API 接入文档

欢迎使用 AI 模型中转引擎。我们的 API 接口设计完全兼容 OpenAI 规范，支持 Bearer Token 认证、流式输出（SSE）、实时 Token 计费。您可以直接使用官方 SDK 或任何兼容 OpenAI 格式的第三方工具接入，无需修改业务代码。

接口状态：正常运行

Base URL: https://api.13933.cn/v1 | 实时模型数: 加载中...

1. 接口 Base URL

在所有请求中，请将接口域名替换为我们的节点地址：

https://api.13933.cn/v1

注意： URL 末尾包含 /v1。若第三方工具（如 NextChat）支持自动拼接 /v1，则 Base URL 填写 https://api.13933.cn 即可。

2. 认证方式 (Authentication)

所有 API 请求必须在 HTTP Header 中携带您的 API Key，使用 Bearer Token 认证机制：

Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

如何获取 API Key？
请前往用户中心注册/登录，进入「密钥管理」创建您的专属 Key。

3. 对话生成 (Chat Completions)

给定对话上下文，模型返回生成的回复。支持标准响应和流式输出（SSE），兼容 OpenAI /v1/chat/completions 接口规范。

POST /v1/chat/completions

请求头 (Headers)

Header	值	说明
Authorization	Bearer sk-...	必填，您的 API Key
Content-Type	application/json	必填，请求体格式

请求参数 (Request Body)

参数名	类型	必填	默认值	说明
model	string	是	—	模型 ID，如 `qwen-plus`、`doubao-pro` 等
messages	array	是	—	对话消息数组，每条包含 `role` 和 `content`
stream	boolean	否	false	是否开启流式输出（SSE）。推荐用于提升体验
temperature	number	否	1.0	随机性参数，范围 0.0~2.0。值越大越有创意
max_tokens	integer	否	4096	回复的最大 Token 数量上限
top_p	number	否	1.0	核采样参数，范围 0.0~1.0。控制随机性

消息格式 (Message Format)

messages 数组中每个元素的结构：

{
  "role": "system",       // system | user | assistant
  "content": "你是DeepSeek，一个有帮助的AI助手。"
}

{
  "role": "user",
  "content": "请用Python写一个冒泡排序算法。"
}

{
  "role": "assistant",
  "content": "以下是冒泡排序的实现..."
}

5. 可用模型 (Models)

通过 GET /v1/models 接口可实时获取完整模型列表。以下为平台主要模型：

提示：平台还支持更多第三方模型（GPT-4、Claude 等）。具体可用模型请以用户后台「模型大厅」中实际展示的模型列表为准。

4. 视频生成 (Video Generation)

通过文本描述或图片参考生成视频片段。支持 8 秒视频和 15 秒视频（Remix）两种模式。

提交视频任务

POST /v1/videos

以 multipart/form-data 格式提交请求（注意：不是 JSON）：

请求参数

参数名	位置	必填	说明
model	form-data	是	视频模型 ID，如 `veo_3_1-fast`，参考可用模型
prompt	form-data	是	视频内容描述文本（英文效果更佳）
prompt_extend	form-data	条件	Remix 模型（15s 视频）必填，普通 8s 视频可不传
size	form-data	否	视频尺寸，如 `1369x769`
input_reference[]	form-data	否	参考图片（可选），支持多张。可通过文件上传或图片 URL 传入

8s 视频示例（标准模式）

bash

curl -X POST https://api.13933.cn/v1/videos \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" \
  -F "model=veo_3_1-fast" \
  -F "prompt=A serene mountain lake at sunrise, golden light reflecting off the calm water, cinematic drone shot" \
  -F "size=1369x769"

15s 视频示例（Remix 模式）

bash

curl -X POST https://api.13933.cn/v1/videos \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" \
  -F "model=veo_3_1-fast-remix" \
  -F "prompt=A bustling night market in Tokyo with neon lights and street food vendors" \
  -F "prompt_extend=Write an extended version of this scene with more detail about the atmosphere, the people, and the overall mood. Include specific visual elements like signs, steam rising from food stalls, and reflections on wet pavement."

响应示例

{
  "id": 42,
  "task_id": "videos-xxxxxxxxxxxx",
  "model": "veo_3_1-fast",
  "status": "SUBMITTED",
  "progress": "0%",
  "user_id": 1
}

查询任务状态

GET /v1/videos/{task_id}

路径参数

参数名	类型	说明
task_id	string	提交视频任务时返回的 `task_id`

查询示例

bash

curl https://api.13933.cn/v1/videos/videos-xxxxxxxxxxxx \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"

响应示例

{
  "id": 42,
  "task_id": "videos-xxxxxxxxxxxx",
  "model": "veo_3_1-fast",
  "status": "COMPLETED",
  "progress": "100%",
  "result_url": "https://example.com/video.mp4",
  "fail_reason": "",
  "user_id": 1
}

