AiOnly大模型服务实测：从零开始Python调用ChatGPT/Claude API，打造专属AI智能体
AiOnly大模型服务实测：从零开始Python调用ChatGPT/Claude API，打造专属AI智能体
本文围绕 AiOnly 一站式 Mass 模型服务平台展开，先介绍其基础概念与服务，平台聚焦降低模型应用门槛，整合全球前沿模型，提供企业级 API 服务，降低成本且支持高并发，可调用多种顶尖大模型。接着详细说明平台注册、免费额度领取及 API 密钥获取步骤，还介绍热门模型功能。随后重点讲解 Python 调用 API 的实战，包括环境准备、基础与进阶调用，以及专属 Python 学习智能体的封装与功能扩展，提及对话和图片理解、入参参数。最后列出常见问题与解决方案，并总结平台优势及进一步开发方向，让你更方便上手。
一、关于AiOnly
1.1 AiOnly的基础概念
AiOnly是一站式Mass模型服务平台，聚焦降低模型应用门槛，加速场景智能化进程，以一键调用、敏捷开发为核心，整合全球前沿模型，通过标准化API接口与模块化组件，将复杂模型技术转化为可快速集成的“智能积木”。
1.2 AiOnly的模型服务
AiOnly提供企业级API服务，极大降低了海外访问成本，以及模型Token使用成本，同时，平台调用支持高并发，多账号轮询超越原厂水平，并提供了高速专线，可畅享全球顶尖大模型，包括GPT、Claude、Gemini等最新模型，也可在线体验文本/图片/视频大模型的强大性能。
二、AiOnly平台注册与API密钥获取
要调用 AiOnly 的 API，首先需要完成平台注册并获取 API 密钥，这是所有操作的基础，步骤简单无门槛。
2.1 平台注册流程
- 打开AiOnly官方网站（https://www.aiionly.com/login?inviteCode=0001143），点击右上角“注册”按钮；
- 支持手机号或微信、支付宝三种注册方式，输入对应信息后完成验证码验证；
- 验证通过后直接登录，自动跳转至平台“控制台”首页。
2.2 领取免费额度与创建API密钥
- 完成注册后即可获得token免费体验额度，可在控制台卡券中心确认，足够完成前期开发测试；
- 开通自己想应用的大模型，我这里选择的是GPT-5-Chat ,大家可以根据自己的需求选择对应的模型，然后开通服务。
- 点击“新建密钥”，输入密钥名称（如“Python智能体开发”），无需额外配置，直接点击“确认”；
点击左侧菜单栏“API Key”，进入密钥创建页面；
⚠️ 注意： API密钥是调用接口的核心凭证，请勿分享给他人，避免被恶意使用导致额度消耗或额外费用。
2.3 热门模型免费体验
在 AiOnly 平台，无需复杂配置即可通过国内直连专线免费体验全球顶尖大模型，所有模型共享统一 API 接口，仅需修改model参数即可切换调用。以下为各热门模型的功能介绍与使用说明：
2.3.1 ChatGPT5
作为 OpenAI 旗舰级模型，ChatGPT5 在自然语言理解、逻辑推理与多模态交互能力上实现全面突破。擅长万字级长文本创作与逻辑保持，多轮对话记忆达 15 轮，推理正确率提升至 92%，支持多模态分析与文化适配的精准翻译，适合报告撰写、学术研究等场景。
在线体验：
AI给的代码效果演示：
2.3.2 Claude Sonnet 4.5
Anthropic 发布的 Claude Sonnet 4.5 以 “编程与智能体构建标杆” 为定位，多项能力实现行业突破。编码能力突出，SWE-bench 得分达 82%，支持多文件重构与安全敏感场景开发，长文档处理与数学推理能力强，新增工具调用与上下文编辑功能。
在线体验：
AI给的代码效果演示：
2.3.3 GPT-5-Codex
GPT-5-Codex 是 OpenAI 专为代码开发场景打造的细分模型系列，按性能梯度分为三个版本，精准适配不同开发需求。分 High/Medium/Low 三版本，覆盖深度学习开发、API 编写到轻量脚本任务，代码生成准确率最高 92%，支持仓库级理解与动态推理，适配不同复杂度开发需求。
在线体验：
AI给的代码效果演示：
2.3.4 Grok-4
Grok-4 作为侧重实时信息与个性化交互的模型，以 “敏捷响应与场景适配” 为核心优势。文本模态专用，13 万 token 上下文窗口，推理性能强劲，HLE 得分 44.4% 超同类模型，支持函数调用与结构化输出，擅长实时信息分析与个性化交互。
在线体验：
AI给的代码效果演示：
2.3.5 Gemini-2.5 Pro
Google DeepMind 推出的 Gemini-2.5 Pro 以 “多模态融合与高效推理” 为特色，百万级 token 上下文，支持文本、图像等多模态融合处理，推理速度提升 40%，具备结构化输出与 “思考” 功能，适配跨境业务与轻量化部署。
在线体验：
AI给的代码效果演示：
2.3.6 更多模型
AiOnly 模型广场持续更新主流模型，免费体验覆盖文本、图像、语音等全场景，国内外主流大模型都有！
随心切换开通模型，一键应用所有国内外热门模型 ，这点非常nice！
三、Python调用AiOnly API核心实战（支持ChatGPT/Claude）
AiOnly 的优势在于 “统一接口”—— 无论是调用 ChatGPT 还是 Claude，只需修改 “model” 参数，无需学习不同模型的接口规范。下面先从基础调用开始，再逐步升级到智能体开发。
3.1 环境准备：安装依赖库
首先安装 Python 调用 API 所需的库，官方推荐使用requests（通用 HTTP 请求库），也可使用 AiOnly 官方 SDK，这里以更通用的requests为例：
# 安装 Flask 框架（用于搭建 Web 服务）和 requests（调用 AiOnly API） pip install flask requests 3.2 chatgpt基础调用：单轮对话（以ChatGPT为例）
单轮对话适用于简单的 “一问一答” 场景，比如查询某个知识点、生成一段文本。代码如下，每一行都附带详细注释：
