对话补全
给定一段由多条消息组成的对话，模型会返回一个响应。
POST https://openapi.linkwo.ai/v1/chat/completions请求体
| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
model | string | 是 | — | 模型 ID（例如 deepseek/deepseek-v4-pro、z-ai/glm-5.1） |
messages | array | 是 | — | 消息对象列表 |
temperature | float | 否 | 1.0 | 采样随机性（0–2） |
top_p | float | 否 | 1.0 | 核采样阈值 |
max_tokens | integer | 否 | 模型最大值 | 生成的最大 token 数 |
stream | boolean | 否 | false | 通过 SSE 流式返回部分结果 |
stop | string/array | 否 | null | 最多 4 个停止序列 |
presence_penalty | float | 否 | 0 | 基于存在性对新 token 进行惩罚（-2–2） |
frequency_penalty | float | 否 | 0 | 基于频率对新 token 进行惩罚（-2–2） |
response_format | object | 否 | null | 启用 JSON 模式或结构化输出 |
tools | array | 否 | null | 函数/工具定义列表 |
tool_choice | string/object | 否 | auto | 控制工具选择行为 |
seed | integer | 否 | null | 用于确定性采样 |
n | integer | 否 | 1 | 生成的补全数量 |
消息对象
| 字段 | 类型 | 必填 | 说明 |
|---|---|---|---|
role | string | 是 | system、user、assistant 或 tool |
content | string/array | 是 | 消息内容（字符串或内容片段） |
name | string | 否 | 发送者名称（用于 user/tool 角色） |
tool_calls | array | 否 | 助手发起的工具调用 |
tool_call_id | string | 否 | 工具调用的 ID（用于 tool 角色） |
请求示例
curl https://openapi.linkwo.ai/v1/chat/completions \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek/deepseek-v4-pro",
"messages": [
{"role": "system", "content": "You are a helpful coding assistant."},
{"role": "user", "content": "Write a Python function to reverse a linked list."}
],
"temperature": 0.3,
"max_tokens": 1024
}'响应
{
"id": "chatcmpl-abc123",
"object": "chat.completion",
"created": 1719000000,
"model": "deepseek/deepseek-v4-pro",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "Here's a Python function to reverse a linked list..."
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 30,
"completion_tokens": 150,
"total_tokens": 180
}
}
```bash
### 结束原因
| 原因 | 说明 |
|--------|-------------|
| `stop` | 模型自然结束或命中停止序列 |
| `length` | 在完成前已达到最大 token 数 |
| `content_filter` | 内容被安全策略过滤 |
| `tool_calls` | 模型希望调用工具 |
## 流式响应
设置 `stream: true` 即可接收 SSE 数据块。详见[流式响应](../getting-started/streaming-response)。
## 配合 OpenAI SDK 使用
```python
from openai import OpenAI
client = OpenAI(
base_url="https://openapi.linkwo.ai/v1",
api_key="YOUR_API_KEY"
)
response = client.chat.completions.create(
model="deepseek/deepseek-v4-pro",
messages=[
{"role": "user", "content": "Hello!"}
]
)支持的模型
完整可用的模型 ID 列表请见模型概览。