注意：视频生成任务完成后，result_url 即为视频下载地址，建议每 10-30 秒轮询一次查询任务状态，直至 status 变为 COMPLETED。

5. 工具类 API（去水印解析）

平台提供抖音、快手、小红书等平台的内容解析 API，支持获取无水印视频下载地址、封面图、图片集等。通过对话接口统一调用，只需在消息中传入分享链接即可。

调用方式

去水印功能通过标准对话接口 POST /v1/chat/completions 调用，模型 ID 如下：

功能	模型 ID	支持内容
抖音去水印	douyin-watermark	短视频、视频合集
快手去水印	kuaishou-watermark	短视频、图片集
小红书去水印	xiaohongshu-watermark	短视频、图片集

请求示例

在 messages 中传入平台分享链接即可：

bash

# 抖音去水印示例
curl https://api.13933.cn/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" \
  -d '{
    "model": "douyin-watermark",
    "messages": [{"role": "user", "content": "https://v.douyin.com/xxxxx"}]
  }'

bash

# 快手去水印示例
curl https://api.13933.cn/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" \
  -d '{
    "model": "kuaishou-watermark",
    "messages": [{"role": "user", "content": "https://www.kuaishou.com/short-video/xxxxx"}]
  }'

bash

# 小红书去水印示例
curl https://api.13933.cn/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" \
  -d '{
    "model": "xiaohongshu-watermark",
    "messages": [{"role": "user", "content": "https://www.xiaohongshu.com/explore/xxxxx"}]
  }'

响应示例

{
  "choices": [{
    "message": {
      "role": "assistant",
      "content": "✅ 解析成功！\n\n📦 完整数据：\n{\n  \"title\": \"视频标题\",\n  \"author\": \"作者名称\",\n  \"video_url\": \"https://example.com/video.mp4\",\n  \"cover\": \"https://example.com/cover.jpg\",\n  ...\n}\n"
    }
  }]
}

提示：返回内容包含完整的上游 API 数据，包括视频地址、封面地址、作者信息等。不同平台返回字段可能略有差异，请以实际返回为准。

6. 代码示例

Python 示例（官方 SDK）

安装依赖：pip install openai

python

from openai import OpenAI

client = OpenAI(
    api_key="sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx",
    base_url="https://api.13933.cn/v1"
)

# 标准请求（非流式）
response = client.chat.completions.create(
    model="qwen-plus",
    messages=[
        {"role": "system", "content": "你是一个专业的AI助手。"},
        {"role": "user", "content": "请介绍一下人工智能的基本原理。"}
    ],
    max_tokens=2048,
    temperature=0.7
)

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

from openai import OpenAI

client = OpenAI(
    api_key="sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx",
    base_url="https://api.13933.cn/v1"
)

# 流式输出
stream = client.chat.completions.create(
    model="qwen-plus",
    messages=[
        {"role": "user", "content": "用一句话介绍一下人工智能的发展历史。"}
    ],
    stream=True
)

for chunk in stream:
    if chunk.choices[0].delta.content is not None:
        print(chunk.choices[0].delta.content, end="", flush=True)

Node.js 示例

安装依赖：npm install openai

node.js

import OpenAI from 'openai';

const openai = new OpenAI({
  apiKey: 'sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx',
  baseURL: 'https://api.13933.cn/v1',
});

async function main() {
  const response = await openai.chat.completions.create({
    model: 'qwen-plus',
    messages: [
      { role: 'system', content: '你是一个专业的AI助手。' },
      { role: 'user', content: '请介绍一下深度学习的基本原理。' }
    ],
    max_tokens: 2048,
    temperature: 0.7,
  });

  console.log(response.choices[0].message.content);
}

main();

import OpenAI from 'openai';

const openai = new OpenAI({
  apiKey: 'sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx',
  baseURL: 'https://api.13933.cn/v1',
});

async function main() {
  const stream = await openai.chat.completions.create({
    model: 'qwen-plus',
    messages: [{ role: 'user', content: '用一句话介绍一下量子计算' }],
    stream: true,
  });

  for await (const chunk of stream) {
    process.stdout.write(chunk.choices[0]?.delta?.content || '');
  }
}

main();

cURL 示例

bash

curl https://api.13933.cn/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" \
  -d '{
    "model": "qwen-plus",
    "messages": [
      {"role": "system", "content": "你是一个有帮助的助手。"},
      {"role": "user", "content": "你好！"}
    ],
    "max_tokens": 1024,
    "temperature": 0.7
  }'

bash (流式)

curl https://api.13933.cn/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" \
  -d '{
    "model": "qwen-plus",
    "messages": [{"role": "user", "content": "什么是机器学习？"}],
    "stream": true
  }'

第三方工具配置（NextChat / LobeChat）

NextChat / LobeChat 设置

API 接口地址

https://api.13933.cn/v1

API Key

sk-xxxxxxxxxxxxxxxx...

