教程2026年11月21日4,917 浏览约 17 分钟阅读

Qwen Code 1.0 Preview实战:API接入与Agent自动化开发

Qwen Code 1.0 Preview有哪些新变化?详解OpenAI SDK接入、KoalaAPI模型配置、Headless Mode、REST API及MCP自动化开发。

Qwen Code 1.0 Preview实战:API接入与Agent自动化开发

AI 编程工具正在从代码补全和问题解答,逐渐转向能够理解项目、修改文件、执行命令和管理开发任务的 Agent 执行环境。

2026 年 11 月,Qwen Code 的更新体现了这一方向。11 月 11 日,Qwen Code 发布 v1.0.0-preview,整合了 Qoder 与 Qwen Code 的 Agent 能力,将代码理解、功能实现、调试和测试纳入统一工作流。新版本还提供 macOS、Linux 和 Windows 原生安装包,并支持会话恢复及非交互式执行。

与此同时,Qwen Code 的模型接入方式也在不断扩展。开发者除了使用 Qwen 自有模型,还可以配置兼容的 API 服务,将不同模型接入同一套编程 Agent 工作流。

这带来了一个值得关注的问题:如果 Qwen Code 不只是一个终端工具,而是可以被其他应用调用的 Agent 运行环境,那么开发团队能否将它接入自己的开发平台、自动化系统和内部工具?

答案是可以。官方已经提供 qwen serve、REST API、SDK 和 MCP 等集成方式。

本文从 1.0 Preview 的版本变化出发,重点分析模型提供商配置、OpenAI SDK 接入、非交互式任务执行、会话恢复以及 REST API 集成,并通过实际代码说明如何将 Qwen Code 用于自动化开发。

一、Qwen Code 最新版本有哪些变化?1.0 Preview 值得关注什么?

首先需要区分 Qwen Code 的两个版本发布线。

截至 2026 年 11 月 21 日,官方 GitHub Releases 页面显示最新稳定版本为 v0.28.3。而 v1.0.0-preview 是 11 月 11 日发布的预览版本,两者不能简单按照版本号大小判断谁是最新稳定版。

1. Qwen Code 1.0 Preview 整合 Agent 能力

根据官方发布说明,1.0 Preview 将 Qoder 与 Qwen Code 的 Agent 能力整合,重点覆盖四类开发任务:

  • 代码理解:分析项目目录、文件关系和现有实现。
  • 功能开发:根据自然语言需求规划并修改代码。
  • 问题调试:分析异常、定位问题并提出修复。
  • 测试验证:执行测试命令,检查修改是否符合预期。

这意味着 Qwen Code 的使用方式不再局限于让模型回答某个编程问题。

开发者可以直接提出一个项目级任务,例如:
“检查当前项目的登录模块,定位用户登录失败的问题,修复后运行相关测试,并说明修改了哪些文件。”

Agent 会结合当前工作区上下文,读取相关文件,执行允许的工具操作,再根据执行结果继续处理任务。

2. 原生安装包降低了部署门槛

1.0 Preview 提供 macOS、Linux 和 Windows 的原生安装包。

此前,部分安装方式依赖 Node.js 环境。原生发行包可以减少额外运行时准备工作。

对开发团队而言,这有几个实际意义:

  • 减少开发机器之间的环境差异。
  • 更容易在统一的软件分发流程中部署。
  • 降低新成员配置开发环境的步骤。
  • 更方便在自动化构建环境中使用。

官方还支持会话恢复和非交互式执行,这为后续的 CI/CD 自动化提供了基础。

需要注意,1.0 Preview 仍然处于预览阶段,部分接口、配置和行为可能发生变化。正式生产环境应固定版本,并在升级前执行回归测试。

3. 11 月 21 日的稳定版更新也值得关注

截至 11 月 21 日,稳定版本 v0.28.3 的更新记录还包括:

表格

更新内容开发价值
GitHub 托管频道扩展项目事件接入方式
通用 Webhook 频道将通知、任务提示和结果发送到 HTTPS 端点
/send 跨会话发送在不同会话之间传递任务信息
UI 状态持久化页面刷新或重新打开后保留生成界面状态
ACP 会话 Mods 支持扩展 IDE Agent 工作流中的功能

其中,通用 Webhook 支持可配置 HTTPS 地址和可选 Bearer 认证。

这些更新反映出 Qwen Code 正在扩展开发工具之外的集成能力,但不意味着所有功能都已经达到相同的稳定程度。特别是实验性功能,应先在测试环境中验证。

二、Qwen Code 不是大模型:它如何与 Gemini、DeepSeek 和 Codex 配合?

