baidu-aistudio-llm-api / 百度 AI Studio 星河社区大模型API调用

Official Skill from Baidu 「AI Studio」: Baidu AI Studio LLM API Access

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！

The Baidu 「AI Studio」 LLM API Assistant helps developers quickly connect to large model API services and access capabilities from models such as ERNIE and DeepSeek. Powered by the Baidu Intelligent Cloud Qianfan Platform, this service is compatible with the OpenAI Python SDK, allowing developers to integrate directly using the native openai-python SDK. It also provides guidance on model invocation, integration workflows, and related usage questions.✨ Bonus: Sign up and receive 1 million free tokens!

快速开始

Step 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：

```bash

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 ```

Step 2: 安装依赖

pip install openai

Step 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