从 curl 到 Python：如何确认 DeepAI OpenAI 兼容接口真的能用

你在 Cherry Studio、Dify、Cline、Open WebUI 里填完 API Key 后，如果工具报错，最麻烦的地方不是报错本身，而是你不知道问题出在哪里。

是 Key 错了？Base URL 写错了？模型名不存在？还是工具自己的配置项有问题？

我建议不要一上来就在客户端里反复点“保存”和“测试连接”。更稳的做法是：先离开工具，用最小请求把接口测通。

这篇文章就用 DeepAI API 中转站作为示例，演示一套从 curl 到 Python 的最小测试流程。只要这套流程能跑通，再去配置 Cherry Studio、Dify、Cline 或 Open WebUI，排错会简单很多。

本文示例默认使用：

Base URL: https://api.deepai.wang/v1
API Key: YOUR_DEEPAI_API_KEY
Model ID: YOUR_MODEL_ID

其中 YOUR_DEEPAI_API_KEY 替换成你在 DeepAI 控制台创建的令牌，YOUR_MODEL_ID 替换成 DeepAI 后台可用的模型名称。

如果你还没准备 Key，可以先打开 DeepAI API 中转站：

https://api.deepai.wang/

为什么要先用 curl 测试

很多 AI 客户端会把错误包装得很模糊。

比如同样是“连接失败”，背后可能是：

API Key 填错；
Base URL 多写或少写了 /v1；
模型 ID 不存在；
当前 Key 没有模型权限；
余额不足或触发限速；
工具请求的是 /models，但服务商更适合手动填模型；
网络代理或防火墙拦截了请求。

curl 的好处是它足够简单。你发出去什么请求、服务端返回什么内容，都能直接看到。

如果 curl 都不通，先别折腾 Cherry Studio、Dify、Cline。先把 API 本身修好。

如果 curl 能通，但工具不能用，问题大概率就在工具配置上。

第一步：确认 Base URL 写法

本文以 DeepAI 为主，常用 Base URL 是：

https://api.deepai.wang/v1

注意这里包含 /v1。

很多 404 都是路径拼错导致的。比如某些工具会自动拼接 /v1/chat/completions，如果你又手动多写了一层，就可能变成：

https://api.deepai.wang/v1/v1/chat/completions

这不是模型问题，也不是 Key 问题，就是地址拼错。

所以配置任何工具前，先确认它要求你填的是：

完整 Base URL：https://api.deepai.wang/v1
还是根地址：https://api.deepai.wang

大多数支持 OpenAI Compatible API 的工具，会让你填写到 /v1。但具体仍要看工具说明。

如果你还不熟悉 Base URL、API Key、Model ID 的区别，可以先看这篇基础说明：

OpenAI Compatible API 是什么？Base URL、API Key、Model ID 与 DeepAI 接入教程

第二步：测试模型列表

先测 /models：

curl https://api.deepai.wang/v1/models \
  -H "Authorization: Bearer YOUR_DEEPAI_API_KEY"

如果返回模型列表，说明至少三件事是对的：

https://api.deepai.wang/v1 这个地址能访问；
API Key 格式和鉴权基本没问题；
当前接口支持模型列表查询。

如果这里报 401，大概率是 Key 有问题。

如果这里报 404，要优先检查 Base URL 是否写错。

如果这里报 429，可能是限速、额度或余额问题。

不过要注意：模型列表测试失败，不一定代表聊天接口一定不能用。有些兼容接口对 /models 的支持不完整，或者工具端需要手动填写模型 ID。真正决定聊天能不能跑的，是下一步 /chat/completions。

第三步：测试聊天接口

把 YOUR_MODEL_ID 换成 DeepAI 后台可用的模型 ID：

curl https://api.deepai.wang/v1/chat/completions \
  -H "Authorization: Bearer YOUR_DEEPAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "YOUR_MODEL_ID",
    "messages": [
      {
        "role": "user",
        "content": "用一句话解释 OpenAI Compatible API"
      }
    ]
  }'