开发者需要先区分 Qwen Code 与底层模型。

Qwen Code 是 Agent 客户端和开发执行环境,负责组织任务、读取项目文件、调用工具、管理会话和执行工作流。

底层模型则负责理解指令、分析代码、推理和生成结果。

两者不是同一个概念。

这也意味着,Qwen Code 并不只能使用 Qwen 系列模型。

官方模型提供商配置支持多个模型协议,也允许开发者配置兼容的自定义服务。

例如,一个开发团队可以按照任务特点安排模型:

表格

模型或工具适合承担的任务在开发流程中的位置
Qwen 系列代码理解、功能开发和调试主要编程任务
Gemini多模态理解和复杂上下文分析辅助分析
DeepSeek代码推理、问题定位和逻辑分析专项推理
Codex代码编写、重构和工程执行开发辅助

这里需要区分 Codex 与其他模型:Codex 在这套架构中属于代码开发工具,不是一个普通的 API 模型标识。

真正需要解决的问题是:如何让 Qwen Code 知道不同模型的 API 地址、协议、模型标识和认证凭据?

这就涉及官方的 modelProviders 配置,以及业务程序中的 API SDK 接入。

三、Qwen Code 如何接入自定义 API?OpenAI SDK 配置实战

对于需要将不同大模型接入开发工具的团队,首先需要理解 OpenAI 兼容接口的作用。

如果 API 服务提供兼容的 Chat Completions 协议,开发者就可以使用 OpenAI SDK 发送请求,而不必为每个模型重新编写一套 HTTP 请求逻辑。

核心是配置三个参数:

  • apiKey:API 访问凭证。
  • baseURL:API 服务地址。
  • model:当前请求使用的模型标识。

1. 安装 OpenAI SDK

使用 Node.js 项目时,先安装官方 SDK:

npm install openai

然后在项目中引入:

import { OpenAI } from 'openai';

2. 配置 API Key 和 Base URL

以下是实际接入示例:

import { OpenAI } from 'openai';

const client = new OpenAI({
  apiKey: 'koala-sk-***',  // ① 你的考拉 Key
  baseURL: 'https://koalaapi.com/v1'  // ② 唯一改动
});

// ③ 任意切换模型,无需重写
const res = await client.chat.completions.create({
  model: 'claude-3-5-sonnet',
  messages: [
    {
      role: 'user',
      content: 'Hello'
    }
  ],
  stream: true,
});

for await (const chunk of res) {
  const content = chunk.choices?.[0]?.delta?.content;
  if (content) {
    process.stdout.write(content);
  }
}

这段代码展示了 OpenAI SDK 的兼容接口调用方式。

相较于原来的官方接口配置,主要变化集中在 API Key 和 Base URL。模型则通过 model 参数指定。

如果需要切换到其他已经开放的模型,可以修改:

model: 'your-available-model-id'

而不必重新编写整套 SDK 请求逻辑。

需要注意,模型标识必须以实际账户可用的模型列表为准。不同模型可能支持不同的参数和能力,不能因为使用相同 SDK,就认为所有模型的请求字段完全一致。

3. 将 API Key 放进环境变量

上面的代码用于展示接入结构。实际项目不建议将密钥直接写入源代码。

更合适的方式是使用环境变量:

export KOALAAPI_API_KEY="your-api-key"

然后修改客户端:

import { OpenAI } from 'openai';

const client = new OpenAI({
  apiKey: process.env.KOALAAPI_API_KEY,
  baseURL: 'https://koalaapi.com/v1'
});

这样可以避免密钥进入 Git 提交记录,也方便开发、测试和生产环境分别配置不同凭证。

4. 流式输出应该怎样处理?