import requests # -------------------------- 1. 配置核心参数 --------------------------# 替换为你在AiOnly平台获取的API密钥 API_KEY ="你的AiOnly API密钥"# AiOnly API的基础地址（固定不变） BASE_URL ="https://api.aionly.com/v1/chat/completions"# 选择要调用的模型：ChatGPT-3.5可填"gpt-3.5-turbo"，Claude-3可填"claude-3-sonnet-20240229" TARGET_MODEL ="gpt-5-chat"# -------------------------- 2. 构造请求数据 --------------------------# messages参数：存储对话内容，每个元素包含"role"（角色）和"content"（内容）# role可选值：user（用户）、assistant（AI助手）、system（系统，用于定义AI角色） request_data ={"model": TARGET_MODEL,"messages":[# 系统提示：定义AI的身份和回答规则（这是打造智能体的关键第一步）{"role":"system","content":"你是一个专业的Python编程助手，回答需包含完整代码和详细注释，语言简洁易懂"},# 用户问题：实际需要AI处理的需求{"role":"user","content":"请写一个Python函数，实现列表去重功能"}],"temperature":0.6# 随机性控制：0-1之间，值越小回答越稳定，值越大创造力越强}# -------------------------- 3. 构造请求头 --------------------------# 必须包含Authorization（身份验证）和Content-Type（数据格式） request_headers ={"Authorization":f"Bearer {API_KEY}","Content-Type":"application/json"}# -------------------------- 4. 发送请求并解析结果 --------------------------try:# 发送POST请求（AiOnly API仅支持POST方式） response = requests.post( url=BASE_URL, json=request_data,# 自动将Python字典转为JSON格式 headers=request_headers, timeout=30# 超时时间：避免请求卡住，根据需求调整)# 检查请求是否成功（状态码200表示成功）if response.status_code ==200:# 解析返回的JSON数据 result = response.json()# 提取AI的回复内容（固定从choices[0].message.content获取） ai_reply = result["choices"][0]["message"]["content"]print("Python编程助手回复：")print(ai_reply)else:# 请求失败时，打印错误信息 error_info = response.json()print(f"API调用失败！错误原因：{error_info['error']['message']}")except Exception as e:# 捕获网络异常等其他错误print(f"程序运行出错：{str(e)}")运行效果：
3.3 chatgpt进阶调用：多轮对话（实现上下文记忆）
智能体需要具备 “上下文记忆” 能力，比如用户先问 “如何读取 Excel”，再问 “如何筛选其中的数据”，AI 能关联上一轮对话。核心逻辑是保存历史对话记录，每次请求时将完整历史传入 API，代码如下：
import requests # 基础配置（与单轮对话一致） API_KEY ="你的AiOnly API密钥" BASE_URL ="https://api.aionly.com/v1/chat/completions" TARGET_MODEL ="gpt-5-chat"# 切换为Claude模型# -------------------------- 关键：初始化对话历史 --------------------------# 存储所有轮次的对话，包括system提示、用户输入、AI回复 conversation_history =[{"role":"system","content":"你是Python编程助手，需基于上一轮对话内容回答，避免重复，代码需可运行"}]defget_ai_response(user_question):""" 调用AiOnly API获取AI回复，并更新对话历史 :param user_question: 用户当前的问题 :return: AI的回复内容 """# 1. 将用户当前问题添加到对话历史 conversation_history.append({"role":"user","content": user_question})# 2. 构造请求数据（messages传入完整对话历史） request_data ={"model": TARGET_MODEL,"messages": conversation_history,"temperature":0.5}# 3. 发送请求 request_headers ={"Authorization":f"Bearer {API_KEY}","Content-Type":"application/json"}try: response = requests.post(BASE_URL, json=request_data, headers=request_headers, timeout=30)if response.status_code ==200: ai_reply = response.json()["choices"][0]["message"]["content"]# 4. 将AI回复添加到对话历史（用于下一轮上下文关联） conversation_history.append({"role":"assistant","content": ai_reply})return ai_reply else:returnf"调用失败：{response.json()['error']['message']}"except Exception as e:returnf"运行出错：{str(e)}"# -------------------------- 测试多轮对话 --------------------------if __name__ =="__main__":print("Python编程助手（输入'退出'结束对话）：你好！有什么Python问题可以帮你？")whileTrue: user_input =input("你：")if user_input.lower()in["退出","exit"]:print("Python编程助手：再见！")break# 调用函数获取AI回复并打印 ai_answer = get_ai_response(user_input)print(f"Python编程助手：{ai_answer}")可以持续提问，并回答。
