设置指南

环境设置

1. 安全存储您的 API 密钥

Linux/macOS
Windows
.env 文件

添加到您的 shell 配置文件:

# ~/.bashrc 或 ~/.zshrc
export MEGALLM_API_KEY="your-api-key-here"

然后重新加载:

source ~/.bashrc
# 或
source ~/.zshrc

或使用 .env 文件:

echo "MEGALLM_API_KEY=your-api-key-here" >> .env

PowerShell:

[System.Environment]::SetEnvironmentVariable("MEGALLM_API_KEY", "your-api-key-here", "User")

命令提示符:

setx MEGALLM_API_KEY "your-api-key-here"

在项目根目录创建 .env 文件:

MEGALLM_API_KEY=your-api-key-here

Python:

from dotenv import load_dotenv
load_dotenv()

JavaScript:

require('dotenv').config();

将 .env 添加到您的 .gitignore 以避免提交密钥!

2. 安装 SDK

Python
JavaScript/TypeScript
Go
其他语言

# OpenAI SDK (推荐)
pip install openai

# 或 Anthropic SDK
pip install anthropic

# 用于环境变量
pip install python-dotenv

# OpenAI SDK (推荐)
npm install openai

# 或 Anthropic SDK
npm install @anthropic-ai/sdk

# 用于环境变量
npm install dotenv

go get github.com/sashabaranov/go-openai

3. 配置您的客户端

Python - OpenAI 格式
Python - Anthropic 格式
JavaScript - OpenAI 格式
JavaScript - Anthropic 格式

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://ai.megallm.io/v1",
    api_key=os.getenv("MEGALLM_API_KEY")
)

# 测试连接
response = client.chat.completions.create(
    model="gpt-4",
    messages=[{"role": "user", "content": "你好!"}]
)
print(response.choices[0].message.content)

import os
from anthropic import Anthropic

client = Anthropic(
    base_url="https://ai.megallm.io",
    api_key=os.getenv("MEGALLM_API_KEY")
)

# 测试连接
message = client.messages.create(
    model="claude-3.5-sonnet",
    max_tokens=100,
    messages=[{"role": "user", "content": "你好!"}]
)
print(message.content[0].text)

import OpenAI from 'openai';

const client = new OpenAI({
  baseURL: 'https://ai.megallm.io/v1',
  apiKey: process.env.MEGALLM_API_KEY
});

// 测试连接
const response = await client.chat.completions.create({
  model: 'gpt-4',
  messages: [{ role: 'user', content: '你好!' }]
});
console.log(response.choices[0].message.content);

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  baseURL: 'https://ai.megallm.io',
  apiKey: process.env.MEGALLM_API_KEY
});

// 测试连接
const message = await client.messages.create({
  model: 'claude-3.5-sonnet',
  max_tokens: 100,
  messages: [{ role: 'user', content: '你好!' }]
});
console.log(message.content[0].text);

项目设置

新项目

创建项目目录:
```
mkdir my-ai-project
cd my-ai-project
```

初始化项目:

# Python
python -m venv venv
source venv/bin/activate
pip install openai python-dotenv

# JavaScript
npm init -y
npm install openai dotenv

创建 .env 文件:

echo "MEGALLM_API_KEY=your-key-here" > .env
echo ".env" >> .gitignore

创建第一个脚本: 参阅第一个请求指南

现有项目

如果您已经在使用 OpenAI 或 Anthropic:

更新基础 URL:

# 之前
client = OpenAI(api_key="sk-...")

# 之后
client = OpenAI(
    base_url="https://ai.megallm.io/v1",
    api_key="your-megallm-key"
)

就是这样! 您所有现有的代码都可以正常工作。

IDE 设置

VS Code

安装推荐的扩展:

Python 扩展 (用于 Python)
ESLint (用于 JavaScript)
REST Client (用于测试 API)

PyCharm / IntelliJ

在运行配置中配置环境变量。

AI 编程助手

MegaLLM 提供 CLI 来配置 AI 编码工具:

npx megallm@latest

这将设置:

Claude Code
Codex/Windsurf
OpenCode

详情请参阅 CLI 文档。

验证设置

测试您的配置:

Python
JavaScript
cURL

import os
from openai import OpenAI

# 检查 API 密钥
api_key = os.getenv("MEGALLM_API_KEY")
if not api_key:
    print("❌ API 密钥未设置!")
    exit(1)
print("✅ 找到 API 密钥")

# 测试连接
client = OpenAI(
    base_url="https://ai.megallm.io/v1",
    api_key=api_key
)

try:
    response = client.chat.completions.create(
        model="gpt-4",
        messages=[{"role": "user", "content": "说 '设置成功!'"}],
        max_tokens=10
    )
    print("✅ 连接成功!")
    print(f"响应: {response.choices[0].message.content}")
except Exception as e:
    print(f"❌ 错误: {e}")

import OpenAI from 'openai';

// 检查 API 密钥
const apiKey = process.env.MEGALLM_API_KEY;
if (!apiKey) {
  console.log('❌ API 密钥未设置!');
  process.exit(1);
}
console.log('✅ 找到 API 密钥');

// 测试连接
const client = new OpenAI({
  baseURL: 'https://ai.megallm.io/v1',
  apiKey: apiKey
});

try {
  const response = await client.chat.completions.create({
    model: 'gpt-4',
    messages: [{ role: 'user', content: "说 '设置成功!'" }],
    max_tokens: 10
  });
  console.log('✅ 连接成功!');
  console.log(`响应: ${response.choices[0].message.content}`);
} catch (error) {
  console.log(`❌ 错误: ${error.message}`);
}

curl https://ai.megallm.io/v1/chat/completions \
  -H "Authorization: Bearer $MEGALLM_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4",
    "messages": [{"role": "user", "content": "说设置成功!"}],
    "max_tokens": 10
  }'

故障排除

找不到 API 密钥

问题: 环境变量未设置解决方案:

检查变量名: MEGALLM_API_KEY
重新加载 shell: source ~/.bashrc
验证: echo $MEGALLM_API_KEY

身份验证失败 (401)

问题: API 密钥无效解决方案:

验证密钥以 sk-mega- 开头
检查是否有额外的空格
在仪表板生成新密钥

连接超时

问题: 网络或防火墙问题解决方案:

检查互联网连接
验证防火墙设置
尝试不使用 VPN

找不到模块

问题: SDK 未安装解决方案:

pip install openai  # Python
npm install openai  # JavaScript

下一步

第一个请求

构建您的第一个 AI 应用程序

浏览模型

探索 70+ 个可用模型

API 参考

完整的 API 文档

最佳实践

提示和常见问题

概述

快速入门

环境设置

1. 安全存储您的 API 密钥

2. 安装 SDK

3. 配置您的客户端

项目设置

新项目

现有项目

IDE 设置

VS Code

PyCharm / IntelliJ

AI 编程助手

验证设置

故障排除

下一步

第一个请求

浏览模型

API 参考

最佳实践

概述

快速入门

Documentation Index

​环境设置

​1. 安全存储您的 API 密钥

​2. 安装 SDK

​3. 配置您的客户端

​项目设置

​新项目

​现有项目

​IDE 设置

​VS Code

​PyCharm / IntelliJ

​AI 编程助手

​验证设置

​故障排除

​下一步

第一个请求

浏览模型

API 参考

最佳实践

环境设置

1. 安全存储您的 API 密钥

2. 安装 SDK

3. 配置您的客户端

项目设置

新项目

现有项目

IDE 设置

VS Code

PyCharm / IntelliJ

AI 编程助手

验证设置

故障排除

下一步