新手项目

从 /v1/models 到第一条 chat completions。适合学生、独立开发者、课程项目和低预算 demo，包含可执行步骤、配置边界、验证方法和相关排错入口。

可运行的最小请求

from openai import OpenAI

client = OpenAI(
    base_url="https://northapilabs.xyz/v1",
    api_key="YOUR_API_KEY",
)
models = client.models.list()
model_id = next(iter(models.data)).id
result = client.chat.completions.create(
    model=model_id,
    messages=[{"role": "user", "content": "只回复 OK"}],
)
print(result.choices[0].message.content)

import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://northapilabs.xyz/v1", apiKey: process.env.API_KEY });
const models = await client.models.list();
const model = models.data[0].id;
const result = await client.chat.completions.create({ model, messages: [{ role: "user", content: "只回复 OK" }] });
console.log(result.choices[0].message.content);

示例先读取模型列表，避免把旧模型名硬编码；生产环境还应设置超时、有限重试、日志脱敏和错误分类。

落地检查

先用少量真实样本验证，再按批次、失败重跑和预算放量。 NorthAPI Labs 的公开页面只描述可验证的配置和记录方法，不替代你自己的容量、合规和成本评估。