One API 使用心得：一个接口搞定ChatGPT到文心一言

菁子姐姐

130人浏览 · 2026-02-18 00:32:27

菁子姐姐 · 2026-02-18 00:32:27 发布

One API 使用心得：一个接口搞定ChatGPT到文心一言

你是否曾经为了调用不同的大模型API而头疼？每个平台都有自己的接口规范、不同的认证方式、各异的参数格式...今天我要分享的One API，让你用一个标准的OpenAI接口，就能访问从ChatGPT到文心一言的几乎所有主流大模型！

1. 为什么需要One API？

在日常开发中，我们经常需要接入多个大模型服务。比如用ChatGPT做创意生成，用文心一言处理中文内容，用Claude进行长文本分析...但每个平台都有自己的一套API规范，这给我们带来了不少麻烦：

接口不统一：每个平台参数格式不同，需要写多套代码
认证方式各异：有的用API Key，有的用Access Token，管理起来很繁琐
成本控制困难：不同平台的计费方式不同，难以统一管理使用量
切换成本高：想要换个模型试试？得重新写一套调用逻辑

One API就是为了解决这些问题而生的！它提供了一个统一的OpenAI兼容接口，让你用同样的代码调用几乎所有主流大模型。

2. One API能做什么？

2.1 支持的模型列表

One API的强大之处在于它几乎支持所有主流的大模型：

模型类型	代表模型	特别说明
OpenAI系列	GPT-4, GPT-3.5, GPT-4V	支持Azure OpenAI
国内大模型	文心一言、通义千问、讯飞星火、ChatGLM	完美支持中文场景
国际其他模型	Claude、Gemini、Mistral	覆盖全球主流模型
其他特色模型	DeepSeek、Moonshot、百川	满足特定需求

2.2 核心功能特性

One API不仅仅是个简单的代理，它提供了完整的管理功能：

统一API接口：所有模型都通过标准的OpenAI API格式调用
负载均衡：可以配置多个渠道，自动分配请求
使用量管理：精确控制每个用户/令牌的使用额度
多租户支持：适合团队或商业使用场景
完整的管理界面：Web界面管理所有配置

3. 快速部署One API

3.1 环境准备

在开始之前，确保你的系统已经安装好Docker。One API支持多种部署方式，我们以最简单的Docker部署为例。

首先创建数据目录：

mkdir -p /share/Container/one-api/data

3.2 使用Docker直接运行

最简单的部署方式，一行命令搞定：

docker run --name one-api -d --restart always \
  -p 13000:3000 \
  -e TZ=Asia/Shanghai \
  -v /share/Container/one-api/data:/data \
  justsong/one-api

参数说明：

-p 13000:3000：将容器的3000端口映射到主机的13000端口
-v /share/Container/one-api/data:/data：数据持久化目录
--restart always：容器异常退出时自动重启

3.3 使用Docker Compose部署

对于生产环境，建议使用Docker Compose部署，便于管理：

创建docker-compose.yml文件：

version: '3.8'
services:
  one-api:
    container_name: one-api
    image: justsong/one-api:latest
    restart: unless-stopped
    ports:
      - 13000:3000
    volumes:
      - /share/Container/one-api/data:/data
    environment:
      - TZ=Asia/Shanghai

然后启动服务：

docker-compose up -d

4. 初始配置和使用

4.1 登录管理系统

部署完成后，在浏览器中访问 http://你的服务器IP:13000，使用默认账号登录：

用户名：root
密码：123456

重要提示：首次登录后请立即修改默认密码！

4.2 添加第一个模型渠道

登录后，进入"渠道"菜单，点击"添加渠道"，以添加OpenAI为例：

选择类型：OpenAI
填写名称：给你的渠道起个名字，比如"我的GPT-4"
设置分组：选择default（默认分组）
输入API Key：填写你的OpenAI API Key
选择模型：系统会自动列出可用的模型，选择你需要的

点击保存，第一个渠道就添加完成了！

4.3 创建访问令牌

在"令牌"菜单中，点击"添加令牌"：

设置令牌名称
选择过期时间（可选）
设置使用额度限制（可选）

创建成功后，你就得到了一个可以用于API调用的令牌。

5. 实际使用示例

5.1 使用Python调用One API

使用One API与直接调用OpenAI API几乎完全相同，只需要修改api_base和api_key：

from openai import OpenAI

# 初始化客户端
client = OpenAI(
    api_key="你的One API令牌",
    base_url="http://你的服务器IP:13000/v1"
)

# 调用ChatGPT
response = client.chat.completions.create(
    model="gpt-3.5-turbo",  # 这里可以换成任何支持的模型
    messages=[
        {"role": "user", "content": "请用中文介绍一下你自己"}
    ]
)

print(response.choices[0].message.content)

5.2 指定使用特定模型

如果你想指定使用文心一言而不是默认的ChatGPT，只需要修改model参数：

# 调用文心一言
response = client.chat.completions.create(
    model="ernie-bot",  # 文心一言的模型名称
    messages=[
        {"role": "user", "content": "请用中文作一首关于春天的诗"}
    ]
)

5.3 流式输出支持

One API完全支持流式输出，实现打字机效果：

response = client.chat.completions.create(
    model="gpt-3.5-turbo",
    messages=[{"role": "user", "content": "讲一个长篇故事"}],
    stream=True
)

for chunk in response:
    if chunk.choices[0].delta.content is not None:
        print(chunk.choices[0].delta.content, end="", flush=True)

6. 高级功能使用技巧

6.1 负载均衡配置

如果你有多个相同模型的API Key，可以配置负载均衡：

添加多个相同类型的渠道
设置相同的分组
One API会自动在这些渠道间分配请求

这样可以提高可用性，避免单个渠道故障导致服务中断。

6.2 模型重定向

有时候你可能想要将用户对某个模型的请求重定向到另一个模型：

# 用户请求gpt-4，但实际使用claude-v2
response = client.chat.completions.create(
    model="gpt-4",  # 用户请求的模型
    messages=[{"role": "user", "content": "需要重定向的请求"}]
)

在渠道配置中设置模型重定向规则即可实现这个功能。