四、打造专属Python学习智能体：功能封装与场景扩展
前面的代码已经实现了基础对话能力，接下来我们将其封装成一个可复用的 “智能体类”，并扩展功能（如支持模型切换、对话记录保存），让智能体更贴近实际使用场景。
4.1 智能体类封装（可直接复用）
智能体类是整个系统的核心，我们将所有与 AI 交互相关的功能封装在PythonLearningAgent类中，使其具备高内聚、低耦合的特性，方便后续维护和扩展。里面包含各种热门国外大模型，也可以根据自己的需求自定义添加 。
"gpt-5-chat": "GPT-5 Chat", "claude-sonnet-4.5": "Claude Sonnet 4.5", "gpt-5-codex": "GPT-5 Codex", "grok-4": "Grok-4", "gemini-2.5-flash": "Gemini 2.5 Flash" 完整代码（安装上面依赖，可以直接使用）
from flask import Flask, request, jsonify, render_template_string, session from flask_cors import CORS from flask_session import Session import requests import json from datetime import datetime import uuid import os from functools import wraps # 配置文件加载classConfig: SECRET_KEY = os.environ.get('SECRET_KEY', 'dev-secret-key-123456') SESSION_TYPE = 'filesystem' SESSION_FILE_DIR = os.path.join(os.path.abspath(os.path.dirname(__file__)), 'sessions') AI_API_KEY = os.environ.get('AI_API_KEY', '填写 自己的 APK') AI_BASE_URL ="https://api.aionly.com/v1/chat/completions" MAX_RETRIES =2 TIMEOUT =30# 初始化Flask服务 app =Flask(__name__) app.config.from_object(Config)CORS(app, supports_credentials=True)Session(app)# 会话管理装饰器defrequire_session(f): @wraps(f)defdecorated_function(*args,**kwargs):if 'user_id' notin session: session['user_id']=str(uuid.uuid4()) session['agents']={}returnf(*args,**kwargs)return decorated_function # 智能体核心类封装classAiOnlyWebAgent:def__init__(self, api_key, base_url): self.api_key = api_key self.base_url = base_url self.supported_models ={"gpt-5-chat":"GPT-5 Chat","claude-sonnet-4.5":"Claude Sonnet 4.5","gpt-5-codex":"GPT-5 Codex","grok-4":"Grok-4","gemini-2.5-flash":"Gemini 2.5 Flash"} self.default_model ="gpt-5-chat" self.conversation_history =[{"role":"system","content":"你是专业智能助手，回答精准简洁，代码需带注释"}] self.max_history_length =20 # 限制历史记录长度 defget_response(self, user_question, temperature=0.6, max_retries=2):# 限制对话历史长度，防止请求过大iflen(self.conversation_history)> self.max_history_length: self.conversation_history =[self.conversation_history[0]]+ self.conversation_history[-self.max_history_length +1:] self.conversation_history.append({"role":"user","content": user_question}) request_data ={"model": self.default_model,"messages": self.conversation_history,"temperature": temperature } headers ={"Authorization": f"Bearer {self.api_key}","Content-Type":"application/json"}for attempt inrange(max_retries +1):try: resp = requests.post( self.base_url, json=request_data, headers=headers, timeout=app.config['TIMEOUT'])if resp.status_code ==200: ai_reply = resp.json()["choices"][0]["message"]["content"] self.conversation_history.append({"role":"assistant","content": ai_reply})return{"status":"success","reply": ai_reply,"model": self.supported_models[self.default_model]}else: