API 接入教程
兼容 OpenAI 接口 · 5 分钟接入 · 支持 Python / Node / 桌面客户端
你需要两样东西:
① 接口地址:https://wbhub.site/v1
② API Key:在控制台「令牌」页创建
一、Python 接入(openai 官方库)
pip install openai
from openai import OpenAI
client = OpenAI(
api_key="sk-你的令牌",
base_url="https://wbhub.site/v1"
)
resp = client.chat.completions.create(
model="glm-5.3",
messages=[
{"role": "system", "content": "你是一个有用的助手"},
{"role": "user", "content": "你好"}
],
stream=True
)
for chunk in resp:
if chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="")
二、Node.js 接入
npm install openai
import OpenAI from "openai";
const client = new OpenAI({
apiKey: "sk-你的令牌",
baseURL: "https://wbhub.site/v1",
});
const resp = await client.chat.completions.create({
model: "kimi-k3",
messages: [{ role: "user", content: "你好" }],
});
console.log(resp.choices[0].message.content);
三、curl 命令行
curl https://wbhub.site/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer sk-你的令牌" \
-d '{
"model": "deepseek-v4-pro",
"messages": [{"role": "user", "content": "你好"}],
"stream": false
}'
四、常用客户端配置
Cherry Studio
| 配置项 | 值 |
| API 地址 | https://wbhub.site/v1 |
| API 密钥 | 你的令牌 |
| 模型 | 手动添加,如 glm-5.3 |
沉浸式翻译 / Bob 翻译
| 配置项 | 值 |
| 服务 | OpenAI |
| API 地址 | https://wbhub.site/v1 |
| API Key | 你的令牌 |
| 模型 | glm-5.3-flash(便宜快) |
Cursor / Cline / Continue(AI 编程)
| 配置项 | 值 |
| Base URL | https://wbhub.site/v1 |
| API Key | 你的令牌 |
| Model | kimi-k3 或 qwen3.7-plus |
五、支持哪些模型
完整列表与价格见 价格表。常用模型:
| 模型 | 特点 | 适合 |
glm-5.3 | 综合能力强,中文好 | 通用对话 |
kimi-k3 | 上下文超长(1M) | 长文档分析 |
deepseek-v4-pro | 推理强,峰谷价更便宜 | 逻辑推理、代码 |
qwen3.7-plus | 多模态、性价比高 | 图文理解 |
glm-5.3-flash | 极便宜(¥0.14/M) | 翻译、批量处理 |
minimax-m3 | 便宜 | 日常对话 |
六、常见报错
| 报错 | 原因 | 解决 |
| 401 Unauthorized | Key 错误 | 检查令牌是否正确、是否启用 |
| 403 / 无权限 | 模型不在你的分组 | 换模型或联系客服调整分组 |
| 429 Too Many Requests | 请求过快 | 降低并发 |
| 余额不足 | 额度用完 | 去钱包充值 |
| model not found | 模型名写错 | 对照价格表里的名称 |
注意:模型名必须和价格表里完全一致(区分大小写),例如 glm-5.3 不能写成 GLM-5.3。
LanLan API · 返回首页