AI API Node.js 接入教程

Node.js 接入 AI API 完整教程：从零开始构建智能应用

随着人工智能技术的快速发展，越来越多的开发者希望在自己的 Node.js 项目中集成 AI 能力。本文将详细介绍如何在 Node.js 环境中接入主流 AI API，帮助你快速构建具备智能对话、文本生成等功能的应用。

为什么选择 Node.js 接入 AI API

Node.js 作为一个高性能的 JavaScript 运行环境，具有以下优势：

• 异步非阻塞：天然适合处理 AI API 的异步请求
• 生态丰富：npm 提供了大量现成的 HTTP 客户端库
• 全栈统一：前后端使用同一种语言，降低学习成本
• 社区活跃：遇到问题容易找到解决方案

准备工作：环境配置与 API 密钥获取

1. 安装 Node.js 环境

确保你的系统已安装 Node.js 14.0 或更高版本。可以通过以下命令检查：

node --version
npm --version

2. 创建项目并安装依赖

创建一个新的 Node.js 项目并安装必要的依赖包：

mkdir ai-api-demo
cd ai-api-demo
npm init -y
npm install axios dotenv

这里我们使用 axios 作为 HTTP 客户端，dotenv 用于管理环境变量。

3. 获取 API 密钥

在使用 AI API 之前，你需要先注册账号并获取 API Key。主流的 AI 服务提供商包括 OpenAI、Anthropic、Google AI 等。注册后在控制台创建 API 密钥，并妥善保管。

实战：在 Node.js 中接入 OpenAI API

步骤 1：配置环境变量

在项目根目录创建 .env 文件，存储你的 API 密钥：

OPENAI_API_KEY=your_api_key_here
OPENAI_BASE_URL=https://api.openai.com/v1

记得将 .env 添加到 .gitignore 文件中，避免泄露密钥。

步骤 2：编写基础调用代码

创建 index.js 文件，实现一个简单的 AI 对话功能：

require('dotenv').config();
const axios = require('axios');

const apiKey = process.env.OPENAI_API_KEY;
const baseURL = process.env.OPENAI_BASE_URL;

async function chatWithAI(userMessage) {
  try {
    const response = await axios.post(
      `${baseURL}/chat/completions`,
      {
        model: 'gpt-3.5-turbo',
        messages: [
          { role: 'user', content: userMessage }
        ],
        temperature: 0.7,
        max_tokens: 1000
      },
      {
        headers: {
          'Authorization': `Bearer ${apiKey}`,
          'Content-Type': 'application/json'
        }
      }
    );

    return response.data.choices[0].message.content;
  } catch (error) {
    console.error('API 调用失败:', error.response?.data || error.message);
    throw error;
  }
}

// 测试调用
chatWithAI('请用一句话介绍 Node.js')
  .then(reply => console.log('AI 回复:', reply))
  .catch(err => console.error('错误:', err));

步骤 3：添加流式响应支持

对于长文本生成场景，流式响应可以提供更好的用户体验。以下是支持流式输出的代码示例：

async function streamChatWithAI(userMessage) {
  try {
    const response = await axios.post(
      `${baseURL}/chat/completions`,
      {
        model: 'gpt-3.5-turbo',
        messages: [{ role: 'user', content: userMessage }],
        stream: true
      },
      {
        headers: {
          'Authorization': `Bearer ${apiKey}`,
          'Content-Type': 'application/json'
        },
        responseType: 'stream'
      }
    );

    response.data.on('data', chunk => {
      const lines = chunk.toString().split('\n').filter(line => line.trim());
      for (const line of lines) {
        if (line.startsWith('data: ')) {
          const data = line.slice(6);
          if (data === '[DONE]') return;
          try {
            const parsed = JSON.parse(data);
            const content = parsed.choices[0]?.delta?.content;
            if (content) process.stdout.write(content);
          } catch (e) {
            // 忽略解析错误
          }
        }
      }
    });

    response.data.on('end', () => console.log('\n流式响应完成'));
  } catch (error) {
    console.error('流式调用失败:', error.message);
  }
}

进阶技巧：优化你的 AI API 接入方案

1. 实现请求重试机制

网络请求可能因为各种原因失败，实现自动重试可以提高系统稳定性：

async function callWithRetry(fn, maxRetries = 3) {
  for (let i = 0; i < maxRetries; i++) {
    try {
      return await fn();
    } catch (error) {
      if (i === maxRetries - 1) throw error;
      const delay = Math.pow(2, i) * 1000; // 指数退避
      console.log(`重试 ${i + 1}/${maxRetries}，等待 ${delay}ms...`);
      await new Promise(resolve => setTimeout(resolve, delay));
    }
  }
}

