openai-quickstart-node
openai-quickstart-node 是 OpenAI 官方提供的 Node.js 快速入门示例集合，旨在帮助开发者轻松上手 OpenAI API。它通过一系列结构清晰、即拿即用的代码范例，展示了如何利用 Node.js SDK 调用 Chat Completions（聊天补全）、Assistants（智能助手）、Fine-tuning（模型微调）、Embeddings（嵌入向量）、Moderation（内容审核）、Batch Processing（批量处理）以及 Images（图像生成）等核心功能。
对于许多想要集成 AI 能力但不知从何下手的 Node.js 开发者而言，配置环境和理解 API 调用细节往往是一道门槛。openai-quickstart-node 正好解决了这一痛点，它不仅提供了基础用法的教学，还涵盖了多轮对话、函数调用、视觉输入等进阶场景，让用户能直观地看到代码如何转化为实际的 AI 应用，从而大幅降低学习成本和试错时间。
这款工具特别适合熟悉 JavaScript 或 Node.js 的后端工程师、全栈开发者以及技术原型设计者使用。无论是想快速验证一个创意想法，还是需要在生产环境中构建稳定的 AI 服务，都能从中找到参考范本。其独特的亮点在于按 API 功能分类的组织方式，以及覆盖从“创建任务”到“获取结果”的完整闭环示例，让开发者不仅能学会“怎么调”，更能理解“怎么用得好”。只需简单的几步配置，即可在本地运行这些脚本，开启高效的 AI 开发之旅。
使用场景
某电商初创团队的后端工程师正急需为平台构建一套包含智能客服、评论审核及营销图生成的自动化内容系统。
没有 openai-quickstart-node 时
- 环境配置耗时：开发者需手动查阅分散的官方文档，反复调试 Node.js SDK 的安装版本兼容性及 API Key 的环境变量注入方式，极易因配置错误导致项目启动失败。
- 功能开发从零开始：实现多轮对话上下文记忆、函数调用（Function Calling）或图片内容审核等复杂逻辑时，缺乏标准代码参考，必须自行摸索请求参数结构，试错成本极高。
- 高级特性落地困难：面对微调模型训练、批量任务处理（Batch Processing）等高阶需求，由于缺少现成的示例脚本，团队往往因技术门槛过高而被迫放弃或延期开发。
- 维护风险增加：自行编写的底层调用代码缺乏官方最佳实践指导，后续在应对 API 版本更新或异常处理时，容易引发系统不稳定。
使用 openai-quickstart-node 后
- 极速启动项目：直接克隆仓库并运行
npm install，即可通过简单的环境变量设置立即跑通所有基础示例，将环境搭建时间从数小时缩短至几分钟。 - 逻辑快速复用：直接参考
chat_completions/multi_turn.js和function_calling.js等源码，快速集成智能客服的上下文记忆与工具调用能力，确保代码结构符合官方规范。 - 高阶能力即刻解锁：利用
fine_tuning和batch目录下的现成脚本，轻松定制专属行业模型并高效处理海量数据，大幅降低高级 AI 功能的实施难度。 - 全场景覆盖无忧：从文本生成到
moderation/images.js的图文合规检测，再到 DALL-E 绘图，一套库覆盖所有业务需求，显著提升开发效率与系统稳定性。
openai-quickstart-node 将复杂的 API 集成转化为标准化的“乐高积木”，让开发者能专注于业务逻辑创新而非底层连接调试。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明
快速开始
OpenAI API 快速入门 - Node.js
此仓库提供了一系列示例，演示如何使用 Node.js SDK 调用 OpenAI 的各项 API。
示例按 API 分类，每个文件夹对应一个特定的 API：
- 对话补全
- 助手
- 微调
- 嵌入
- 内容审核
- 批量处理
- 图像
在每个文件夹中，您都会找到一个基础示例以帮助您快速上手。对于某些 API，还提供了更多示例，用于探索更高级的用例。
先决条件
要使用 Node.js SDK 运行这些示例，您需要：
- 最新版本的 [Node.js]（>= 16.0.0）
- 最新版本的 [npm] 或其他 Node 包管理器
- OpenAI API 密钥（您可以在您的 OpenAI 控制台 中获取）
使用方法
克隆此仓库
$ git clone https://github.com/openai/openai-quickstart-node.git进入项目目录
$ cd openai-quickstart-node安装 OpenAI Node.js SDK