上面的示例使用了:

stream: true

这意味着 API 不会等到完整回答生成后才一次性返回,而是通过多个数据块逐步输出。

使用 OpenAI SDK 时,可以通过异步迭代读取:

for await (const chunk of res) {
  const content = chunk.choices?.[0]?.delta?.content;
  if (content) {
    process.stdout.write(content);
  }
}

这种方式适合需要实时展示生成结果的应用,例如代码助手、聊天界面和自动化开发工具。

如果项目还需要记录 Token 使用量,应额外检查当前模型和接口是否支持流式 usage 返回,不能默认所有模型都会在最后一个数据块中提供相同结构的使用量字段。

5. OpenAI SDK 接入与 Qwen Code 自身配置有什么区别?

这里需要特别区分两种使用方式。

第一种:业务程序直接调用 API。
上面的 JavaScript 示例就是这种方式。它适合 Node.js 应用、内部工具、聊天系统以及需要在业务代码中调用模型的场景。

第二种:让 Qwen Code 直接使用自定义模型。
这需要在 Qwen Code 的 settings.json 中配置 modelProviders 和相应的协议映射。

例如:

{
  "modelProviders": {
    "custom-ai": [
      {
        "id": "your-model-id",
        "name": "Custom AI Model",
        "envKey": "CUSTOM_AI_API_KEY",
        "baseUrl": "https://your-api-endpoint/v1"
      }
    ]
  },
  "providerProtocol": {
    "custom-ai": "openai"
  }
}

这里的 custom-ai 是自定义提供商名称,your-model-id 和 API 地址需要根据实际服务填写。

配置完成后,可以启动 Qwen Code,并通过 /model 选择已经注册的模型。

如果服务端支持 Responses API,还需要按照官方配置使用对应的 wireApi,不能将 Chat Completions 和 Responses 两种协议混用。

因此,开发者应该根据实际目标选择接入方式:

表格

目标推荐方式
Node.js 业务程序调用模型OpenAI SDK
Qwen Code 直接切换模型modelProviders
将 Agent 嵌入 Web 应用Qwen Code REST API
将模型接入 CI/CDHeadless Mode
扩展内部工具MCP 和 Extensions

四、Qwen Code Headless Mode:如何让 Agent 进入 CI/CD 自动化流程?

Qwen Code 的另一个重要能力是 Headless Mode,也就是非交互式运行模式。

传统使用方式是开发者启动终端,输入任务,然后等待 Agent 返回结果。

但在自动化开发中,任务可能由 GitHub Actions、定时脚本或内部任务系统触发。

这时就不适合依赖人工交互。

Qwen Code 支持通过 -p 或 --prompt 接收任务,并以非交互方式执行。

1. 直接执行代码分析

例如:

qwen -p "分析当前项目的目录结构,并总结主要模块"

如果希望分析指定文件,可以通过管道输入:

cat README.md | qwen -p "检查文档结构并列出需要补充的内容"

这种方式可以直接嵌入现有 Shell 脚本。

2. 将代码检查加入 CI 流程

例如,开发团队可以在代码合并前增加一个 AI 辅助检查步骤:

qwen -p "检查本次代码修改,重点关注异常处理、输入校验和潜在安全问题" \
  --max-session-turns 10 \
  --max-wall-time 5m

这里使用两个执行限制:

  • --max-session-turns:限制模型、用户和工具交互的轮数。
  • --max-wall-time:限制运行时间。

还可以使用 --max-tool-calls 限制工具调用总量。

这对于 CI/CD 尤其重要。

因为自动化任务不应该无限运行。如果模型不断尝试修改文件、运行测试和重新检查,任务可能持续消耗资源。

需要注意,自动化模式下应配置适当的审批策略和工作区权限。不能为了减少人工操作,就默认允许所有工具执行高风险命令。

3. 让 Qwen Code 继续上一次任务

Qwen Code 支持保存会话并恢复之前的工作。

例如:

qwen --continue -p "重新运行测试,并总结上一次修改后仍然存在的问题"

如果知道具体会话 ID,也可以指定恢复:

qwen --resume YOUR_SESSION_ID \
  -p "继续完成剩余的重构任务"

官方文档说明,会话数据保存在本地项目对应的目录中,恢复时会重新载入历史对话、工具结果和上下文压缩检查点。

这使得自动化任务不必每次都从零开始。

例如,一个代码迁移任务可以拆成:

