> ## Documentation Index > Fetch the complete documentation index at: https://docs.bigmodel.cn/llms.txt > Use this file to discover all available pages before exploring further. # HTTP API 调用智谱提供基于 RESTful 架构的应用程序接口，通过标准的 HTTP 协议与智谱的模型服务进行交互。无论您使用什么编程语言或开发框架，都可以通过 HTTP 请求来调用智谱的各种 AI 模型。 ### 核心优势 }> 支持所有支持 HTTP 协议的编程语言和平台 }> 基于 RESTful 设计，遵循 HTTP 标准，易于理解和使用 }> 可以集成到任何现有的应用程序和系统中 }> 支持同步和异步调用，满足不同场景需求 ## 获取 API Key 1. 访问 [智谱开放平台](https://bigmodel.cn) 2. 注册并登录您的账户 3. 在 [API Keys](https://bigmodel.cn/usercenter/proj-mgmt/apikeys) 管理页面创建 API Key 4. 复制您的 API Key 以供使用建议将 API Key 设置为环境变量替代硬编码到代码中，以提高安全性。 ## API 基础信息 ### 请求端点(通用API) ``` https://open.bigmodel.cn/api/paas/v4/ ``` 注意：使用 [GLM 编码套餐](/cn/coding-plan/overview) 时，需要配置专属的 Coding 端点，详情请见 [快速开始](/cn/coding-plan/quick-start)。 ### 请求头要求 0 ```http theme={null} Content-Type: application/json Authorization: Bearer YOUR_API_KEY ``` ### 支持的鉴权方式最简单的鉴权方式，直接使用您的 API Key： ```bash theme={null} curl --location 'https://open.bigmodel.cn/api/paas/v4/chat/completions' \ --header 'Authorization: Bearer YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data '{ "model": "glm-5.2", "messages": [ { "role": "user", "content": "你好" } ] }' ``` 使用 JWT Token 进行鉴权，适合需要更高安全性的场景：安装依赖 PyJWT ```shell theme={null} pip install PyJWT ``` ```python theme={null} import time import jwt def generate_token(apikey: str, exp_seconds: int): try: id, secret = apikey.split(".") except Exception as e: raise Exception("invalid apikey", e) payload = { "api_key": id, "exp": int(round(time.time() * 1000)) + exp_seconds * 1000, "timestamp": int(round(time.time() * 1000)), } return jwt.encode( payload, secret, algorithm="HS256", headers={"alg": "HS256", "sign_type": "SIGN"}, ) # 使用生成的 token token = generate_token("YOUR_API_KEY", 3600) # 1 小时有效期 ``` ## 基础调用示例 ### 简单对话 ```bash theme={null} curl --location 'https://open.bigmodel.cn/api/paas/v4/chat/completions' \ --header 'Authorization: Bearer YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data '{ "model": "glm-5.2", "messages": [ { "role": "user", "content": "请介绍一下人工智能的发展历程" } ], "temperature": 1.0, "max_tokens": 1024 }' ``` ### 流式响应 ```bash theme={null} curl --location 'https://open.bigmodel.cn/api/paas/v4/chat/completions' \ --header 'Authorization: Bearer YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data '{ "model": "glm-5.2", "messages": [ { "role": "user", "content": "写一首关于春天的诗" } ], "stream": true }' ``` ### 多轮对话 ```bash theme={null} curl --location 'https://open.bigmodel.cn/api/paas/v4/chat/completions' \ --header 'Authorization: Bearer YOUR_API_KEY' \ --header 'Content-Type: application/json' \ --data '{ "model": "glm-5.2", "messages": [ { "role": "system", "content": "你是一个专业的编程助手" }, { "role": "user", "content": "什么是递归？" }, { "role": "assistant", "content": "递归是一种编程技术，函数调用自身来解决问题..." }, { "role": "user", "content": "能给我一个 Python 递归的例子吗？" } ] }' ``` ## 常用编程语言示例 ```python theme={null} import requests import json def call_zhipu_api(messages, model="glm-5.2"): url = "https://open.bigmodel.cn/api/paas/v4/chat/completions" headers = { "Authorization": "Bearer YOUR_API_KEY", "Content-Type": "application/json" } data = { "model": model, "messages": messages, "temperature": 1.0 } response = requests.post(url, headers=headers, json=data) if response.status_code == 200: return response.json() else: raise Exception(f"API调用失败: {response.status_code}, {response.text}") # 使用示例 messages = [ {"role": "user", "content": "你好，请介绍一下自己"} ] result = call_zhipu_api(messages) print(result['choices'][0]['message']['content']) ``` ```javascript theme={null} async function callZhipuAPI(messages, model = 'glm-5.2') { const url = 'https://open.bigmodel.cn/api/paas/v4/chat/completions'; const response = await fetch(url, { method: 'POST', headers: { 'Authorization': 'Bearer YOUR_API_KEY', 'Content-Type': 'application/json' }, body: JSON.stringify({ model: model, messages: messages, temperature: 1.0 }) }); if (!response.ok) { throw new Error(`API 调用失败: ${response.status}`); } return await response.json(); } // 使用示例 const messages = [ { role: 'user', content: '你好，请介绍一下自己' } ]; callZhipuAPI(messages) .then(result => { console.log(result.choices[0].message.content); }) .catch(error => { console.error('错误:', error); }); ``` ```java theme={null} import com.fasterxml.jackson.databind.ObjectMapper; import okhttp3.MediaType; import okhttp3.OkHttpClient; import okhttp3.Request; import okhttp3.RequestBody; import okhttp3.Response; import java.util.Collections; import java.util.HashMap; import java.util.Map; public class AgentExample { public static void main(String[] args) throws Exception { OkHttpClient client = new OkHttpClient(); ObjectMapper mapper = new ObjectMapper(); Map messages = new HashMap<>(8); messages.put("role", "user"); messages.put("content", "你好，请介绍一下自己"); Map requestBody = new HashMap<>(); requestBody.put("model", "glm-5.2"); requestBody.put("messages", Collections.singletonList(messages)); requestBody.put("temperature", 1.0); String jsonBody = mapper.writeValueAsString(requestBody); MediaType JSON = MediaType.get("application/json; charset=utf-8"); RequestBody body = RequestBody.create(JSON, jsonBody); Request request = new Request.Builder() .url("https://open.bigmodel.cn/api/paas/v4/chat/completions") .addHeader("Authorization", "Bearer YOUR_API_KEY") .addHeader("Content-Type", "application/json") .post(body) .build(); try (Response response = client.newCall(request).execute()) { System.out.println(response.body().string()); } } } ``` ## 错误处理 ### 常见错误码 | 错误码 | 说明 | 解决方案 | | --- | ------- | --------------- | | 401 | 未授权 | 检查 API Key 是否正确 | | 429 | 请求过于频繁 | 降低请求频率，实施重试机制 | | 500 | 服务器内部错误 | 稍后重试，如持续出现请联系支持 | 更多错误码和解决方案请参考 [API 错误码文档](/cn/faq/api-code) ## 实践建议 * 妥善保管 API Key，不要在代码中硬编码 * 使用环境变量或配置文件存储敏感信息 * 定期轮换 API Key * 实施连接池和会话复用 * 合理设置超时时间 * 使用异步请求处理高并发场景 * 实施指数退避重试机制 * 记录详细的错误日志 * 设置合理的超时和重试次数 * 监控 API 调用频率和成功率 * 跟踪响应时间和错误率 * 设置告警机制 ## 更多资源 } href="/cn/api/introduction"> 查看完整的 API 接口文档和参数说明 } href="https://bigmodel.cn/online-book/customerService"> 获取技术支持和帮助建议在生产环境中使用 HTTPS 协议，并实施适当的安全措施来保护您的 API 密钥和数据传输。