[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-openai--openai-quickstart-node":3,"tool-openai--openai-quickstart-node":65},[4,19,29,38,46,54],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":18},9989,"n8n","n8n-io\u002Fn8n","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。\n\nn8n 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。",184740,2,"2026-04-19T23:22:26",[13,14,15,16,17],"数据工具","开发框架","Agent","图像","插件","ready",{"id":20,"name":21,"github_repo":22,"description_zh":23,"stars":24,"difficulty_score":25,"last_commit_at":26,"category_tags":27,"status":18},10095,"AutoGPT","Significant-Gravitas\u002FAutoGPT","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。\n\n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。\n\nAutoGPT 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。",183572,3,"2026-04-20T04:47:55",[15,28,17,14,16],"语言模型",{"id":30,"name":31,"github_repo":32,"description_zh":33,"stars":34,"difficulty_score":35,"last_commit_at":36,"category_tags":37,"status":18},8272,"opencode","anomalyco\u002Fopencode","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。\n\n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。\n\n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",144296,1,"2026-04-16T14:50:03",[15,17],{"id":39,"name":40,"github_repo":41,"description_zh":42,"stars":43,"difficulty_score":10,"last_commit_at":44,"category_tags":45,"status":18},6121,"gemini-cli","google-gemini\u002Fgemini-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。\n\n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。\n\n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。",100752,"2026-04-10T01:20:03",[17,15,16,14],{"id":47,"name":48,"github_repo":49,"description_zh":50,"stars":51,"difficulty_score":10,"last_commit_at":52,"category_tags":53,"status":18},4721,"markitdown","microsoft\u002Fmarkitdown","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。\n\n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。\n\n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",93400,"2026-04-06T19:52:38",[17,14],{"id":55,"name":56,"github_repo":57,"description_zh":58,"stars":59,"difficulty_score":10,"last_commit_at":60,"category_tags":61,"status":18},2268,"ML-For-Beginners","microsoft\u002FML-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。\n\n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。",85267,"2026-04-18T11:00:28",[16,13,62,17,15,63,28,14,64],"视频","其他","音频",{"id":66,"github_repo":67,"name":68,"description_en":69,"description_zh":70,"ai_summary_zh":71,"readme_en":72,"readme_zh":73,"quickstart_zh":74,"use_case_zh":75,"hero_image_url":76,"owner_login":77,"owner_name":78,"owner_avatar_url":79,"owner_bio":80,"owner_company":81,"owner_location":81,"owner_email":81,"owner_twitter":81,"owner_website":82,"owner_url":83,"languages":84,"stars":89,"forks":90,"last_commit_at":91,"license":92,"difficulty_score":10,"env_os":93,"env_gpu":94,"env_ram":94,"env_deps":95,"category_tags":101,"github_topics":102,"view_count":10,"oss_zip_url":81,"oss_zip_packed_at":81,"status":18,"created_at":104,"updated_at":105,"faqs":106,"releases":137},10198,"openai\u002Fopenai-quickstart-node","openai-quickstart-node","Node.js example app from the OpenAI API quickstart tutorial","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。\n\n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。\n\n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","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。\n\n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。\n\n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。","# OpenAI API Quickstart - Node.js\n\nThis repository provides a collection of examples demonstrating how to use the OpenAI APIs with the Node.js SDK.\n\nThe examples are organized by API, with each folder dedicated to a specific API:\n\n- Chat Completions\n- Assistants\n- Fine-tuning\n- Embeddings\n- Moderation\n- Batch Processing\n- Images\n\nWithin each folder, you'll find a basic example to get started. For some APIs, additional examples are also included to explore more advanced use cases.