  • 分析旧代码结构。
  • 制定迁移方案。
  • 修改核心模块。
  • 运行测试。
  • 根据测试结果继续修复。

每个阶段都可以通过会话恢复延续之前的上下文。

不过,如果 CI 环境使用临时容器,必须确保会话目录和相关工作区数据能够持久化,否则进程结束后可能无法恢复之前的任务。

五、Qwen Code 可以作为后端服务吗?qwen serve 与 REST API 解析

这一部分是 Qwen Code 对开发者比较有价值的能力。

过去,开发者通常将编程 Agent 作为本地终端工具使用。

但如果希望将 Agent 嵌入自己的 SaaS 产品、开发管理平台或内部系统,仅仅调用 CLI 命令可能不够方便。

Qwen Code 官方提供了 qwen serve,可以将 Agent 运行时作为后端服务启动,再由自己的前端通过 HTTP 与其交互。

这意味着开发团队可以自己设计聊天界面、任务面板和项目管理功能,而将部分 Agent 执行能力交给 Qwen Code。

1. 启动 Qwen Code Daemon

先生成一个随机访问令牌:

export QWEN_SERVER_TOKEN="$(openssl rand -hex 32)"

随后启动服务:

qwen serve \
  --no-web \
  --require-auth \
  --hostname 0.0.0.0 \
  --port 4170 \
  --workspace /srv/project

参数含义:

表格

参数作用
--no-web不提供内置 Web Shell 界面
--require-auth要求 API 访问认证
--hostname设置监听地址
--port设置服务端口
--workspace注册允许使用的工作区

这里的 Daemon 是 Qwen Code 的 Agent 运行时服务,不是一个普通的大模型推理 API。

它管理会话、工作区、工具执行和权限控制。

2. REST API 有哪些核心接口?

官方 REST API 文档提供了以下基础路由:

表格

API 路由主要作用
GET /health检查服务存活状态
GET /capabilities查询服务能力与权限策略
POST /session创建新会话
DELETE /session/:id关闭会话
POST /session/:id/load加载已保存会话
POST /session/:id/resume恢复已有会话
POST /session/:id/heartbeat延长会话活跃状态
POST /session/:id/model切换当前服务绑定的模型

这些接口可以组合成一个完整的 Agent 产品流程。

例如:
用户在自己的网页上提交代码修复任务。
后端首先创建一个 Session,然后将用户任务发送给对应会话。
Qwen Code 根据当前工作区执行文件读取、代码修改和测试。
执行过程通过事件流返回前端。
用户可以查看进度、审批操作,并在任务完成后获取结果。

3. 如何将 Qwen Code 接入自己的前端?

可以将架构拆分为:
用户浏览器 → 业务后端 → 创建 Session、发送任务、处理权限 → Qwen Code Daemon → Agent Runtime → 文件系统、Shell 工具、MCP 工具、模型 API → 任务结果与事件流 → 业务后端 → 用户浏览器

这里需要特别注意,Qwen Code Daemon 的认证模型目前是单操作员模式。

Bearer Token 具有较高权限,可以驱动相应的服务端操作,包括代码执行。

因此:

  • 不要将 Daemon Token 直接发送给浏览器。
  • 不要在公网明文传输 Bearer Token。
  • 远程访问应使用 HTTPS/TLS。
  • 多用户产品需要由自己的后端负责身份验证和权限控制。
  • 不同安全主体需要使用独立 Daemon,不能只依靠一个 --max-sessions 参数实现多租户隔离。

官方文档明确指出,Python SDK 目前没有 DaemonClient,Python 集成需要通过 HTTP 接口实现;TypeScript 和 Java SDK 则提供相应的客户端能力。

这意味着,如果团队使用 Python 构建业务后端,需要提前规划 HTTP 请求、事件流解析和会话管理逻辑。

六、MCP 与 Extensions:如何为 Qwen Code 增加自己的工具?

除了模型和 REST API,Qwen Code 还支持通过 MCP 和 Extensions 扩展工具能力。

对于开发团队来说,这意味着 Agent 可以连接现有的内部系统,而不必把所有功能重新写进编程工具本身。

例如:

  • 查询内部数据库。
  • 读取项目管理系统。
  • 调用部署脚本。
  • 查询构建任务状态。
  • 获取测试环境信息。
  • 访问内部业务 API。

1. MCP 支持哪些传输方式?

Qwen Code 官方支持三种主要 MCP 传输方式:

表格

传输方式适用场景
Stdio本地子进程和工具服务
SSE基于事件流的远程连接
Streamable HTTPHTTP 流式工具通信

通过 settings.json 中的 mcpServers 可以定义工具服务。

例如:

{
  "mcpServers": {
    "project-tools": {
      "command": "node",
      "args": [
        "/srv/tools/project-server.js"
      ]
    }
  }
}

上面的示例通过 Stdio 启动一个本地 MCP 服务。

当 Qwen Code 启动并完成工具发现后,模型可以根据工具定义决定是否调用相关功能。

2. 如何创建自己的 Qwen Code 扩展?

