Llmer API 接入指南

01快速开始

1. 登录控制台，获取有权访问目标模型的 API 密钥。
2. 在模型广场确认模型名称、端点和实时价格。
3. 在自己的终端或服务端环境中设置 LLMER_API_KEY，再运行下列示例。

不要把真实密钥写进网页前端、代码仓库、截图或工单。本文不提供在线密钥输入框，也不会在浏览器中调用模型。

curl --fail-with-body -sS --max-time 30 \
  https://ry.live/v1/models \
  -H "Authorization: Bearer ${LLMER_API_KEY:?请先设置 LLMER_API_KEY}"

返回 data[].id 是该密钥可见的模型名；能列出模型不等于所有推理功能都已通过验证。接着运行对应协议的短请求。

02选择模型与协议

以上是更新日的配置快照。GPT 的 Responses 流式及 Chat 转换已有样例验收，但不是逐模型、逐参数的完整兼容认证。未确认 deepseek-v4.1-flash 的 Responses 接入或 GPT 的 Anthropic 接入，请勿由协议名称推断支持。

模型的实时价格与账户适用折扣请查看模型广场；下方 Jev 价格仅为更新日快照。模型名称已恢复为 deepseek-v4.1-flash，请同步更新客户端；原别名 eliroot-flash 不再使用。

03Chat Completions 推荐 deepseek-v4.1-flash

POST /v1/chat/completions · 使用 Bearer 鉴权，输入对话放在 messages。

curl --fail-with-body -sS --max-time 120 \
  https://ry.live/v1/chat/completions \
  -H "Authorization: Bearer ${LLMER_API_KEY:?请先设置 LLMER_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4.1-flash",
    "messages": [{"role": "user", "content": "23+19等于多少？只输出数字。"}],
    "max_tokens": 512,
    "stream": false
  }'

普通响应从 choices[0].message.content 读取文本。开启流式时，将 stream 改为 true 并给 curl 加 -N；逐个处理 SSE 数据块中的 choices[].delta，不要将整段流作为一个 JSON 解析。

GPT 的 Chat 请求通过 Llmer 转换至 Responses。优先使用下一节的原生 Responses 示例；特殊参数、工具或客户端工作流需要单独验证。

04Responses 推荐 GPT 系列

POST /v1/responses · 使用 Bearer 鉴权，输入放在 input。下面采用已验收的流式请求结构。

curl --fail-with-body -sS -N --max-time 120 \
  https://ry.live/v1/responses \
  -H "Authorization: Bearer ${LLMER_API_KEY:?请先设置 LLMER_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-terra",
    "input": [{
      "type": "message",
      "role": "user",
      "content": [{"type": "input_text", "text": "Reply with exactly RESPONSES_OK."}]
    }],
    "max_output_tokens": 128,
    "stream": true
  }'

按事件处理输出：response.output_text.delta 提供文本增量，response.completed 表示正常完成。不要用 Chat 的 choices 解析器读取 Responses。错误、失败事件或中途断开不等于成功完成。

05Anthropic Messages 有限兼容

POST /v1/messages · 使用 x-api-key 和 anthropic-version: 2023-06-01。这是协议转换，不是 Claude 模型服务。

curl --fail-with-body -sS --max-time 120 \
  https://ry.live/v1/messages \
  -H "x-api-key: ${LLMER_API_KEY:?请先设置 LLMER_API_KEY}" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4.1-flash",
    "max_tokens": 512,
    "system": "请简洁回答。",
    "messages": [{"role": "user", "content": [{"type": "text", "text": "23+19等于多少？只输出数字。"}]}]
  }'

读取 content 中 type="text" 的文本块。系统提示词使用顶层 system。流式调用加 "stream": true 与 curl -N；已实测收到 message_start、content_block_delta、message_stop 等事件。

尚未验收图片、扩展思考、缓存控制、流式工具参数、多工具并行或完整 Claude Code / WorkBuddy 工作流。请勿将基础接口测试通过等同于这些功能已兼容。