\n\n## Prerequisites\n\nTo run the examples with the Node.js SDK, you will need:\n\n- A recent version of [Node.js](https:\u002F\u002Fnodejs.org\u002F) (>= 16.0.0)\n- A recent version of [npm](https:\u002F\u002Fwww.npmjs.com\u002F) or another node package manager\n- An OpenAI API key (you can get one from your [OpenAI dashboard](https:\u002F\u002Fplatform.openai.com\u002Fsettings\u002Forganization\u002Fapi-keys))\n\n## How to use\n\n1. Clone this repository\n\n   ```bash\n   $ git clone https:\u002F\u002Fgithub.com\u002Fopenai\u002Fopenai-quickstart-node.git\n   ```\n\n2. Navigate into the project directory\n\n   ```bash\n   $ cd openai-quickstart-node\n   ```\n\n3. Install the OpenAI Node.js SDK\n\n   ```bash\n   $ npm install openai\n   ```\n\n4. Set your OpenAI API key in environment variables\n\n   **In the terminal session:**\n\n   Bash (Mac\u002FLinux):\n\n   ```bash\n   $ export OPENAI_API_KEY=\u003Cyour-api-key>\n   ```\n\n   PowerShell (Windows):\n\n   ```bash\n   $ setx OPENAI_API_KEY \"\u003Cyour_api_key>\"\n   ```\n\n   **Set it globally:**\n\n   Add this line to your `.bashrc` or `.zshrc` file on Mac\u002FLinux:\n\n   ```bash\n   $ export OPENAI_API_KEY=\u003Cyour-api-key>\n   ```\n\n   Or update your system environment variables on Windows.\n\n5. Run each script individually\n\n   ```bash\n   $ node path\u002Fto\u002Fscript.js\n   ```\n\n   For example, to run the basic chat completions example:\n\n   ```bash\n   $ node chat_completions\u002Findex.js\n   ```\n\n## Examples\n\nExplore the examples below to learn how to use the Node.js SDK for your specific use case.\n\n\u003Ctable>\n  \u003Ctr>\n    \u003Cth>API\u003C\u002Fth>\n    \u003Cth>Example\u003C\u002Fth>\n    \u003Cth>Path\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd rowspan=\"4\">Chat Completions\u003C\u002Ftd>\n    \u003Ctd>Basic example\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fchat_completions\u002Findex.js\">chat_completions\u002Findex.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Multi-turn conversation\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fchat_completions\u002Fmulti_turn.js\">chat_completions\u002Fmulti_turn.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n    \u003Ctr>\n    \u003Ctd>Function Calling\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fchat_completions\u002Ffunction_calling.js\">chat_completions\u002Ffunction_calling.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Vision (image input)\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fchat_completions\u002Fvision.js\">chat_completions\u002Fvision.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd rowspan=\"2\">Assistants\u003C\u002Ftd>\n    \u003Ctd>Create an assistant\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fassistants\u002Findex.js\">assistants\u002Findex.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Example thread\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fassistants\u002Fthread.js\">assistants\u002Fthread.js {assistant-id}\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n  \u003Ctd rowspan=\"2\">Fine-tuning\u003C\u002Ftd>\n  \u003Ctd>Create a fine-tuned model\u003C\u002Ftd>\n  \u003Ctd>\u003Ca href=\"\u002Ffine_tuning\u002Findex.js\">fine_tuning\u002Findex.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Use a fine-tuned model\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Ffine_tuning\u002Fuse_model.js\">fine_tuning\u002Fuse_model.js {job-id}\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd rowspan=\"1\">Embeddings\u003C\u002Ftd>\n    \u003Ctd>Generate embeddings\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fembeddings\u002Findex.js\">embeddings\u002Findex.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd rowspan=\"2\">Moderation\u003C\u002Ftd>\n    \u003Ctd>Moderate text\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fmoderation\u002Findex.js\">moderation\u002Findex.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Moderate images & text\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fmoderation\u002Fimages.js\">moderation\u002Fimages.