2. 添加请求超时控制

为了避免请求长时间挂起，建议设置合理的超时时间：

const response = await axios.post(url, data, {
  headers: headers,
  timeout: 30000 // 30秒超时
});

3. 实现 Token 计数与成本控制

AI API 通常按 Token 数量计费，实现 Token 统计可以帮助控制成本：

function estimateTokens(text) {
  // 简单估算：中文约 1.5 字符/token，英文约 4 字符/token
  const chineseChars = (text.match(/[\u4e00-\u9fa5]/g) || []).length;
  const otherChars = text.length - chineseChars;
  return Math.ceil(chineseChars / 1.5 + otherChars / 4);
}

console.log(`预估消耗 Token: ${estimateTokens(userMessage)}`);

常见问题与解决方案

处理 API 限流

当请求频率过高时，API 可能返回 429 错误。建议实现请求队列和速率限制：

class RateLimiter {
  constructor(maxRequests, timeWindow) {
    this.maxRequests = maxRequests;
    this.timeWindow = timeWindow;
    this.requests = [];
  }

  async acquire() {
    const now = Date.now();
    this.requests = this.requests.filter(t => now - t < this.timeWindow);
    
    if (this.requests.length >= this.maxRequests) {
      const oldestRequest = this.requests[0];
      const waitTime = this.timeWindow - (now - oldestRequest);
      await new Promise(resolve => setTimeout(resolve, waitTime));
      return this.acquire();
    }
    
    this.requests.push(now);
  }
}

const limiter = new RateLimiter(10, 60000); // 每分钟最多10次请求

错误处理最佳实践

完善的错误处理可以提升应用的健壮性：

async function safeAPICall(userMessage) {
  try {
    const result = await chatWithAI(userMessage);
    return { success: true, data: result };
  } catch (error) {
    if (error.response) {
      // API 返回了错误响应
      const status = error.response.status;
      if (status === 401) {
        return { success: false, error: 'API 密钥无效' };
      } else if (status === 429) {
        return { success: false, error: '请求过于频繁，请稍后重试' };
      } else if (status === 500) {
        return { success: false, error: 'API 服务器错误' };
      }
    } else if (error.request) {
      // 请求已发送但没有收到响应
      return { success: false, error: '网络连接失败' };
    }
    return { success: false, error: '未知错误' };
  }
}

使用 API 中转服务提升稳定性

在实际生产环境中，直接调用官方 API 可能会遇到网络不稳定、区域限制等问题。一些开发者会选择使用 API 中转服务来解决这些问题。中转服务通常提供国内优化的网络线路、统一的接口格式以及更灵活的计费方式，可以显著提升 AI API 在 Node.js 项目中的接入体验和稳定性。

完整示例：构建一个简单的 AI 聊天服务器

下面是一个使用 Express 框架构建的完整 AI 聊天 API 服务器示例：

const express = require('express');
const axios = require('axios');
require('dotenv').config();

const app = express();
app.use(express.json());

const apiKey = process.env.OPENAI_API_KEY;
const baseURL = process.env.OPENAI_BASE_URL;

app.post('/api/chat', async (req, res) => {
  const { message } = req.body;
  
  if (!message) {
    return res.status(400).json({ error: '消息不能为空' });
  }

  try {
    const response = await axios.post(
      `${baseURL}/chat/completions`,
      {
        model: 'gpt-3.5-turbo',
        messages: [{ role: 'user', content: message }]
      },
      {
        headers: {
          'Authorization': `Bearer ${apiKey}`,
          'Content-Type': 'application/json'
        },
        timeout: 30000
      }
    );

    const reply = response.data.choices[0].message.content;
    res.json({ success: true, reply });
  } catch (error) {
    console.error('API 错误:', error.message);
    res.status(500).json({ 
      success: false, 
      error: '服务暂时不可用，请稍后重试' 
    });
  }
});

const PORT = process.env.PORT || 3000;
app.listen(PORT, () => {
  console.log(`AI 聊天服务器运行在端口 ${PORT}`);
});

性能优化建议

• 使用连接池：复用 HTTP 连接可以减少握手开销
• 实现缓存机制：对于相同的问题，可以缓存 AI 的回复
• 异步处理：充分利用 Node.js 的异步特性，避免阻塞
• 监控与日志：记录 API 调用情况，便于排查问题和优化

常见问题解答

总结

本文详细介绍了在 Node.js 项目中接入 AI API 的完整流程，从环境配置、基础调用到进阶优化都进行了深入讲解。通过合理的错误处理、重试机制和性能优化，你可以构建一个稳定可靠的 AI 应用。随着实践经验的积累，你还可以根据具体业务需求进一步定制和优化你的 AI API 接入方案。