第一步：注册账号并获取API Key

使用千聚AI中转站的第一步是创建一个账号。打开官网完成注册后，在控制台中找到“API Key”管理页面，点击生成一个Key。千聚的API Key采用标准字符串格式，你只需要复制保存，后续在代码中填入即可。

如果首次使用，建议先前往Token购买页面获取适量额度。千聚采用按量计费模式，用多少扣多少，余额实时可见，方便控制成本。

第二步：获取千聚的Base URL

中转站通常提供统一的API端点，千聚的Base URL兼容OpenAI接口格式。你无需额外安装SDK，在现有代码中替换两项配置即可。以Python为例：

import openai
openai.api_base = "https://api.token88.cc/v1" # 替换为千聚提供的Base URL
openai.api_key = "sk-xxxxxxxxxxxxx" # 替换为你的API Key

注意：实际Base URL请以千聚官网最新文档为准，配置后即指向千聚的模型网关。

第三步：选择适合知识库的模型

千聚聚合了数十种模型，包括OpenAI的GPT-4系列、Claude系列、Gemini、DeepSeek、以及针对中文优化的Qwen和GLM等。对于知识库问答任务，你可以根据内容语言和复杂度灵活选择。例如，处理大量中文文档时可选用Claude 3或Qwen系列，它们对上下文理解更稳定。

具体支持的模型名称和对应价格，请查看千聚官网的实时模型列表。模型名通常以官方标识为准，如gpt-4o、claude-3-5-sonnet-20241022。

第四步：在知识库系统中配置并测试问答

假设你已有的知识库系统使用LangChain框架，只需将LLM实例的endpoint指向千聚即可完成接入：

from langchain.chat_models import ChatOpenAI
llm = ChatOpenAI(
 openai_api_base="https://api.token88.cc/v1",
 openai_api_key="sk-xxxxxxxxxxxxx",
 model="gpt-4o"
)
使用知识库上下文做问答
response = llm.predict("根据知识库回答：什么是千聚AI中转站？")
print(response)

如果你是直接使用OpenAI库，同样替换Base URL和Key后，在消息中传入知识库检索结果作为system或user内容，即可实现基于私域知识的对话。

测试一次最简单的调用：发送一个包含知识库片段的请求，确认返回结果符合预期。参数正确的情况下，千聚的响应时延与官方接近，且无需额外配置网络环境。

为什么选择千聚作为知识库系统的模型中转站

千聚AI中转站最大的优势在于“一次接入，多模型可用”。知识库系统往往需要根据任务切换模型（如摘要用Claude、问答用GPT-4），而千聚统一了调用入口，你只需修改代码中的模型名即可，无需维护多个API Key和Base URL。对于国内团队，千聚的网络更友好，有助于降低集成复杂度。

此外，千聚提供实时的余额管理和Token用量统计，方便团队预算控制。

立即开始接入

从获取API Key到完成一次知识库问答，整个流程只需几分钟。马上访问千聚AI中转站官网注册账号，购买Token并生成API Key，体验极速接入。

在配置过程中，你可能还会需要以下资料：

• 千聚支持的模型列表与说明
• API Key申请与管理步骤
• OpenAI兼容接口调用示例（Python/Node.js）
• Token购买和计费规则