op.get('error')}")
    time.sleep(10)

print("视频已就绪，地址：", video_url)

# 步骤 4 — 下载最终视频
video_resp = requests.get(video_url, timeout=300)
video_resp.raise_for_status()
with open("veo3_with_image_input.mp4", "wb") as f:
    f.write(video_resp.content)

print("生成的视频已保存为 veo3_with_image_input.mp4")

---

5) 安全与上线建议

• 不要在浏览器中暴露您的 API 密钥；请从后端路由调用。

• 配置超时、重试和并发限制以避免成本激增和 429 错误。

• 当您需要结构化输出时，优先使用带有原生 json_schema 的模型；否则使用 json_object 并在客户端进行校验。