官方提供扩展模板命令:

qwen extensions new my-first-extension mcp-server

生成的项目包含:

my-first-extension/
├── example.ts
├── qwen-extension.json
├── package.json
└── tsconfig.json

其中,qwen-extension.json 用于描述扩展信息及 MCP 服务启动方式。

完成开发后,可以执行:

qwen extensions link .

将当前开发目录链接到扩展目录。

重启 Qwen Code 会话后,就可以测试新工具。

这种机制适合开发团队将重复使用的业务能力封装成独立扩展。

例如,一个团队可以制作专门的数据库查询工具、日志分析工具和部署检查工具,再将它们组合到同一套 Agent 工作流中。

3. MCP 工具为什么需要权限控制?

这里有一个值得特别关注的安全细节。

Qwen Code 官方文档说明,当 MCP 连接中断时,是否可以重放当前工具调用,取决于服务器信任状态和工具声明。

例如,工具声明:

idempotentHint: true

表示该操作被声明为幂等操作。

如果工具只是只读操作,也可以根据条件使用:

readOnlyHint: true

但如果一个工具可能已经执行了外部副作用,连接断开后就不能简单地重新执行。

例如:

  • 重复创建订单。
  • 重复部署服务。
  • 重复提交数据库写入。
  • 重复发送通知。

如果没有准确的工具标注,自动重放可能导致重复操作。

因此,开发者设计 MCP 服务时,应明确区分只读工具、幂等写入工具和不可重复执行的操作。

七、Qwen Code 如何与 DeepSeek、Gemini 组成多模型开发工作流?

当 Qwen Code 可以配置不同模型提供商后,开发者不必将整个项目绑定到单一模型。

更合理的设计方式,是按照任务性质分配模型。

例如,一个软件项目可以设计如下工作流:

阶段一:需求分析
使用适合长上下文理解的模型读取项目文档、需求说明和现有代码。
需要输出:功能范围、涉及文件、可能影响的模块、修改计划。

阶段二:代码实现
让 Qwen Code 调用选定的模型执行代码修改。
Agent 负责组织文件操作、调用工具和管理开发任务。

阶段三:复杂问题排查
如果遇到难以定位的错误,可以将相关日志和代码交给 DeepSeek 进行专项推理,再由 Agent 根据分析结果执行修复。

阶段四:多模态分析
如果任务涉及截图、界面设计或图片内容,可以结合 Gemini 的视觉理解能力。

阶段五:自动化验证
通过 Headless Mode 执行测试、检查日志和生成变更摘要。

整个流程可以整理成:

表格

阶段主要任务输出
需求分析读取项目与整理任务修改计划
代码实现修改文件与执行命令代码变更
问题排查分析异常和复杂逻辑修复建议
多模态理解分析截图和视觉信息结构化判断
自动化验证运行测试与检查结果验收报告

需要注意,这是一种应用层设计方案,不代表 Qwen Code 会自动为每个任务选择上述模型。实际模型路由仍然需要开发者配置。

对于需要统一管理模型调用、API Key 和模型标识的开发团队,可以结合统一 API 接入方式减少不同服务的配置工作,但应保留每个模型独立的协议和能力验证。

八、Qwen Code 1.0 Preview 正式用于项目之前,需要检查什么?

