TokenLab

SDK natifs

OpenAI SDK

Utilisez TokenLab avec les SDK officiels d'OpenAI et les clients compatibles avec OpenAI

Aperçu

Pointez un client SDK OpenAI vers https://api.tokenlab.sh/v1 et utilisez une clé API TokenLab. Conservez la méthode API que votre application utilise déjà et confirmez que le modèle sélectionné la prend en charge via accepted_request_formats.

Python, JavaScript et Go disposent de SDK OpenAI officiels. PHP fonctionne bien avec les clients communautaires compatibles avec OpenAI, mais il ne s'agit pas d'un SDK OpenAI officiel.

Installation

pip install openai

Utilisez POST /v1/responses pour les éléments d'entrée, les outils ou la continuation des Responses. Les champs optionnels dépendent du modèle sélectionné.

Configurer le client

from openai import OpenAI

client = OpenAI(
    api_key="sk-your-tokenlab-key",
    base_url="https://api.tokenlab.sh/v1",
)

Recommandé : Chat Completions

response = client.chat.completions.create(
    model="gpt-5.6-terra",
    messages=[{"role": "user", "content": "Reply with: Connected to TokenLab."}]
)

print(response.choices[0].message.content)

Avancé : Responses API

Utilisez ce chemin uniquement lorsque votre outil ou votre flux de travail dépend explicitement de la sémantique des Responses d'OpenAI.

Streaming avec Responses

stream = client.responses.create(
    model="gpt-5.6-terra",
    input="Write a short poem about coding.",
    stream=True,
)

for event in stream:
    if event.type == "response.output_text.delta":
        print(event.delta, end="")

Outils / Appel de fonctions (Function Calling)

response = client.responses.create(
    model="gpt-5.6-terra",
    input="What's the weather in Tokyo?",
    tools=[{
        "type": "function",
        "name": "get_weather",
        "description": "Get weather for a location",
        "parameters": {
            "type": "object",
            "properties": {
                "location": {"type": "string"}
            },
            "required": ["location"]
        }
    }]
)

for item in response.output:
    if item.type == "function_call":
        print(item.name)
        print(item.arguments)

Vision avec Responses

response = client.responses.create(
    model="gpt-5.6-terra",
    input=[{
        "role": "user",
        "content": [
            {"type": "input_text", "text": "What's in this image?"},
            {"type": "input_image", "image_url": "https://example.com/image.jpg"}
        ]
    }]
)

print(response.output_text)

Embeddings

response = client.embeddings.create(
    model="text-embedding-3-small",
    input="Hello world"
)

print(response.data[0].embedding[:5])

Dépannage

Sur cette page