SDK native

OpenAI SDK

Gunakan TokenLab dengan SDK OpenAI resmi dan klien yang kompatibel dengan OpenAI

Gambaran Umum

Arahkan klien SDK OpenAI ke https://api.tokenlab.sh/v1 dan gunakan API key TokenLab. Tetap gunakan metode API yang sudah digunakan aplikasi Anda, dan pastikan model yang dipilih mendukungnya melalui accepted_request_formats.

Python, JavaScript, dan Go memiliki SDK OpenAI resmi. PHP bekerja dengan baik menggunakan klien komunitas yang kompatibel dengan OpenAI, namun bukan merupakan SDK OpenAI resmi.

Instalasi

pip install openai

Gunakan POST /v1/responses untuk item input, tools, atau kelanjutan Responses. Bidang opsional bergantung pada model yang dipilih.

Mengonfigurasi Klien

from openai import OpenAI

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

Direkomendasikan: 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)

Lanjutan: Responses API

Gunakan path ini hanya jika tool atau alur kerja Anda secara eksplisit bergantung pada semantik Responses OpenAI.

Streaming dengan 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="")

Tools / 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 dengan 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])

Pemecahan Masalah

Di halaman ini