baidu-aistudio-llm-api — 百度AI Studio LLM API

baidu-aistudio-llm-api / 百度 AI Studio 星河社区大模型API调用 官方技能来自百度「AI Studio」：百度 AI Studio LLM API 访问 概述 星河大模型API是为开发者提供的一套基础大模型服务，背靠百度智能云千帆平台，提供文心（ERNIE）、DeepSeek等大模型能力。该服务完全兼容OpenAI Python SDK，开发者可直接使用原生openai-python SDK调用。 福利：注册即送100万免费Tokens额度！ 百度「AI Studio」LLM API 助手帮助开发者快速连接到大模型API服务并访问诸如 ERNIE 和 DeepSeek 等模型的能力。由百度智能云千帆平台提供支持，该服务与 OpenAI Python SDK 兼容，允许开发者直接使用原生 openai-python SDK 集成。它还提供了模型调用、集成工作流和相关使用问题的指导。 Bonus：注册即可获得 1 百万免费 tokens！

快速开始 步骤 1：获取 API Key 检查用户是否已设置环境变量 AI_STUDIO_API_KEY： # 检查环境变量 echo $AI_STUDIO_API_KEY 如果没有设置，提醒用户： 请访问 https://aistudio.baidu.com/account/accessToken 获取您的访问令牌（Access Token），然后设置环境变量： # macOS/Linux export AI_STUDIO_API_KEY="您的访问令牌" # Windows PowerShell $env:AI_STUDIO_API_KEY="您的访问令牌" # 或使用 .env 文件 echo 'AI_STUDIO_API_KEY="您的访问令牌"' >> .env

步骤 2：安装依赖 pip install openai

步骤 3：基本调用 import os from openai import OpenAI client = OpenAI( api_key=os.environ.get("AI_STUDIO_API_KEY"), base_url="https://aistudio.baidu.com/llm/lmapi/v3", ) response = client.chat.completions.create( model="ernie-5.0-thinking-preview", messages=[ {"role": "system", "content": "你是一个有帮助的AI助手。"}, {"role": "user", "content": "你好！"} ] ) print(response.choices[0].message.content)

模型选择指南 根据用户需求推荐合适的模型： 使用场景 | 推荐模型 | 说明 ---|---|--- 深度思考 | ernie-5.0-thinking-preview | 最新ERNIE 5.0，思维链推理 代码生成 | deepseek-v3 / qwen3-coder | 代码能力强 复杂推理 | deepseek-r1 | 思维链推理，复杂问题 通用对话 | kimi-k2-instruct | Moonshot开源模型 长文本处理 | ernie-4.5-turbo-128k-preview | 128K上下文 多模态 | ernie-4.5-turbo-vl | 支持图像、视频理解 快速响应 | ernie-speed-8k | 速度快

完整模型列表请查看： references/models.md

常用功能示例 流式输出 completion = client.chat.completions.create( model="ernie-5.0-thinking-preview", messages=[{"role": "user", "content": "讲个故事"}], stream=True, ) for chunk in completion: print(chunk.choices[0].delta.content or "", end="", flush=True)

多轮对话 messages = [ {"role": "system", "content": "你是AI助手。"} ] # 添加用户消息 messages.append({"role": "user", "content": "你好"}) # 获取回复 response = client.chat.completions.create( model="kimi-k2-instruct", messages=messages ) # 保存到历史 messages.append({ "role": "assistant", "content": response.choices[0].message.content })

联网搜索（搜索增强） completion = client.chat.completions.create( model="ernie-5.0-thinking-preview", messages=[{"role": "user", "content": "今天北京天气"}], extra_body={ "web_search": { "enable": True, "enable_trace": True } } )

支持联网搜索的模型： ernie-5.0, ernie-4.5, deepseek-r1, deepseek-v3

Function Calling tools = [{ "type": "function", "function": { "name": "get_weather", "description": "获取天气信息", "parameters": { "type": "object", "properties": { "city": {"type": "string", "description": "城市名"} }, "required": ["city"] } } }] response = client.chat.completions.create( model="deepseek-v3", messages=[{"role": "user", "content": "北京今天天气"}], tools=tools, tool_choice="auto" )

支持Function Call的模型： ernie-5.0-thinking-preview, ernie-x1-turbo, deepseek-r1, deepseek-v3

结构化输出（JSON） response = client.chat.completions.create( model="ernie-4.5-turbo-128k-preview", messages=[{"role": "user", "content": "列出三个水果"}], response_format={"type": "json_object"} )

深度思考模型（思维链） response = client.chat.completions.create( model="deepseek-r1", messages=[{"role": "user", "content": "请解释相对论"}] ) # 思维链内容 print(response.choices[0].message.reasoning_content) # 最终回答 print(response.choices[0].message.content)

多模态（图像理解） response = client.chat.completions.create( model="ernie-4.5-turbo-vl", messages=[{ "role": "user", "content": [ {"type": "text", "text": "描述这张图片"}, {"type": "image_url", "image_url": {"url": "https://example.com/image.jpg"}} ] }] )

文生图 images = client.images.generate( prompt="一只可爱的白猫，戴着红帽子", model="Stable-Diffusion-XL", response_format="url" ) print(images.data[0].url)

文本向量化 embeddings = client.embeddings.create( model="embedding-v1", input=["你好世界", "机器学习"] ) print(embeddings.data[0].embedding)

高级功能 详细的API参数说明和更多功能，请查看： 完整模型列表： references/models.md API参数详解： references/api_params.md

常见错误处理 错误码 | 说明 | 解决方案 ---|---|--- 401 | 认证失败 | 检查API Key是否正确 429 | 请求限流 | 降低请求频率或等待 400 | 参数错误 | 检查messages格式和参数 403 | 内容安全 | 修改输入内容

官方资源 安装教程：《在OpenClaw中安装星河社区 Skills》 API文档：https://ai.baidu.com/ai-doc/AISTUDIO/rm344erns 获取Token：https://aistudio.baidu.com/account/accessToken 使用明细：登录星河社区后查看

Resources scripts/ test_connection.py - 测试API连接 list_models.py - 查询可用模型列表 references/ models.md - 完整模型列表和能力说明 api_params.md - API参数详细说明