error_msg = f"AiOnly API错误：{resp.json().get('error', {}).get('message', '未知错误')}"if attempt < max_retries:continue # 重试 return{"status":"fail","error": error_msg} except requests.exceptions.Timeout: error_msg = f"请求超时（第{attempt + 1}次尝试）" except requests.exceptions.ConnectionError: error_msg = f"连接错误（第{attempt + 1}次尝试）" except Exception ase: error_msg = f"系统错误：{str(e)}"if attempt < max_retries:continuereturn{"status":"fail","error": error_msg}defswitch_model(self, model_key):if model_key in self.supported_models: self.default_model = model_key return{"status":"success","current_model": self.supported_models[model_key]}else:return{"status":"fail","error":"不支持该模型，请选择下拉框中的选项"}defclear_history(self): self.conversation_history =[{"role":"system","content":"你是专业智能助手，回答精准简洁，代码需带注释"}]return{"status":"success","msg":"对话历史已清空"}# 获取当前用户的智能体实例defget_current_agent(): user_id = session['user_id']ifuser_idnotin session['agents']: session['agents'][user_id]=AiOnlyWebAgent( api_key=app.config['AI_API_KEY'], base_url=app.config['AI_BASE_URL'])return session['agents'][user_id]# 接口1：获取前端页面 @app.route("/")defindex():# 使用原始字符串（在字符串前加r）避免转义序列警告 html_content = r''' <!DOCTYPE html><html lang="zh-CN"><head><meta charset="UTF-8"><meta name="viewport" content="width=device-width, initial-scale=1.0"><title>Python智能体对话</title><script src="https://cdn.tailwindcss.com"></script><link href="https://cdn.jsdelivr.net/npm/[email protected]/css/font-awesome.min.css" rel="stylesheet"><style>.chat-scrollbar::-webkit-scrollbar { width: 6px;}.chat-scrollbar::-webkit-scrollbar-thumb { background: #d1d5db; border-radius: 3px;}.chat-scrollbar::-webkit-scrollbar-thumb:hover { background: #9ca3af;}.code-block { background-color: #f7f7f7; border-radius: 6px; padding: 1em; overflow-x: auto; font-family: monospace; margin: 1em 0;}</style></head><body class="bg-gray-100 min-h-screen flex flex-col"><!-- 顶部导航栏 --><header class="bg-white shadow-md py-4 px-6 flex justify-between items-center"><h1 class="text-2xl font-bold text-blue-600 flex items-center"><i class="fa fa-robot mr-3"></i> Python学习智能体对话 </h1><div class="flex items-center gap-4"><!-- 模型切换下拉框 --><div class="relative"><select id="model-select"class="appearance-none bg-gray-50 border border-gray-300 rounded-lg py-2 px-4 pr-8 focus:outline-none focus:ring-2 focus:ring-blue-500"><optionvalue="gpt-5-chat">GPT-5 Chat</option><optionvalue="claude-sonnet-4.5">Claude Sonnet 4.5</option><optionvalue="gpt-5-codex">GPT-5 Codex</option><optionvalue="grok-4">Grok-4</option><optionvalue="gemini-2.5-flash">Gemini 2.5 Flash</option></select><div class="pointer-events-none absolute inset-y-0 right-0 flex items-center px-2 text-gray-700"><i class="fa fa-chevron-down text-xs"></i></div></div><!