随着技术发展，AI大模型的普及度越来越大，大部分人的使用方法都是打开一个AI的网页或者手机APP，但其实还有一种使用方法，可以解锁更多高级用法。
LLM API
API，全称是应用程序编程接口，你可以把它理解为两个软件组件之间的“信使”或“桥梁”。它定义了一套明确的规则，允许一个程序向另一个程序请求服务并获取结果。
LLM API 为大型语言模型提供的API。通过调用这个API，可以方便直接的从大模型提供商获取AI的回复，在外部程序中使用。
开始使用LLM API
使用AI大模型的API首先需要注册获取一个API KEY。有很多API平台提供了免费赠金，比如硅基流动，阿里百炼等。这里以硅基流动为例
点此链接进入硅基流动注册后即可领取14元赠金 https://cloud.siliconflow.cn/i/oVt4i82G
注册好了之后点击“余额充值”就能看到14元赠金已经到账。
之后点击侧边栏的“API密钥”，点击“新建密钥”，输入密钥描述后会得到一个“sk-”开头的密钥字符串
在第三方软件中使用大模型API
通过API调用，AI的能力可以变得无处不在。
比如PC端软件“Cherry Studio”可以通过填写各个平台的API KEY调用大模型
配置好API KEY之后就可以来到首页与AI聊天了，可以看到这个软件的聊天界面有三个标签页：助手、话题、设置
点击添加助手，可以看到软件内置了很多角色，不同的AI角色能在不同领域提供帮助
设置标签内还可以对对话进行更高级的设置，如调整模型温度，携带的上下文数量等
另外还有一个有意思的功能：MCP（Model Context Protocol），它可以让大模型使用外部工具，比如可以使用网页抓取工具获取一个网页的内容
Cherry Studio中还自带了很多实用的MCP工具
更多MCP工具可以再Model Scope找到：MCP 广场 · 魔搭社区
像 Cherry Studio 这样的 第三方AI 软件有很多，比如 Dify，ChatBox，ChatGPT Next Web，LM Studio等
在开源项目中使用大模型API
除了像Cherry Studio这样的第三方llm客户端，大模型API还可以使用在很多第三方项目中
AI翻译：沉浸式翻译 – 新一代AI翻译软件 | 双语对照网页翻译/PDF翻译/视频字幕翻译/漫画&图片翻译
AI聊天机器人：
AI桌宠：
- Lanlan Launcher：【已开源】AI已经进化到这个地步了吗？！_哔哩哔哩_bilibili
这里是我收集的很多AI驱动的开源项目：OneNav – AI分类，每一个都很有意思
在代码中使用大模型API
LLM API 最大的优势就是可以在程序中自由调用，上面介绍的开源项目就是如此，同样的，我们自己也可以通过编写代码来调用大模型接口：
import openai
client = OpenAI(
api_key="填写硅基流动API KEY",
base_url="https://api.siliconflow.cn/v1"
)
# 构建请求
response = openai.ChatCompletion.create(
model="deepseek-ai/DeepSeek-V3",
messages=[
{"role": "system", "content": "You are a helpful assistant"},
{"role": "user", "content": "用户的问题"}
]
)
# 提取并打印AI的回复
ai_response = response['choices'][0]['message']['content']
print(ai_response)你可能会感到疑惑，为什么调用 DeepSeek V3 需要导入 openai 库呢？其实这里的 OpenAI 库只是提供了一个API调用规范，并不是只能调用ChatGPT的大模型，通过设置base_url可以调用第三方平台的大模型能力，只要这些平台兼容了OpenAI的接口
以上只是一个最简单的例子，你还可以在代码中使用 function calling 让大模型调用函数工具，做到更多事情。比如下面是我制作的 ai bot 通过调用工具搜索互联网上的内容
上图是我最近一直在开发的AI项目，目标是让 ai bot 像人一样对消息做出回应，目前已经大体上支持了QQ和Telegram平台，可以识别用户发送的图片，调用文生图发送图片，发送表情包，回应戳一戳和主动戳一戳等。这些都是通过调用大模型API来实现的。
结语
通过API调用AI大模型，可以极大的提高使用AI的灵活性，方便构建和使用AI项目。