$ npm install openai在环境变量中设置您的 OpenAI API 密钥
在终端会话中：
Bash（Mac/Linux）：
$ export OPENAI_API_KEY=<your-api-key>PowerShell（Windows）：
$ setx OPENAI_API_KEY "<your_api_key>"全局设置：
将以下行添加到 Mac/Linux 系统的
.bashrc或.zshrc文件中：$ export OPENAI_API_KEY=<your-api-key>或者在 Windows 上更新系统环境变量。
单独运行每个脚本
$ node path/to/script.js例如，要运行基本的对话补全示例：
$ node chat_completions/index.js
示例
请浏览以下示例，了解如何针对您的具体用法使用 Node.js SDK。
| API | 示例 | 路径 |
|---|---|---|
| 对话补全 | 基础示例 | chat_completions/index.js |
| 多轮对话 | chat_completions/multi_turn.js | |
| 函数调用 | chat_completions/function_calling.js | |
| 视觉输入（图像） | chat_completions/vision.js | |
| 助手 | 创建助手 | assistants/index.js |
| 示例线程 | assistants/thread.js {assistant-id} | |
| 微调 | 创建微调模型 | fine_tuning/index.js |
| 使用微调模型 | fine_tuning/use_model.js {job-id} | |
| 嵌入 | 生成嵌入向量 | embeddings/index.js |
| 内容审核 | 文本审核 | moderation/index.js |
| 图像与文本审核 | moderation/images.js | |
| 批量处理 | 创建批量任务 | batch/index.js |
| 获取批量任务结果 | batch/retrieve_results.js {job-id} | |
| 图像 | 生成图像 | images/index.js |
更多资源
如需更深入的前端应用示例，包括流式响应等内容，请参阅以下资源：
常见问题
相似工具推荐
n8n
n8n 是一款面向技术团队的公平代码（fair-code）工作流自动化平台，旨在让用户在享受低代码快速构建便利的同时，保留编写自定义代码的灵活性。它主要解决了传统自动化工具要么过于封闭难以扩展、要么完全依赖手写代码效率低下的痛点，帮助用户轻松连接 400 多种应用与服务，实现复杂业务流程的自动化。 n8n 特别适合开发者、工程师以及具备一定技术背景的业务人员使用。其核心亮点在于“按需编码”：既可以通过直观的可视化界面拖拽节点搭建流程，也能随时插入 JavaScript 或 Python 代码、调用 npm 包来处理复杂逻辑。此外，n8n 原生集成了基于 LangChain 的 AI 能力，支持用户利用自有数据和模型构建智能体工作流。在部署方面，n8n 提供极高的自由度，支持完全自托管以保障数据隐私和控制权，也提供云端服务选项。凭借活跃的社区生态和数百个现成模板，n8n 让构建强大且可控的自动化系统变得简单高效。
AutoGPT
AutoGPT 是一个旨在让每个人都能轻松使用和构建 AI 的强大平台，核心功能是帮助用户创建、部署和管理能够自动执行复杂任务的连续型 AI 智能体。它解决了传统 AI 应用中需要频繁人工干预、难以自动化长流程工作的痛点，让用户只需设定目标，AI 即可自主规划步骤、调用工具并持续运行直至完成任务。 无论是开发者、研究人员，还是希望提升工作效率的普通用户，都能从 AutoGPT 中受益。开发者可利用其低代码界面快速定制专属智能体；研究人员能基于开源架构探索多智能体协作机制；而非技术背景用户也可直接选用预置的智能体模板，立即投入实际工作场景。 AutoGPT 的技术亮点在于其模块化“积木式”工作流设计——用户通过连接功能块即可构建复杂逻辑，每个块负责单一动作，灵活且易于调试。同时，平台支持本地自托管与云端部署两种模式，兼顾数据隐私与使用便捷性。配合完善的文档和一键安装脚本，即使是初次接触的用户也能在几分钟内启动自己的第一个 AI 智能体。AutoGPT 正致力于降低 AI 应用门槛，让人人都能成为 AI 的创造者与受益者。
opencode
OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。