-- 清空对话按钮 --><button id="clear-btn"class="bg-red-50 text-red-600 border border-red-200 rounded-lg py-2 px-4 hover:bg-red-100 transition-colors flex items-center"><i class="fa fa-trash-o mr-2"></i>清空对话 </button></div></header><!-- 中间对话区域 --><main class="flex-1 container mx-auto px-4 py-6 max-w-4xl"><div id="chat-container"class="bg-white rounded-xl shadow-md h-[70vh] flex flex-col overflow-hidden"><!-- 对话历史区域 --><div id="chat-history"class="flex-1 p-6 overflow-y-auto chat-scrollbar space-y-6"><!-- 初始欢迎消息 --><div class="flex items-start gap-3"><div class="w-10 h-10 rounded-full bg-blue-100 flex items-center justify-center flex-shrink-0"><i class="fa fa-robot text-blue-600"></i></div><div class="bg-gray-50 rounded-lg px-4 py-3 max-w-[80%]"><p class="text-gray-800">你好！我是Python智能体，相关python问题我都能帮你解决，有什么可以帮你的？</p><p class="text-xs text-gray-500 mt-1">当前模型：GPT-5 Chat</p></div></div></div><!-- 输入区域 --><div class="border-t border-gray-100 p-4 bg-gray-50"><form id="chat-form"class="flex gap-3"><textarea id="user-input" placeholder="请输入你的问题...（支持代码、文案、推理等需求）"class="flex-1 border border-gray-300 rounded-lg px-4 py-3 focus:outline-none focus:ring-2 focus:ring-blue-500 resize-none min-h-[60px] max-h-[120px]"></textarea><button type="submit" id="send-btn"class="bg-blue-600 text-white rounded-lg px-6 py-3 hover:bg-blue-700 transition-colors flex items-center justify-center"><i class="fa fa-paper-plane mr-2"></i>发送 </button></form><p id="status-text"class="text-xs text-gray-500 mt-2 text-right">支持Enter键发送，Shift+Enter换行</p></div></div></main><!-- 底部版权信息 --><footer class="bg-white py-3 px-6 text-center text-gray-500 text-sm"><p>Powered by AiOnly ｜ 国内直连全球大模型</p></footer><script>// 后端接口基础地址const BASE_URL ="";// DOM元素const chatForm = document.getElementById("chat-form");const userInput = document.getElementById("user-input");const chatHistory = document.getElementById("chat-history");const modelSelect = document.getElementById("model-select");const clearBtn = document.getElementById("clear-btn");const sendBtn = document.getElementById("send-btn");const statusText = document.getElementById("status-text");// 格式化消息内容，特别是代码块functionformatMessage(content){// 处理代码块，使用原始字符串避免转义问题let formatted = content.replace(/```([\s\S]*?)```/g,(match, code)=>{// 提取语言类型const langMatch = code.match(/^(\w+)\n/);let lang = '';let codeContent = code;if(langMatch){ lang = langMatch[1]; codeContent = code.slice(langMatch[0].length);}return `<div class="code-block"><pre><code${lang ? ` class="language-${lang}"` : ''}>${escapeHtml(codeContent)}</code></pre></div>`;});// 处理换行 formatted = formatted.replace(/\n/g, '<br>');return formatted;}// HTML转义functionescapeHtml(unsafe){returnunsafe.replace(/&/g,"&").replace(/</g,"<").replace(/>/g,">").replace(/"/g, """).replace(/'/g,"'");}// 发送消息函数asyncfunctionsendMessage(){const content = userInput.value.trim();if(!content)return;// 1. 