快速开始
30 秒内完成第一次调用
先从 dashboard 拿到 API key,然后选择一种语言。QSP 相关的改动只有 base_url 和 key —— 其余完全是标准的 OpenAI SDK。
1. 获取 API key
登录 quicksilverpro.io/dashboard,在 "Connect your agent" 区域复制你的 key。
将其设为 QSP_KEY 环境变量,这样下面的代码片段就可以直接使用:
shell
export QSP_KEY="sk-..."2. 发起调用
Python
python
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
resp = client.chat.completions.create(
model="deepseek-v4.1-flash",
messages=[{"role": "user", "content": "Hello!"}],
)
print(resp.choices[0].message.content)Node.js / TypeScript
typescript
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.quicksilverpro.io/v1",
apiKey: process.env.QSP_KEY,
});
const resp = await client.chat.completions.create({
model: "deepseek-v4.1-flash",
messages: [{ role: "user", content: "Hello!" }],
});
console.log(resp.choices[0].message.content);关闭思考:首个调用使用模型的默认设置即可返回可见答案。如需不带思考过程的直接回复,请将非标准 reasoning 字段放入 Python SDK 的 extra_body 参数。
python
resp = client.chat.completions.create(
model="deepseek-v4.1-flash",
messages=[{"role": "user", "content": "Hello!"}],
extra_body={"reasoning": {"enabled": False}},
)
print(resp.choices[0].message.content)TypeScript 请使用文档说明的 body 请求选项,作为 create 的第二个参数。它会替换请求体,因此需先展开标准 params,再添加 reasoning。参见 OpenAI Node SDK.
typescript
const params = {
model: "deepseek-v4.1-flash",
messages: [{ role: "user" as const, content: "Hello!" }],
};
const resp = await client.chat.completions.create(params, {
body: { ...params, reasoning: { enabled: false } },
});
console.log(resp.choices[0].message.content);Swift
swift
import Foundation
import OpenAI
let openAI = OpenAI(
configuration: .init(
token: ProcessInfo.processInfo.environment["QSP_KEY"]!,
host: "api.quicksilverpro.io",
basePath: "/v1"
)
)
let query = ChatQuery(
messages: [.user(.init(content: .string("Hello!")))],
model: "deepseek-v4.1-flash"
)
let resp = try await openAI.chats(query: query)
print(resp.choices.first?.message.content?.string ?? "")curl
shell
curl https://api.quicksilverpro.io/v1/chat/completions \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4.1-flash",
"messages": [{"role": "user", "content": "Hello!"}],
"reasoning": {"enabled": false}
}'3. 你会收到的响应
标准的 OpenAI chat-completions JSON。choices[0].message.content 是模型的回复。usage 字段汇报 prompt 与 completion token 数, 外加一个根据公开单价计算出的合成 cost 字段。
json
{
"id": "chatcmpl-...",
"object": "chat.completion",
"created": 1715800000,
"model": "deepseek-v4.1-flash",
"choices": [{
"index": 0,
"message": {"role": "assistant", "content": "Hello! How can I help?"},
"finish_reason": "stop"
}],
"usage": {
"prompt_tokens": 9,
"completion_tokens": 8,
"total_tokens": 17,
"cost": 0.00000275
}
}下一步
- 为你的工作负载挑选合适的模型 — 模型。
- 按 token 流式接收输出 — Streaming。
- 拿到强类型的 JSON 响应 — Structured output。