模型名称

qwen-plus

7. 错误码说明 (Error Codes)

当请求失败时，接口返回标准 HTTP 状态码及 JSON 格式的错误详情：

HTTP/2 401 — 认证失败

{
  "error": {
    "message": "Incorrect API key provided.",
    "type": "authentication_error",
    "code": "invalid_api_key"
  }
}

HTTP 状态码	错误类型	说明与解决方案
400	Bad Request	请求参数错误，通常是缺少必填字段（如 `model` 或 `messages`）或 JSON 格式不正确。
401	Unauthorized	认证失败。API Key 无效、被禁用，或 Header 格式不正确（应为 `Authorization: Bearer sk-...`）。
402	Payment Required	余额不足，无法完成请求。请前往用户中心充值。
403	Forbidden	账户已被禁用，或请求内容触发了违禁词过滤策略。
404	Not Found	请求的模型不存在或未启用。请检查 `model` 字段是否正确，或参考可用模型列表。
429	Too Many Requests	触发了并发限制或请求频率过高。建议降低请求频率，或稍后重试。如需更高并发额度，请联系管理员。
500	Server Error	平台服务端内部错误，通常为数据库或配置异常，请稍后重试。
502/503	Upstream Error	上游 AI 服务异常或不可用。平台会自动进行故障转移，请稍后重试。
503	Service Unavailable	模型未正确配置（API Key 或上游地址缺失）。请联系管理员检查模型配置。

8. 计费说明 (Billing)

平台按实际消耗进行计费，支持两种计费模式：

Token 计费（对话/生成类）

对话生成、视频生成等 API 按 Token 数量精确计费：

计费粒度按 Token 计数，精确到小数后 6 位

费用组成输入 Token + 输出 Token = 总消耗

余额不足时返回 402 错误，请求不消耗费用

消费记录实时写入，可在用户中心查看明细

流式输出按实际消耗的输入 + 输出 Token 总数计费

固定计费（工具类 API）

抖音、快手、小红书等去水印解析 API 按次计费：

抖音去水印加载中...

快手去水印加载中...

小红书去水印加载中...

具体单价请参考各模型的定价（见用户后台「模型大厅」），或通过 GET /v1/models 接口查询。

9. 常见问题 (FAQ)

为什么报错 "Incorrect API key"？

请检查以下三点：
1. 是否复制了完整的 Key（包含 sk- 前缀）
2. Header 格式必须为 Authorization: Bearer sk-...（Bearer 与 Key 之间有空格）
3. 确认账户状态正常，Key 未被禁用。可前往用户中心查看。

请求报 402 余额不足，但账户有余额？

系统会按请求预估费用进行预扣费校验。如果预估费用超过当前余额，会提前拒绝。预估费用基于 max_tokens 参数计算（取上限值）。
建议：将 max_tokens 设置为合理值，避免设置过大导致预估费用过高而被拒绝。

如何在 NextChat / LobeChat 中接入？

打开第三方工具的「设置」->「语言模型」->「自定义接口」：
1. 开启「自定义 API」
2. 接口地址填写：https://api.13933.cn/v1（注意包含 /v1）
3. API Key 填写您的 sk-...
4. 模型名称填写：qwen-plus

流式输出（SSE）和普通响应有什么区别？

普通响应的 HTTP Body 为标准 JSON，AI 会等待完整内容生成后再返回。流式响应使用 Server-Sent Events（SSE）协议，内容一字一字实时推送，用户体验更流畅。
在 Request Body 中设置 "stream": true 即可开启流式模式。使用官方 SDK 时，SDK 会自动处理 SSE 解析。

请求报错 502/503，上游服务异常？

这表示上游 AI 服务节点临时不可用（如维护、限流或网络故障）。平台具备自动故障转移能力，通常会自动恢复。建议稍等 1~3 分钟后重试。如果持续异常，请联系管理员排查上游配置。

支持哪些模型？费用如何计算？

平台支持豆包、通义千问、智谱 GLM、月之暗面 Kimi、MiniMax 等多种大模型，以及 GPT-4、Claude 等第三方模型。具体可用模型列表请通过 GET /v1/models 接口实时查询，或在用户后台「模型大厅」中查看。
计费公式：对话类 = (输入 Token + 输出 Token) × 模型单价（元/千 Token）
工具类 = 固定金额 × 调用次数（如去水印解析按次计费）。

抖音/快手/小红书去水印怎么调用？

去水印功能通过标准对话接口调用，只需将模型 ID 设为对应工具（如 douyin-watermark），并在消息中传入分享链接即可。
示例：model: "douyin-watermark"，content: "https://v.douyin.com/xxxxx"
返回内容包含视频地址、封面、作者信息等完整数据。

去水印返回的数据包含哪些内容？

返回内容包含上游 API 的完整数据，不同平台字段略有差异，通常包括：
• title - 内容标题
• author - 作者/UP主名称
• video_url / work_url - 无水印视频下载地址
• cover - 封面图地址
• images - 图片集（图文内容）
具体返回字段请以实际响应为准。