Перейти к основному содержанию

​
Предварительные требования

  • API-ключ MegaLLM (Получите здесь)
  • Python 3.7+ или Node.js 14+ установлены
  • Базовые знания программирования

​
Шаг 1: Создайте проект

  • Python
  • JavaScript
# Создайте директорию
mkdir my-first-ai-app
cd my-first-ai-app

# Создайте виртуальное окружение
python -m venv venv
source venv/bin/activate  # На Windows: venv\Scripts\activate

# Установите зависимости
pip install openai python-dotenv

​
Шаг 2: Сохраните API-ключ

Создайте файл .env: 
MEGALLM_API_KEY=your-api-key-here
Добавьте .env в .gitignore, чтобы не коммитить ваш API-ключ!

​
Шаг 3: Базовый запрос

  • Python
  • JavaScript
Создайте app.py:
import os
from dotenv import load_dotenv
from openai import OpenAI

# Загрузите переменные окружения
load_dotenv()

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

# Сделайте запрос
response = client.chat.completions.create(
    model="gpt-4",
    messages=[
        {"role": "user", "content": "What is MegaLLM?"}
    ]
)

# Выведите ответ
print(response.choices[0].message.content)
Запустите:
python app.py

​
Шаг 4: Добавьте контекст разговора

Давайте сделаем его разговорным:
  • Python
  • JavaScript
import os
from dotenv import load_dotenv
from openai import OpenAI

load_dotenv()

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

# История разговора
messages = [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "What is Python?"}
]

# Первый ответ
response = client.chat.completions.create(
    model="gpt-4",
    messages=messages
)

# Добавьте в историю
assistant_message = response.choices[0].message.content
messages.append({"role": "assistant", "content": assistant_message})
print(f"Assistant: {assistant_message}\n")

# Последующий вопрос
messages.append({"role": "user", "content": "What are its key features?"})

response = client.chat.completions.create(
    model="gpt-4",
    messages=messages
)

print(f"Assistant: {response.choices[0].message.content}")

​
Шаг 5: Попробуйте разные модели

Переключайте модели, изменяя параметр model:
  • Python
  • JavaScript
models = ["gpt-4", "claude-3.5-sonnet", "gemini-2.5-pro"]

for model in models:
    print(f"\n--- Using {model} ---")
    response = client.chat.completions.create(
        model=model,
        messages=[
            {"role": "user", "content": "Explain quantum computing in one sentence."}
        ]
    )
    print(response.choices[0].message.content)

​
Шаг 6: Добавьте параметры

Настройте ответ с помощью параметров: 
response = client.chat.completions.create(
    model="gpt-4",
    messages=[
        {"role": "user", "content": "Write a short poem about AI"}
    ],
    temperature=0.9,      # Выше = более творческий
    max_tokens=100,       # Ограничение длины ответа
    top_p=0.95,          # Nucleus sampling
    frequency_penalty=0.5 # Уменьшение повторений
)

​
Шаг 7: Обработка ошибок

Добавьте правильную обработку ошибок:
  • Python
  • JavaScript
from openai import OpenAI, AuthenticationError, RateLimitError

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

except AuthenticationError:
    print("Недействительный API-ключ")
except RateLimitError:
    print("Превышен лимит запросов")
except Exception as e:
    print(f"Ошибка: {e}")

​
Шаг 8: Интерактивный чат

Создайте простого чат-бота:
  • Python
  • JavaScript
import os
from dotenv import load_dotenv
from openai import OpenAI

load_dotenv()

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

messages = [
    {"role": "system", "content": "You are a helpful assistant."}
]

print("Chat with AI (type 'quit' to exit)\n")

while True:
    user_input = input("You: ")

    if user_input.lower() == 'quit':
        break

    messages.append({"role": "user", "content": user_input})

    response = client.chat.completions.create(
        model="gpt-4",
        messages=messages
    )

    assistant_message = response.choices[0].message.content
    messages.append({"role": "assistant", "content": assistant_message})

    print(f"AI: {assistant_message}\n")

​
Понимание ответа

API возвращает расширенный объект ответа: 
{
  "id": "chatcmpl-123",
  "object": "chat.completion",
  "created": 1677652288,
  "model": "gpt-4",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Hello! How can I help you today?"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 9,
    "completion_tokens": 12,
    "total_tokens": 21
  }
}

​
Следующие шаги

Потоковая передача

Ответы в реальном времени

Вызов функций

Позвольте AI использовать внешние инструменты

Просмотр моделей

Изучите все доступные модели

Лучшие практики

Советы для production приложений

​
Устранение неполадок

Убедитесь, что вы установили SDK:
pip install openai  # Python
npm install openai  # JavaScript
  • Проверьте правильность вашего API-ключа
  • Убедитесь, что файл .env находится в той же директории
  • Убедитесь, что вы вызвали load_dotenv() (Python) или dotenv.config() (JS)
  • Вы делаете слишком много запросов
  • Добавьте задержки между запросами
  • Рассмотрите возможность обновления вашего плана
  • Попробуйте более быструю модель, например gpt-3.5-turbo
  • Уменьшите max_tokens
  • Используйте потоковую передачу для лучшего UX

​
Нужна помощь?