如果返回了模型回复，说明聊天接口已经跑通。

这时你再去配置 Cherry Studio、Dify、Cline、Open WebUI，就可以把排查范围缩小到工具本身：

模型名是否填对；
Base URL 是否重复拼接；
工具是否要求手动添加模型；
是否有模型过滤器；
是否开启了对应服务商开关。

如果聊天接口报错，则继续看下面的错误排查。

第四步：测试流式输出

很多客户端默认使用流式输出。普通请求能通，不代表 stream 一定稳定。

可以这样测：

curl https://api.deepai.wang/v1/chat/completions \
  -H "Authorization: Bearer YOUR_DEEPAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "YOUR_MODEL_ID",
    "stream": true,
    "messages": [
      {
        "role": "user",
        "content": "请用三点说明 API 中转站的作用"
      }
    ]
  }'

如果普通请求能返回，但流式请求中途断开，可能和这些因素有关：

网络代理不稳定；
反向代理没有正确支持长连接；
客户端超时时间太短；
当前模型响应太慢；
请求内容过长。

Open WebUI、Cherry Studio、Cline 这类工具都可能用到流式输出。如果你经常遇到“回答到一半断了”，这一步很值得测。

第五步：用 Python 再测一遍

curl 适合快速判断接口是否通，Python 更接近真实项目调用。

先安装 OpenAI Python SDK：

pip install openai

然后新建一个 test_deepai.py：

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_DEEPAI_API_KEY",
    base_url="https://api.deepai.wang/v1"
)

resp = client.chat.completions.create(
    model="YOUR_MODEL_ID",
    messages=[
        {"role": "user", "content": "用一句话解释 DeepAI API 中转站的作用"}
    ]
)

print(resp.choices[0].message.content)

运行：

python test_deepai.py

如果这里能输出内容，说明你已经可以在自己的 Python 项目里调用 DeepAI 的 OpenAI 兼容接口。

如果 Python 报错，但 curl 正常，重点检查：

SDK 版本是否太旧；
base_url 参数是否写对；
Key 是否有前后空格；
Python 环境是否走了错误代理；
模型 ID 是否复制错。

第六步：不要把 Key 写死在代码里

上面的示例为了方便演示，把 Key 直接写在代码里。真实项目里不建议这么做。

更好的方式是用环境变量。

Linux / macOS：

export DEEPAI_API_KEY="YOUR_DEEPAI_API_KEY"

Windows PowerShell：

$env:DEEPAI_API_KEY="YOUR_DEEPAI_API_KEY"

Python 代码改成：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DEEPAI_API_KEY"),
    base_url="https://api.deepai.wang/v1"
)

resp = client.chat.completions.create(
    model="YOUR_MODEL_ID",
    messages=[
        {"role": "user", "content": "测试 DeepAI API 是否可用"}
    ]
)

print(resp.choices[0].message.content)

这样做有几个好处：

不容易把 Key 提交到 GitHub；
多个环境可以用不同 Key；
换 Key 不需要改代码；
出问题时更容易定位。

如果你是给 Cherry Studio、Dify、Open WebUI、Cline 分别配置，建议也给每个工具单独创建一个 DeepAI 令牌。这样后面查用量、排查异常消耗会方便很多。

常见错误怎么判断

下面这些是测试 OpenAI 兼容接口时最常见的问题。

报错	更可能的原因	先检查什么
401 Unauthorized	Key 错误、Key 被禁用、Key 和 Base URL 不匹配	重新复制 DeepAI API Key
403 Forbidden	没有权限、账号限制、模型权限不足	检查 DeepAI 后台权限和模型可用性
404 Not Found	Base URL 路径错、`/v1` 重复或缺失	检查最终请求地址
429 Too Many Requests	限速、余额不足、并发太高	查看余额、降低频率
model not found	模型 ID 写错或无权限	从 DeepAI 模型列表复制模型名
timeout	网络、代理、模型响应慢	换网络、减少上下文、检查代理
stream interrupted	流式连接中断	测普通请求，再测 stream