清空输入框并禁用按钮（防止重复发送） userInput.value=""; sendBtn.disabled =true; sendBtn.innerHTML = '<i class="fa fa-spinner fa-spin mr-2"></i>发送中'; statusText.textContent ="AI正在思考...";// 2. 添加用户消息到对话区const userMsgHtml = ` <div class="flex items-start gap-3 justify-end"><div class="bg-blue-500 text-white rounded-lg px-4 py-3 max-w-[80%]"><p>${formatMessage(content)}</p></div><div class="w-10 h-10 rounded-full bg-gray-200 flex items-center justify-center flex-shrink-0"><i class="fa fa-user text-gray-600"></i></div></div> `; chatHistory.insertAdjacentHTML("beforeend", userMsgHtml); chatHistory.scrollTop = chatHistory.scrollHeight;// 3. 调用后端接口获取AI回复try{const resp =awaitfetch(`${BASE_URL}/api/chat`,{ method:"POST",headers:{"Content-Type":"application/json"},credentials:"include",// 支持跨域会话 body: JSON.stringify({ content: content })});const data =await resp.json();// 4. 添加AI回复到对话区let aiMsgHtml ="";if(data.status ==="success"){ aiMsgHtml = ` <div class="flex items-start gap-3"><div class="w-10 h-10 rounded-full bg-blue-100 flex items-center justify-center flex-shrink-0"><i class="fa fa-robot text-blue-600"></i></div><div class="bg-gray-50 rounded-lg px-4 py-3 max-w-[80%]"><p>${formatMessage(data.reply)}</p><p class="text-xs text-gray-500 mt-1">当前模型：${data.model}</p></div></div> `; statusText.textContent ="回复完成，可继续提问";}else{ aiMsgHtml = ` <div class="flex items-start gap-3"><div class="w-10 h-10 rounded-full bg-red-100 flex items-center justify-center flex-shrink-0"><i class="fa fa-exclamation-circle text-red-600"></i></div><div class="bg-red-50 rounded-lg px-4 py-3 max-w-[80%]"><p class="text-red-600">${data.error}</p></div></div> `; statusText.textContent ="请求失败，请重试";} chatHistory.insertAdjacentHTML("beforeend", aiMsgHtml); chatHistory.scrollTop = chatHistory.scrollHeight;}catch(err){// 5. 处理网络错误const errorHtml = ` <div class="flex items-start gap-3"><div class="w-10 h-10 rounded-full bg-red-100 flex items-center justify-center flex-shrink-0"><i class="fa fa-exclamation-circle text-red-600"></i></div><div class="bg-red-50 rounded-lg px-4 py-3 max-w-[80%]"><p class="text-red-600">网络错误，请检查连接后重试</p></div></div> `; chatHistory.insertAdjacentHTML("beforeend", errorHtml); chatHistory.scrollTop = chatHistory.scrollHeight; statusText.textContent ="网络错误，请重试";}finally{// 6. 恢复按钮状态 sendBtn.disabled =false; sendBtn.innerHTML = '<i class="fa fa-paper-plane mr-2"></i>发送';}}// 切换模型函数asyncfunctionswitchModel(modelKey){try{const resp =awaitfetch(`${BASE_URL}/api/switch-model`,{ method:"POST",headers:{"Content-Type":"application/json"},credentials:"include",body: JSON.stringify({ model_key: modelKey })});const data =await resp.json();if(data.status ==="success"){ statusText.textContent = `已切换至${data.current_model}，可继续提问`;// 添加模型切换提示到对话区const tipHtml = ` <div class="flex