AI 大模型 API 密钥（API Key）是什么？怎么用？

2）API Key 通常怎么拿到？
不同平台入口不一样，但流程基本一致：
登录控制台
找到 API / 开发者 / 密钥管理（Key Management）
新建 Key（有的需要先建 Project/应用）
复制一次并保存（很多平台只显示一次）
建议你同时做两件事：
给 Key 命名：比如 prod-server、test-local
按环境分 Key：测试 / 生产分开，方便隔离风险
3）怎么“正确使用”API Key
原则A：只放后端，不放前端
❌ 不要把 Key 写进网页/小程序/APP 里（很容易被抓包拿走）
✅ 正确做法：前端请求你的后端，你后端带 Key 去调用大模型平台
原则B：用环境变量存 Key
❌ 不要写死在代码里，更不要提交到 Git
✅ 用环境变量（或密钥管理服务）：
Windows（PowerShell）：
setx LLM_API_KEY “你的密钥”

macOS/Linux（bash/zsh）：
export LLM_API_KEY=”你的密钥”

4）调用大模型 API 的基本形态（通用）
大多数平台都遵循这类结构：

请求头带 Key：Authorization: Bearer 或 x-api-key:

请求体包含：

model：模型名
messages 或 prompt：输入内容
temperature：发散程度（越高越随机）
max_tokens：输出长度上限
stream：是否流式返回
5）最小可用示例（curl + Python）
注意：下面是通用写法模板，不同平台的 URL、字段名会略有差异，你把它当“结构参考”。

示例1：curl（最直观）
curl https://api.example.com/v1/chat/completions \
-H “Authorization: Bearer $LLM_API_KEY” \
-H “Content-Type: application/json” \
-d ‘{
“model”: “your-model-name”,
“messages”: [
{“role”: “user”, “content”: “用中文解释什么是 API Key，并给出注意事项。”}
],
“temperature”: 0.2,
“max_tokens”: 500
}’

示例2：Python（后端最常用）
import os, requests

API_KEY = os.getenv(“LLM_API_KEY”)
url = “https://api.example.com/v1/chat/completions”

payload = {
“model”: “your-model-name”,
“messages”: [{“role”: “user”, “content”: “写一段产品介绍，语气专业。”}],
“temperature”: 0.3,
“max_tokens”: 400
}

resp = requests.post(
url,
headers={
“Authorization”: f”Bearer {API_KEY}”,
“Content-Type”: “application/json”
},
json=payload,
timeout=60
)

resp.raise_for_status()
data = resp.json()
print(data)