新版本带来了更多集成能力,但 Preview 阶段不适合直接跳过验证。

建议按照以下清单进行测试:

安装与版本

  • 确认操作系统和 CPU 架构。
  • 核对安装包校验值。
  • 固定当前使用版本。
  • 记录是否使用 Preview 版本。

模型接入

  • 检查模型 ID 是否正确。
  • 核对 API Base URL。
  • 确认 Chat Completions 或 Responses 协议。
  • 检查 API Key 环境变量。
  • 测试模型切换和请求失败处理。

Agent 执行

  • 检查工作区访问范围。
  • 确认文件修改权限。
  • 测试 Shell 工具审批。
  • 检查 MCP 服务连接。
  • 验证异常退出后的会话恢复。

REST API 服务

  • 启用 Bearer 认证。
  • 检查 HTTPS 配置。
  • 限制工作区路径。
  • 处理会话关闭和恢复。
  • 避免多个用户共享高权限令牌。

自动化任务

  • 设置最大执行轮数。
  • 设置运行时间限制。
  • 保留执行日志。
  • 检查退出码。
  • 为自动修改操作保留代码审查和回滚机制。

对于生产环境,建议先使用固定项目和少量测试任务验证,再逐步扩大使用范围。

九、Qwen Code 未来的开发方向:从 CLI 工具到可编排 Agent 运行时

从 Qwen Code 最近的版本变化可以看到,项目的发展已经不只是增加模型支持或优化终端交互。

原生安装包解决环境分发问题。
Headless Mode 解决自动化调用问题。
会话恢复解决长任务上下文延续问题。
MCP 和 Extensions 解决工具扩展问题。
REST API 和 Daemon 则让 Agent 能够进入其他业务系统。

这些能力组合起来,意味着 Qwen Code 不再只能作为开发者个人使用的命令行工具,也可以成为企业内部开发平台的一部分。

未来的 AI 编程工作流,可能不再是开发者打开终端、输入一段提示词,然后等待代码生成。

而是由项目系统创建任务,Agent 根据工作区上下文执行代码修改,模型根据任务复杂度参与推理,测试系统负责验证,最后由人工完成审批和交付。

在这样的架构中,Qwen Code 负责执行层,Qwen、Gemini、DeepSeek 等模型承担不同的推理任务,Codex 等开发工具也可以参与代码工作流。

对于开发者来说,真正值得研究的不是某一个版本号,而是如何将模型、工具、权限和业务流程组合成可维护的 Agent 系统。

FAQ:Qwen Code 最新消息常见问题

Q1:Qwen Code 1.0 Preview 是什么时候发布的?
Qwen Code 官方于 2026 年 11 月 11 日发布 v1.0.0-preview,整合 Qoder 和 Qwen Code 的 Agent 能力。

Q2:Qwen Code 目前最新稳定版是什么?
截至 2026 年 11 月 21 日,官方 GitHub Releases 页面显示最新稳定版本为 v0.28.3。v1.0.0-preview 是独立的预览发布线。

Q3:Qwen Code 只能使用 Qwen 模型吗?
不是。官方支持多个模型提供商,也允许配置自定义兼容端点。可以根据协议配置不同模型。

Q4:Qwen Code 支持 Gemini 和 DeepSeek 吗?
官方模型提供商文档包含 Gemini 协议配置,并提供第三方模型接入方式。DeepSeek 也列在官方支持的提供商选项中。具体模型可用性仍取决于账户权限和端点配置。

Q5:Qwen Code 可以接入自己的 API 服务吗?
可以。可以通过 modelProviders 配置自定义兼容端点,并使用 providerProtocol 指定对应协议。

Q6:Qwen Code 支持 CI/CD 自动化吗?
支持。通过 Headless Mode 可以使用 qwen -p 执行非交互式任务,还可以通过 --continue 和 --resume 恢复之前的会话。

Q7:qwen serve 和普通模型 API 有什么区别?
qwen serve 提供的是 Agent 运行时和会话管理接口,而不是单纯的模型推理接口。它能够管理工作区、工具执行和会话生命周期。

Q8:Qwen Code 可以通过 MCP 连接数据库吗?
可以。开发者可以编写 MCP Server,将数据库查询、日志分析和其他业务工具注册给 Qwen Code 使用,但需要设置合理的权限与操作审批。

Q9:Qwen Code 1.0 Preview 适合直接用于生产环境吗?
需要谨慎。官方明确说明预览版本的接口、配置和行为可能变化。建议固定版本、进行兼容性测试,并保留回退方案。

标签Qwen CodeQwen Code 1.0KoalaAPIOpenAI SDKAI AgentAPI接入MCPREST APIPythonJavaScript自动化开发
Koala API · 一站式大模型 API 中转

把博客读到的,落地到你的下一个项目

国内直连 · 兼容 OpenAI SDK · GPT / Claude / Gemini 等主流模型聚合

延伸阅读

免费注册