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd rowspan=\"2\">Batch\u003C\u002Ftd>\n    \u003Ctd>Create a batch job\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fbatch\u002Findex.js\">batch\u002Findex.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Get batch job results\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fbatch\u002Fretrieve_results.js\">batch\u002Fretrieve_results.js {job-id}\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd rowspan=\"1\">Images\u003C\u002Ftd>\n    \u003Ctd>Generate an image\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fimages\u002Findex.js\">images\u002Findex.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftable>\n\n## Additional Resources\n\nFor more in-depth examples within front-end applications, including with streaming responses, check out these additional resources:\n\n- [Assistants API Quickstart](https:\u002F\u002Fgithub.com\u002Fopenai\u002Fopenai-assistants-quickstart)\n- [Sample apps with Structured Outputs](https:\u002F\u002Fgithub.com\u002Fopenai\u002Fopenai-structured-outputs-samples)\n","# OpenAI API 快速入门 - Node.js\n\n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。\n\n示例按 API 分类，每个文件夹对应一个特定的 API：\n\n- 对话补全\n- 助手\n- 微调\n- 嵌入\n- 内容审核\n- 批量处理\n- 图像\n\n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。\n\n## 先决条件\n\n要使用 Node.js SDK 运行这些示例，您需要：\n\n- 最新版本的 [Node.js]（>= 16.0.0）\n- 最新版本的 [npm] 或其他 Node 包管理器\n- OpenAI API 密钥（您可以在您的 [OpenAI 控制台](https:\u002F\u002Fplatform.openai.com\u002Fsettings\u002Forganization\u002Fapi-keys) 中获取）\n\n## 使用方法\n\n1. 克隆此仓库\n\n   ```bash\n   $ git clone https:\u002F\u002Fgithub.com\u002Fopenai\u002Fopenai-quickstart-node.git\n   ```\n\n2. 进入项目目录\n\n   ```bash\n   $ cd openai-quickstart-node\n   ```\n\n3. 安装 OpenAI Node.js SDK\n\n   ```bash\n   $ npm install openai\n   ```\n\n4. 在环境变量中设置您的 OpenAI API 密钥\n\n   **在终端会话中：**\n\n   Bash（Mac\u002FLinux）：\n\n   ```bash\n   $ export OPENAI_API_KEY=\u003Cyour-api-key>\n   ```\n\n   PowerShell（Windows）：\n\n   ```bash\n   $ setx OPENAI_API_KEY \"\u003Cyour_api_key>\"\n   ```\n\n   **全局设置：**\n\n   将以下行添加到 Mac\u002FLinux 系统的 `.bashrc` 或 `.zshrc` 文件中：\n\n   ```bash\n   $ export OPENAI_API_KEY=\u003Cyour-api-key>\n   ```\n\n   或者在 Windows 上更新系统环境变量。\n\n5. 单独运行每个脚本\n\n   ```bash\n   $ node path\u002Fto\u002Fscript.js\n   ```\n\n   例如，要运行基本的对话补全示例：\n\n   ```bash\n   $ node chat_completions\u002Findex.js\n   ```\n\n## 示例\n\n请浏览以下示例，了解如何针对您的具体用法使用 Node.js SDK。\n\n\u003Ctable>\n  \u003Ctr>\n    \u003Cth>API\u003C\u002Fth>\n    \u003Cth>示例\u003C\u002Fth>\n    \u003Cth>路径\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd rowspan=\"4\">对话补全\u003C\u002Ftd>\n    \u003Ctd>基础示例\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fchat_completions\u002Findex.js\">chat_completions\u002Findex.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>多轮对话\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fchat_completions\u002Fmulti_turn.js\">chat_completions\u002Fmulti_turn.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>函数调用\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fchat_completions\u002Ffunction_calling.js\">chat_completions\u002Ffunction_calling.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>视觉输入（图像）\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fchat_completions\u002Fvision.js\">chat_completions\u002Fvision.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd rowspan=\"2\">助手\u003C\u002Ftd>\n    \u003Ctd>创建助手\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fassistants\u002Findex.js\">assistants\u002Findex.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>示例线程\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fassistants\u002Fthread.js\">assistants\u002Fthread.js {assistant-id}\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd rowspan=\"2\">微调\u003C\u002Ftd>\n    \u003Ctd>创建微调模型\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Ffine_tuning\u002Findex.js\">fine_tuning\u002Findex.