06Jev 结构化决策 jev-latest

POST /v1/decisions · 使用本站 API Key 的 Bearer 鉴权与 Content-Type: application/json。输入为 state + questions，响应为 answers，适合工单分类、规则判断和评分。

请求字段与三种题型

model 填 jev-latest；state 是待评估的字符串、对象或数组；questions 是非空对象。每个问题需有 type 和 instructions，后者同样接受字符串、对象或数组。问题键名仅用于对应返回结果，请把实际判断要求写入 instructions。

curl --fail-with-body -sS --max-time 120 \
  https://ry.live/v1/decisions \
  -H "Authorization: Bearer ${LLMER_API_KEY:?请先设置 LLMER_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "jev-latest",
    "state": "客户反馈被重复扣款，需要今天协助处理。",
    "questions": {
      "billing": {
        "type": "noul",
        "instructions": "这是否属于账单问题？"
      },
      "team": {
        "type": "choice",
        "instructions": "应交由哪个支持团队处理？",
        "criteria": {"billing": "付款、账单与退款", "technical": "软件故障"}
      },
      "urgency": {
        "type": "score",
        "instructions": "评估这条工单的紧急程度。",
        "criteria": ["低", "中", "高"]
      }
    }
  }'

下面仅为响应结构示意，概率、置信度与用量不是固定结果。不要使用聊天接口的 choices 或文本增量解析器。

{
  "model": "jev-1.13.0",
  "answers": {
    "billing": {"type": "noul", "noul": 0.98},
    "team": {
      "type": "choice", "choice": "billing",
      "probabilities": {"billing": 0.98, "technical": 0.02},
      "confidence": 0.86
    },
    "urgency": {
      "type": "score", "score": 1.65,
      "legend": {"0": "低", "1": "中", "2": "高"},
      "probabilities": {"0": 0.05, "1": 0.25, "2": 0.70},
      "confidence": 0.40
    }
  },
  "usage": {"input_tokens": 363, "output_tokens": 62}
}

计费、上下文与兼容边界

• 2026-09-21 基础价格：$0.0525/百万输入 tokens，输出免费。按上游 usage.input_tokens 计费，usage.output_tokens 仍记录用量；实际扣款按账户折扣和平台额度舍入，实时价格以模型广场为准。
• 官方上下文限制：整次请求 64k tokens，state 加最长单题 32k tokens。仅文本及文本结构化数据，不支持图片、音频或视频输入。
• 不支持 SSE；省略 stream。不使用聊天的 messages、max_tokens、max_output_tokens 或 reasoning_effort。输出为固定类型答案，没有通用文本最大输出设置。
• 当前本站只开放 jev-latest，实测响应模型为 jev-1.13.0；稳定别名可能随上游发布变化。不要据此推断版本号或 preview 可直接作为本站请求名。
• 本站适配暂不接受嵌套对象/数组形式的 criteria，请使用上表的字符串或 null 形式。结构校验通过不代表判断一定正确；重要决策需人工复核，并用自己的中文业务样本评估准确率。

验收范围：2026-09-21 已通过三种题型、鉴权、消费日志与隔离计费测试；未验收完整 Agent 工作流或生产并发上限。400/422 先检查题型和 criteria，401 检查本站密钥，429 降低并发；502 请提供请求 ID 排查，勿无限重试。

协议参考：TypeSafe API · 模型限制与官方价格。通过 Llmer 调用时，以本页路径和本站兼容范围为准。

07客户端怎么填

API Key 一栏填写本站密钥，不填写上游厂商密钥。客户端字段名及自动拼接行为不同，保存后检查实际请求路径，尤其避免 /chat/completions 缺少 /v1 或出现 /v1/v1/…。

08排查与使用建议

示例的 120 秒是客户端等待上限，不是响应时效承诺。长上下文或繁忙请求可能更慢。敏感数据先脱敏，AI 输出的重要结论需核实。

需要帮助？

联系王工：18975732490 · eliroot.zhu@gmail.com
请提供模型名、调用域名与路径、发生时间（含时区）、HTTP 状态、Request ID 和脱敏错误；不要发送完整 API Key。

协议参考