前几天不是发布了flash 的api接入嘛？ 但是这种方式造成不能够兼容的问题 
；在我的模块下还有一位大佬说没有办法很好的兼容其他api 
哈哈哈，喜欢一句话，没有条件可以创造条件。 
（骗你的，其实是我自己想 做
）
官方文档压压惊
subcommand的自定义：
提问：
第一步请开启你的计划模式欸!!!
中间稍微迭代一下
哈哈哈，那就类似于大模型开发的api调用原理：
当然此处的内容会更加的全面。
但是有一个想法，那就是利用openai兼容的api的python脚本进行调用大模型
为了能够更加合适的方式进行脚本上传，增加一个.env文件进行储存api和url；
subcommand
哈哈哈，subcommand已经在上传了，官方审核中；
以下是python代码
‘’'python
“”"
.env文件解析和LLM API调用脚本
支持从.env文件中读取API配置并调用OpenAI兼容的LLM API
“”"
import os
import json
import requests
from pathlib import Path
def parse_env_file(env_path):
“”"
解析.env文件，返回配置字典
Args:
env_path: .env文件的路径
Returns:
dict: 包含所有配置的字典
"""
config = {}
if not os.path.exists(env_path):
print("错误：.env文件不存在")
return config
with open(env_path, 'r', encoding='utf-8') as f:
for line in f:
line = line.strip()
# 跳过注释和空行
if not line or line.startswith('#'):
continue
# 解析键值对
if '=' in line:
key, value = line.split('=', 1)
key = key.strip()
value = value.strip()
# 去除引号
if value.startswith('"') and value.endswith('"'):
value = value[1:-1]
elif value.startswith("'") and value.endswith("'"):
value = value[1:-1]
config[key] = value
return config
def call_llm_api(api_url, api_key, model, user_message):
“”"
调用LLM API（OpenAI兼容格式）
Args:
api_url: API端点URL
api_key: API密钥
model: 模型名称
user_message: 用户输入的消息
Returns:
str: API的响应内容
"""
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {api_key}"
}
payload = {
"model": model,
"messages": [
{"role": "user", "content": user_message}
]
}
try:
response = requests.post(api_url, headers=headers, json=payload, timeout=60)
response.raise_for_status()
result = response.json()
# 尝试提取回复内容
if 'choices' in result and len(result['choices']) > 0:
return result['choices'][0]['message']['content']
else:
return f"API返回格式异常：{json.dumps(result, ensure_ascii=False, indent=2)}"
except requests.exceptions.RequestException as e:
return f"API调用失败：{str(e)}"
except json.JSONDecodeError as e:
return f"响应解析失败：{str(e)}"
except Exception as e:
return f"发生错误：{str(e)}"
def main():
“”“主程序”“”
# 获取.env文件路径
env_path = Path(file).parent.parent / ‘.env’
# 解析.env文件
config = parse_env_file(env_path)
# 检查必需的配置
if 'API_URL' not in config:
print("错误：.env文件中未找到API_URL配置")
exit(1)
if 'api_key' not in config:
print("错误：.env文件中未找到api_key配置")
exit(1)
if 'model' not in config:
print("错误：.env文件中未找到model配置")
exit(1)
api_url = config['API_URL']
api_key = config['api_key']
model = config['model']
# 从命令行参数或环境变量获取用户输入
user_message = os.getenv('USER_MESSAGE', '')
if not user_message:
print("错误：未提供用户输入")
exit(1)
# 调用API
response = call_llm_api(api_url, api_key, model, user_message)
print(response)
if name == “main”:
main()
‘’’
env.文件格式：
嘿嘿，晚安!!! 