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>使用微调模型\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Ffine_tuning\u002Fuse_model.js\">fine_tuning\u002Fuse_model.js {job-id}\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd rowspan=\"1\">嵌入\u003C\u002Ftd>\n    \u003Ctd>生成嵌入向量\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fembeddings\u002Findex.js\">embeddings\u002Findex.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd rowspan=\"2\">内容审核\u003C\u002Ftd>\n    \u003Ctd>文本审核\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fmoderation\u002Findex.js\">moderation\u002Findex.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>图像与文本审核\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fmoderation\u002Fimages.js\">moderation\u002Fimages.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd rowspan=\"2\">批量处理\u003C\u002Ftd>\n    \u003Ctd>创建批量任务\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fbatch\u002Findex.js\">batch\u002Findex.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>获取批量任务结果\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fbatch\u002Fretrieve_results.js\">batch\u002Fretrieve_results.js {job-id}\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd rowspan=\"1\">图像\u003C\u002Ftd>\n    \u003Ctd>生成图像\u003C\u002Ftd>\n    \u003Ctd>\u003Ca href=\"\u002Fimages\u002Findex.js\">images\u002Findex.js\u003C\u002Fa>\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftable>\n\n## 更多资源\n\n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：\n\n- [助手 API 快速入门](https:\u002F\u002Fgithub.com\u002Fopenai\u002Fopenai-assistants-quickstart)\n- [结构化输出示例应用](https:\u002F\u002Fgithub.com\u002Fopenai\u002Fopenai-structured-outputs-samples)","# OpenAI API Node.js 快速上手指南\n\n本指南基于 `openai-quickstart-node` 仓库，帮助开发者快速在 Node.js 环境中集成并使用 OpenAI 各项 API。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **Node.js**: 版本 >= 16.0.0（推荐安装最新 LTS 版本）。\n*   **包管理器**: npm 或 yarn\u002Fpnpm。\n*   **API Key**: 您需要拥有一个有效的 [OpenAI API Key](https:\u002F\u002Fplatform.openai.com\u002Fsettings\u002Forganization\u002Fapi-keys)。\n\n> **国内开发者提示**：如果您在中国大陆地区，访问 OpenAI 服务可能需要配置网络代理，或在代码中指定自定义 Base URL（如使用国内中转服务）。\n\n## 安装步骤\n\n请按顺序执行以下命令来克隆项目并安装依赖：\n\n1.  **克隆仓库**\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fopenai\u002Fopenai-quickstart-node.git\n    ```\n\n2.  **进入项目目录**\n    ```bash\n    cd openai-quickstart-node\n    ```\n\n3.  **安装 OpenAI Node.js SDK**\n    ```bash\n    npm install openai\n    ```\n    > **加速建议**：如果 npm 下载缓慢，推荐使用淘宝镜像源安装：\n    > ```bash\n    > npm config set registry https:\u002F\u002Fregistry.npmmirror.com\n    > npm install openai\n    > ```\n\n4.  **配置 API Key**\n    您需要将 API Key 设置为环境变量。\n\n    *   **临时生效（当前终端会话）**：\n        *   Mac\u002FLinux (Bash\u002FZsh):\n            ```bash\n            export OPENAI_API_KEY=\u003Cyour-api-key>\n            ```\n        *   Windows (PowerShell):\n            ```bash\n            $env:OPENAI_API_KEY=\"\u003Cyour_api_key>\"\n            ```\n        *   Windows (CMD):\n            ```bash\n            set OPENAI_API_KEY=\u003Cyour_api_key>\n            ```\n\n    *   **永久生效**：\n        将 `export OPENAI_API_KEY=\u003Cyour-api-key>` 添加到您的 `~\u002F.bashrc` 或 `~\u002F.zshrc` 文件中，然后运行 `source ~\u002F.bashrc` 使其生效。\n\n## 基本使用\n\n本项目按 API 功能分类组织了示例脚本。您可以直接运行特定的脚本来测试功能。\n\n### 运行最简单的示例（聊天补全）\n\n要体验基础的对话功能，请运行 `chat_completions` 目录下的主脚本：\n\n```bash\nnode chat_completions\u002Findex.js\n```\n\n### 更多示例参考\n\n您可以根据需求运行其他特定功能的脚本：\n\n| 功能模块 | 示例描述 | 运行命令示例 |\n| :--- | :--- | :--- |\n| **多轮对话** | 上下文记忆对话 | `node chat_completions\u002Fmulti_turn.js` |\n| **函数调用** | Function Calling | `node chat_completions\u002Ffunction_calling.js` |\n| **视觉识别** | 图片输入分析 | `node chat_completions\u002Fvision.js` |\n| **助手 API** | 创建助手 | `node assistants\u002Findex.js` |\n| **微调模型** | 创建微调任务 | `node fine_tuning\u002Findex.js` |\n| **嵌入向量** | 生成 Embeddings | `node embeddings\u002Findex.js` |\n| **内容审核** | 文本\u002F图片审核 | `node moderation\u002Findex.js` |\n| **批量处理** | 创建批量任务 | `node batch\u002Findex.js` |\n| **图像生成** | DALL-E 绘图 | `node images\u002Findex.js` |\n\n只需将上述表格中的路径替换为 `node \u003C路径>` 即可执行。