最容易混淆的是 404。

很多人看到 404 以为“平台不可用”，其实更常见的是路径拼错：

https://api.deepai.wang/v1/v1/chat/completions

这种就是 /v1 重复了。

还有一种是少了 /v1：

https://api.deepai.wang/chat/completions

所以遇到 404，先别换模型，先看请求地址。

测通以后，怎么接到具体工具

接口测通后，再去接客户端就简单了。

Cherry Studio

重点检查：

服务商是否选择 OpenAI 或自定义 OpenAI；
Base URL 是否填 https://api.deepai.wang/v1；
API Key 是否为 DeepAI 令牌；
模型是否手动添加；
服务商开关是否打开。

如果你主要用 Cherry Studio，可以继续看：

Cherry Studio 接入 GPT、Claude、Gemini、DeepSeek 统一方案：DeepAI 多模型配置

Dify

Dify 里通常要在模型供应商或 OpenAI API-compatible 插件里配置。

重点检查：

聊天模型和 Embedding 模型是否分开配置；
Workflow 用到的模型是否有权限；
速率限制是否影响工作流；
知识库场景是否需要额外配置向量模型。

继续阅读：

Dify 插件市场 OpenAI Compatible 模型怎么配置？DeepAI 接入说明

Open WebUI

Open WebUI 可能会尝试读取模型列表。如果模型列表不显示，可以手动填写 Model IDs Filter。

继续阅读：

Open WebUI 私有部署安全配置建议：DeepAI Key、团队权限与反向代理

Cline

Cline 是代码 Agent，测试一句话能返回还不够。你还要关注模型是否适合代码任务、上下文长度是否足够、长任务是否稳定。

如果给 Cline 用，建议单独创建 DeepAI 令牌，方便控制消耗。

一个最小排查顺序

如果你不想看太多解释，按这个顺序来：

1. 打开 DeepAI API 中转站，确认 API Key 和模型 ID； 2. 用 curl 测 https://api.deepai.wang/v1/models； 3. 用 curl 测 https://api.deepai.wang/v1/chat/completions； 4. 如果客户端支持 stream，再测一次 stream: true； 5. 用 Python SDK 测 base_url="https://api.deepai.wang/v1"； 6. curl 和 Python 都正常后，再去配置 Cherry Studio、Dify、Cline、Open WebUI； 7. 如果工具仍报错，优先检查工具里的模型名、Base URL 拼接和模型过滤器。

这套流程的价值是：先把 API 本身和工具配置分开。

API 本身不通，就修 Key、地址、模型、额度。

API 本身通，工具不通，就查工具配置。

不要混在一起猜。

FAQ

DeepAI 的 Base URL 应该怎么填？

本文示例使用：

https://api.deepai.wang/v1

大多数 OpenAI Compatible API 工具可以填写这个地址。如果某个工具要求填写根地址，则按工具文档调整。

为什么 `/models` 测试失败，但聊天接口可能能用？

因为有些兼容接口对模型列表支持不完整，或者客户端需要手动填模型 ID。真正要确认聊天是否可用，还是要测试 /v1/chat/completions。

401 一定是 Key 错了吗？

大多数情况下是 Key 问题，但也可能是 Key 和 Base URL 不匹配。比如把别的平台 Key 填到了 DeepAI 的 Base URL 里。

404 是模型不存在吗？

不一定。404 很多时候是路径错，比如 /v1 重复或缺失。模型不存在通常会返回 model not found 或类似错误。

Python SDK 能用 DeepAI 这种兼容接口吗？

可以。关键是初始化客户端时设置：

client = OpenAI(
    api_key="YOUR_DEEPAI_API_KEY",
    base_url="https://api.deepai.wang/v1"
)

要不要给每个工具单独创建 Key？

建议这样做。Cherry Studio、Dify、Cline、Open WebUI 分别用不同 DeepAI 令牌，后续看日志、查消耗、停用异常工具都会更方便。

总结

配置 OpenAI 兼容接口时，别一开始就陷在工具界面里反复试。

先用 curl 测 Base URL、API Key 和模型 ID，再用 Python 测一次真实调用。确认 DeepAI API 本身可用后，再接 Cherry Studio、Dify、Cline、Open WebUI，排错会清楚很多。

如果你还没有准备接口，可以先进入 DeepAI API 中转站创建令牌：