OpenAI
基础 URL
https://desktop-api.wbench.io/v1/proxy/openai/
OpenAI 文档中使用 https://api.openai.com/ 的地方,请改用 https://desktop-api.wbench.io/v1/proxy/openai/。
这就是 OpenAI 自己的 API
基础 URL 之后的部分就是 OpenAI 的 API ,与 OpenAI 的文档完全一致:相同的路径、方法、查询参数和 JSON 正文。唯一的区别是地址和凭据:您发送自己的 Workbench 令牌,Workbench 在服务器上加上贵公司的 OpenAI 密钥。您永远看不到这个密钥。
说明
- 模型调用经由 Workbench 的 AI 中继:只接受
POST v1/responses(不支持 Chat Completions),费用计入贵公司和您本人的每月 AI 预算,可用的模型由贵公司设定。其他路径(例如GET v1/models)只接受 GET。设置stream: true即以流式返回,计费方式相同。 - 公司管理员在“公司密钥”中添加贵公司的 OpenAI 密钥后,该连接即可使用。
示例
先设置 WB_TOKEN:export WB_TOKEN=$(wb token)。
wb
wb call openai v1/responses --data '{"model": "gpt-6.1-sol", "input": "Hello"}'
curl
curl "https://desktop-api.wbench.io/v1/proxy/openai/v1/responses" \
-H "Authorization: Bearer $(wb token)" \
-H "Content-Type: application/json" \
-d '{"model": "gpt-6.1-sol", "input": "Hello"}'
Python
安装:pip install openai。
import os
from openai import OpenAI
client = OpenAI(
base_url="https://desktop-api.wbench.io/v1/proxy/openai/v1",
api_key=os.environ["WB_TOKEN"], # 您的 Workbench 令牌,以 Authorization: Bearer 发送
)
response = client.responses.create(model="gpt-6.1-sol", input="Hello")
print(response.output_text)
TypeScript
安装:npm install openai。
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://desktop-api.wbench.io/v1/proxy/openai/v1",
apiKey: process.env.WB_TOKEN, // 您的 Workbench 令牌,以 Authorization: Bearer 发送
});
const response = await client.responses.create({ model: "gpt-6.1-sol", input: "Hello" });
console.log(response.output_text);
请求被拒绝时的响应格式见限制与错误。