justify-center my-2"><span class="bg-gray-100 text-gray-600 text-xs px-3 py-1 rounded-full"> 已切换模型：${data.current_model}</span></div> `; chatHistory.insertAdjacentHTML("beforeend", tipHtml); chatHistory.scrollTop = chatHistory.scrollHeight;}else{ statusText.textContent = data.error;}}catch(err){ statusText.textContent ="模型切换失败，请重试";}}// 清空对话历史函数asyncfunctionclearChat(){if(chatHistory.children.length <=1){ statusText.textContent ="对话历史已为空";return;}if(!confirm("确定要清空所有对话历史吗？"))return;try{const resp =awaitfetch(`${BASE_URL}/api/clear-history`,{ method:"POST",credentials:"include"});const data =await resp.json();if(data.status ==="success"){// 保留初始欢迎消息，清空其他const welcomeMsg = chatHistory.firstElementChild; chatHistory.innerHTML =""; chatHistory.appendChild(welcomeMsg); statusText.textContent ="对话历史已清空";}}catch(err){ statusText.textContent ="清空失败，请重试";}}// 绑定事件 chatForm.addEventListener("submit",(e)=>{ e.preventDefault();sendMessage();}); modelSelect.addEventListener("change",(e)=>{switchModel(e.target.value);}); clearBtn.addEventListener("click", clearChat); userInput.addEventListener("keydown",(e)=>{if(e.key ==="Enter"&&!e.shiftKey){ e.preventDefault();sendMessage();}});</script></body></html> ''' returnrender_template_string(html_content)# 接口2：处理聊天请求 @app.route("/api/chat", methods=["POST"]) @require_session defchat():try: data = request.get_json() user_content = data.get("content")ifnot user_content:returnjsonify({"status":"fail","error":"请输入消息内容"}) agent =get_current_agent() result = agent.get_response( user_content, max_retries=app.config['MAX_RETRIES'])returnjsonify(result) except Exception ase:returnjsonify({"status":"fail","error": f"服务器内部错误：{str(e)}"})# 接口3：切换模型 @app.route("/api/switch-model", methods=["POST"]) @require_session defswitch_model():try: data = request.get_json() model_key = data.get("model_key")ifnot model_key:returnjsonify({"status":"fail","error":"请选择模型"}) agent =get_current_agent() result = agent.switch_model(model_key)returnjsonify(result) except Exception ase:returnjsonify({"status":"fail","error": f"服务器内部错误：{str(e)}"})# 接口4：清空对话历史 @app.route("/api/clear-history", methods=["POST"]) @require_session defclear_history():try: agent =get_current_agent() result = agent.clear_history()returnjsonify(result) except Exception ase:returnjsonify({"status":"fail","error": f"服务器内部错误：{str(e)}"})# 启动服务if __name__ =="__main__":# 确保会话目录存在ifnot os.path.exists(app.config['SESSION_FILE_DIR']): os.makedirs(app.config['SESSION_FILE_DIR'], exist_ok=True)# 开发环境配置 app.run(host="0.0.0.0", port=5000, debug=True)4.2 实现功能（热门模型在线使用）
基于上述智能体类，我们可以快速构建一个完整的 Python 学习辅助系统，包含以下核心功能：
- 场景化对话能力针对 Python 学习场景优化了系统提示，使智能体能够：
- 结合示例解释语法
- 提供带注释的代码
- 分步骤讲解复杂概念
- 根据用户水平调整讲解深度
- 模型切换机制提供 4 种针对性模型，满足不同学习需求：
- 通用对话模型：适合 Python 基础概念学习
- 代码专项模型：适合编程实践和调试
- 文档理解模型：适合解读官方文档和技术文章
- 快速响应模型：适合语法查询和快捷问答