例如运行图像生成示例：`node images\u002Findex.js`。","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。\n\n### 没有 openai-quickstart-node 时\n- **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。\n- **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。\n- **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。\n- **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。\n\n### 使用 openai-quickstart-node 后\n- **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。\n- **逻辑快速复用**：直接参考 `chat_completions\u002Fmulti_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。\n- **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。\n- **全场景覆盖无忧**：从文本生成到 `moderation\u002Fimages.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。\n\nopenai-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。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fopenai_openai-quickstart-node_19f46731.png","openai","OpenAI","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fopenai_1960bbf4.png","",null,"https:\u002F\u002Fopenai.com\u002F","https:\u002F\u002Fgithub.com\u002Fopenai",[85],{"name":86,"color":87,"percentage":88},"JavaScript","#f1e05a",100,2631,1980,"2026-04-12T11:07:18","MIT","Linux, macOS, Windows","未说明",{"notes":96,"python":97,"dependencies":98},"本项目为 Node.js 示例集合，无需 GPU。运行前需配置 OpenAI API Key 到环境变量 (OPENAI_API_KEY)。支持通过 Bash (Mac\u002FLinux) 或 PowerShell (Windows) 设置环境变量。","不适用 (基于 Node.js)",[99,100,77],"nodejs>=16.0.0","npm",[17],[77,103],"openai-api","2026-03-27T02:49:30.150509","2026-04-20T21:04:34.877054",[107,112,117,122,127,132],{"id":108,"question_zh":109,"answer_zh":110,"source_url":111},45764,"运行项目时点击生成按钮出现 \"Internal Server Error\" 或通用错误提示怎么办？","这通常是因为前端未能展示详细的错误信息。维护者已表示会改进前端的错误提示。如果继续遇到无法解决的错误，建议检查终端（Terminal）中的具体报错日志，或者重新打开一个包含详细错误堆栈的新 Issue 以便排查。","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fopenai-quickstart-node\u002Fissues\u002F25",{"id":113,"question_zh":114,"answer_zh":115,"source_url":116},45765,"在中国大陆运行时遇到 \"connect ETIMEDOUT\" 或连接超时错误如何解决？","这是由于网络限制导致无法直接连接 OpenAI API。解决方案是配置代理：\n1. 安装 tunnel 包：`npm install tunnel`\n2. 在调用 OpenAI API 的代码文件（如 `pages\u002Fapi\u002Fgenerate.js`）中引入 tunnel 并配置 httpsAgent：\n```javascript\nconst tunnel = require('tunnel');\n\u002F\u002F ... 在 createCompletion 或类似请求中添加配置\nhttpsAgent: tunnel.httpsOverHttp({\n  proxy: {\n    host: '127.0.0.1', \u002F\u002F 你的代理主机\n    port: 7890,        \u002F\u002F 你的代理端口（请根据实际软件设置修改，不要误填为 3000）\n  }\n})\n```\n注意：请确保端口号与你使用的代理软件（如 Clash, V2Ray 等）设置的端口一致。","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fopenai-quickstart-node\u002Fissues\u002F79",{"id":118,"question_zh":119,"answer_zh":120,"source_url":121},45766,"配置代理后出现 \"tunneling socket could not be established, cause=socket hang up\" 错误怎么办？","这通常是因为代理端口配置错误。请检查你的代理软件（VPN\u002F梯子）的设置，确认其监听的本地端口号（例如 7890, 1080 等），并将代码中的 `port` 值修改为该正确端口。很多用户误将端口填成了项目的运行端口（如 3000），导致连接失败。","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fopenai-quickstart-node\u002Fissues\u002F78",{"id":123,"question_zh":124,"answer_zh":125,"source_url":126},45767,"遇到 \"403 Forbidden: The OpenAI API can only be accessed over HTTPS\" 错误如何解决？","这个错误有时是由代理软件（VPN）的规则冲突引起的。尝试关闭代理软件后再运行项目，或者检查代理软件的规则设置，确保对 localhost 或本地请求不进行代理转发。有用户反馈关闭 VPN 后问题即刻解决。","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fopenai-quickstart-node\u002Fissues\u002F48",{"id":128,"question_zh":129,"answer_zh":130,"source_url":131},45768,"运行 `npm run dev` 时出现 \"SyntaxError: Unexpected token ?\" 错误是什么原因？","这是因为你的 Node.js 版本过低，不支持可选链操作符（??）。该项目要求 Node.js 版本 >= 14.6.0。请升级你的 Node.js 到最新版本（建议使用 LTS 版本，如 v18 或 v20）即可解决。","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fopenai-quickstart-node\u002Fissues\u002F34",{"id":133,"question_zh":134,"answer_zh":135,"source_url":136},45769,"遇到 \"400 Bad Request: The plain HTTP request was sent to HTTPS port\" 错误怎么处理？","这表示程序试图通过 HTTP 协议访问一个强制要求 HTTPS 的端口，或者是代理配置不当导致协议混淆。请检查你的代理设置，确保没有将本地开发服务器（localhost）的错误流量转发到外部 HTTPS 端口。同时确认代码中请求 OpenAI API 时使用的是 `https:\u002F\u002F` 开头。","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fopenai-quickstart-node\u002Fissues\u002F63",[]]