- 对话管理功能
- 自动截断过长对话历史，保证响应速度
- 支持手动清空对话，重新开始学习
- 可将重要对话保存为 JSON 文件，方便复习
- 错误处理机制完善的异常捕获和错误提示，包括：
- API 请求失败处理
- 网络连接错误提示
- 无效操作的友好提示
4.3 对话/图片理解
描述图像中的内容或者对其进行分类打标，如识别人物、地点、花鸟鱼虫等。
文本生成所需的输入（提示或Prompt）可以是简单的关键词、一句话概述或是更复杂的指令和上下文信息。文本生成模型通过分析大量现有数据，学习语言模式，广泛应用于以下领域：
内容创作：自动生成新闻报道、商品介绍、短视频脚本等。
客户服务：在聊天机器人中应用，提供24小时客服支持，解答常见问题。
文本翻译：快速准确地将文本从一种语言翻译成另一种语言。
摘要生成：为长篇文章、报告、客户邮件自动生成摘要。
法律文档编写：自动化生成合同模板、法律意见书的基础框架
4.4 入参参数说明
| 参数名称 | 参数解释 | 必填 | 参数类型 |
|---|---|---|---|
| model | 模型ID | 是 | String |
| messages | “聊天上下文信息（详细参数请参照下列Messages参数说明） 提供的array类型的消息列表，包含从头到尾的对话历史” | 是 | 数组 |
| max_tokens | 本次请求返回的最大 Token 数 | 否 | integer |
| temperature | “说明： 1.影响模型输出多样性，模型已有默认参数，不传值时使用各模型推荐值，不推荐用户修改。 2.取值区间为[0.0，2.0]。较高的数值会使输出更加多样化和不可预测，而较低的数值会使其更加集中和确定。” | 否 | float |
| top_p | “说明： 1.影响输出文本的多样性。模型已有默认参数，不传值时使用各模型推荐值，不推荐用户修改。 2.取值区间为[0.0，1.0]。取值越大，生成文本的多样性越强。” | 否 | float |
| stream | “是否流式接口(boolean类型) true流式接口 false非流式接口 若不传值默认false” | 否 | boolean |
| thinking | “是否开启思考(boolean类型) true开启 false不开启 不同模型针对思考模型会自动开启或关闭，如需手动控制，请手动设置” | 否 | boolean |
五、常见问题与解决方案
在调用API和开发智能体过程中，可能会遇到一些问题，这里整理了高频问题及解决方案：
| 常见问题 | 可能原因 | 解决方案 |
|---|---|---|
| API调用返回“Invalid API key” | 1. API密钥填写错误；2. 密钥已过期 | 1. 重新核对密钥，确保无多余空格；2. 登录AiOnly控制台检查密钥状态，过期则重新创建 |
| 回复内容与智能体角色不符 | system提示不够明确，未清晰定义AI职责 | 优化system提示，例如补充“禁止回答与Python无关的问题”“代码必须包含异常处理” |
| 多轮对话上下文丢失 | 未将历史对话完整传入messages参数 | 确保每次请求时，messages包含从初始化到当前轮次的所有对话记录（参考2.3节代码） |
| 调用超时（timeout错误） | 网络波动或模型处理复杂请求耗时较长 | 1. 延长timeout参数（如设为60秒）；2. 将复杂需求拆分为多个简单问题，分轮次提问 |
| 免费额度快速耗尽 | 1. 频繁调用大模型（如GPT-4）；2. 单次请求输入/输出文本过长 | 1. 开发测试阶段优先使用GPT-3.5或Claude-Haiku（消耗token更少）；2. 精简输入内容，避免冗余描述 |
六、总结
通过本文教程，你已经掌握了AiOnly模型服务的核心使用流程：从平台注册获取密钥，到用Python实现基础API调用，再到封装专属智能体。AiOnly的高速专线解决了海外模型的网络问题，统一API降低了多模型切换的学习成本，非常适合国内开发者快速落地AI应用。
如果你想进一步提升智能体能力，可尝试集成前端页面（如用Flask+HTML打造可视化界面）、对接数据库实现对话持久化，或接入企业内部系统实现定制化需求。快去AiOnly平台注册体验（https://www.aiionly.com/login?inviteCode=0001143），开启你的智能体开发之旅吧！
💎现在可以免费体验，联系博主 ，还能额外领取大量体验！让ChatGPT、Claude等更多热门大模型，随时可用。
如果在开发过程中遇到任何问题，欢迎在评论区留言交流，也可以分享你的智能体应用场景，一起探讨更多可能性～
联系博主
xcLeigh 博主，全栈领域优质创作者，博客专家，目前，活跃在ZEEKLOG、微信公众号、小红书、知乎、掘金、快手、思否、微博、51CTO、B站、腾讯云开发者社区、阿里云开发者社区等平台，全网拥有几十万的粉丝，全网统一IP为 xcLeigh。希望通过我的分享，让大家能在喜悦的情况下收获到有用的知识。主要分享编程、开发工具、算法、技术学习心得等内容。很多读者评价他的文章简洁易懂，尤其对于一些复杂的技术话题，他能通过通俗的语言来解释，帮助初学者更好地理解。博客通常也会涉及一些实践经验，项目分享以及解决实际开发中遇到的问题。如果你是开发领域的初学者，或者在学习一些新的编程语言或框架，关注他的文章对你有很大帮助。
亲爱的朋友，无论前路如何漫长与崎岖，都请怀揣梦想的火种，因为在生活的广袤星空中，总有一颗属于你的璀璨星辰在熠熠生辉，静候你抵达。
愿你在这纷繁世间，能时常收获微小而确定的幸福，如春日微风轻拂面庞，所有的疲惫与烦恼都能被温柔以待，内心永远充盈着安宁与慰藉。
至此，文章已至尾声，而您的故事仍在续写，不知您对文中所叙有何独特见解？期待您在心中与我对话，开启思想的新交流。
💞 关注博主 🌀 带你实现畅游前后端！
🥇 从零到一学习Python 🌀 带你玩转Python技术流！
🏆 人工智能学习合集 🌀 搭配实例教程与实战案例，帮你构建完整 AI 知识体系
💦 注：本文撰写于ZEEKLOG平台,作者：xcLeigh（所有权归作者所有） ，https://xcleigh.blog.ZEEKLOG.net/，如果相关下载没有跳转，请查看这个地址，相关链接没有跳转，皆是抄袭本文，转载请备注本文原地址。
📣 亲，码字不易，动动小手，欢迎 点赞 ➕ 收藏，如 🈶 问题请留言（或者关注下方公众号，看见后第一时间回复，还有海量编程资料等你来领！），博主看见后一定及时给您答复 💌💌💌
