5分钟搞定：Node.js调用大模型API的工程化实战（附代码）AI 应用开发已经不再是算法工程师的专属。作为一名前端或

AI 应用开发已经不再是算法工程师的专属。作为一名前端或 Node 开发者，通过几行代码就能调用大模型 API，快速构建属于自己的 AI 工具。但很多刚入门的同学会遇到几个痛点：

API Key 直接写死在代码里，不小心提交到 GitHub 导致泄露
不知道如何管理环境变量
搞不清异步和同步，代码执行顺序一团糟
模块化方案混乱（CommonJS vs ES Module）

本文将从零开始，带你搭建一个工程化的 Node.js 项目，安全调用大模型 API（以 DeepSeek 为例，兼容 OpenAI），并解释每个环节背后的原理。读完你就能独立写出干净、安全、可维护的 AI 调用代码。

一、项目初始化

首先创建一个新目录，并在终端进入：

mkdir ai-caller
cd ai-caller

执行初始化命令，生成 package.json：

npm init -y

参数 -y 表示使用默认配置，快速生成。

1.1 为什么要 `init -y`？

package.json 是 Node.js 项目的“身份证”，记录了项目名称、依赖、脚本等信息。
后续安装的第三方包（如 openai、dotenv）会被记录在这个文件中，方便别人克隆你的项目后快速还原环境。

二、保护 API Key：.gitignore + .env

你从大模型平台（如 DeepSeek、OpenAI）获取的 API Key 是一串敏感字符，绝不能提交到 Git 仓库。正确的做法是：

在项目根目录创建 .env 文件，写入 key 和接口地址
创建 .gitignore 文件，把 .env 忽略掉

2.1 创建 `.env` 文件

# .env
DEEPSEEK_API_KEY=sk-你的真实密钥
DEEPSEEK_BASE_URL=https://api.deepseek.com

注意：.env 文件中的变量名通常用大写字母加下划线，值直接写，不要加引号（除非值本身包含空格）。

2.2 创建 `.gitignore`

# .gitignore
node_modules/
.env

这样执行 git add . 时，.env 和 node_modules 就不会被暂存。

2.3 名词解析：什么是 `process.env`？

process 是 Node.js 的全局对象，代表当前正在运行的进程。
process.env 是一个对象，包含了操作系统的环境变量（比如 PATH、HOME）。
我们用 dotenv 库把 .env 文件中的键值对注入到 process.env 中，这样代码里就能通过 process.env.DEEPSEEK_API_KEY 读取到密钥。

三、安装依赖

安装两个核心库：openai 和 dotenv。

npm install openai dotenv

3.1 可选：使用 `pnpm` 加速

pnpm 是一个比 npm 更快的包管理器，它通过硬链接的方式在全局存储一次依赖，不同项目之间共享，节省磁盘空间。

npm install -g pnpm   # 全局安装 pnpm
pnpm add openai dotenv

后续用法和 npm 基本一致。

3.2 名词解析：什么是 `openai` 库？

这个库是 OpenAI 官方提供的 SDK，封装了对 https://api.openai.com/v1/chat/completions 等接口的调用。
而且它支持自定义 baseURL，所以我们可以用它来调用任何兼容 OpenAI 格式的 API（比如 DeepSeek、智谱、通义千问等）。

四、编写代码（ES Module 风格）

Node.js 有多种模块化方案，这里我们使用现代化的 ES Module（即 import/export 语法）。

有两种方式启用 ES Module：

文件后缀使用 .mjs
或者在 package.json 中设置 "type": "module"

本文采用第一种 .mjs 后缀，更直观。

4.1 创建 `index.mjs`

// index.mjs
import dotenv from 'dotenv';
import { OpenAI } from 'openai';

// 加载 .env 文件到 process.env
dotenv.config();

// 实例化 OpenAI 客户端（实际指向 DeepSeek）
const client = new OpenAI({
  apiKey: process.env.DEEPSEEK_API_KEY,
  baseURL: process.env.DEEPSEEK_BASE_URL,
});

// 主函数：异步调用大模型
const main = async () => {
  console.log('🚀 程序开始运行...');

  // 调用聊天补全 API
  const completion = await client.chat.completions.create({
    model: 'deepseek-chat',
    messages: [
      { role: 'user', content: '请用一句话介绍什么是大模型' }
    ],
  });

  // 取出回复内容并打印
  const reply = completion.choices[0].message.content;
  console.log('🤖 AI 回复：', reply);

  console.log('✅ 程序结束');
};

// 执行主函数
main();

4.2 代码逐行解释

import dotenv from 'dotenv' ：导入 dotenv 库。
dotenv.config() ：读取根目录下的 .env 文件，把键值对注入 process.env。
new OpenAI({ apiKey, baseURL }) ：创建客户端实例。如果不填 baseURL，默认指向 OpenAI 官方地址。
async function main() ：定义异步主函数。
await client.chat.completions.create(...) ：
- create 方法会发起 HTTP 请求，并返回一个 Promise（承诺对象）。
- await 关键字会暂停当前 async 函数的执行，直到 Promise 完成（拿到结果）。
- 这样就能保证先拿到回复，再执行后面的打印。
completion.choices[0].message.content：标准 OpenAI 响应结构中，回复内容就在这个路径下。

4.3 为什么需要用 `async/await`？

JavaScript 代码的执行顺序并不总是和书写顺序一致。像 API 请求、文件读取、定时器这类操作属于异步任务，它们不会阻塞后面的代码。如果你这样写：

// ❌ 错误示范
let result = client.chat.completions.create(...); // 这是一个 Promise 对象，不是真正的回复
console.log(result);   // 打印出 Promise { <pending> }

await 的作用就是“等一下”，等异步任务完成后再继续。它是处理异步代码最优雅的方式（替代了早期的回调地狱和 .then() 链式调用）。

五、运行项目

使用 Node.js 直接执行 .mjs 文件：

node index.mjs

如果你希望代码文件修改后自动重启（开发时很方便），可以安装 nodemon：

npm install -g nodemon
nodemon index.mjs

你应该会看到类似输出：

🚀 程序开始运行...
🤖 AI 回复： 大模型是指通过海量数据训练得到的、包含巨大参数量（通常在十亿级以上）的深度学习模型，能够理解和生成自然语言、图像等多种内容。
✅ 程序结束

六、工程化要点总结

步骤	作用	关键点
`npm init -y`	初始化项目，生成 `package.json`	记录依赖与脚本
`.gitignore`	防止密钥和依赖被提交	必须包含 `node_modules/` 和 `.env`
`.env` + `dotenv`	安全存储 API Key	不要硬编码，用 `process.env` 读取
`openai` SDK	统一调用接口	支持自定义 `baseURL`，兼容多种模型
ES Module (`.mjs`)	现代化模块语法	`import/export` 比 `require` 更简洁
`async/await`	控制异步流程	只有 `await` 才能拿到真实 API 返回

七、扩展：如何处理更长的对话？

大模型 API 是无状态的，每次请求需要把历史消息一起传过去。例如实现多轮对话：

const messages = [
  { role: 'system', content: '你是一个乐观的助手' },
  { role: 'user', content: '今天天气不好' },
];

// 调用 API
const completion = await client.chat.completions.create({
  model: 'deepseek-chat',
  messages: messages,
});

// 把 AI 回复追加到历史
messages.push(completion.choices[0].message);
messages.push({ role: 'user', content: '那该怎么办？' });

// 再次调用...

实际开发中，你可以将 messages 数组存储在变量或数据库中，实现真正的会话管理。

八、常见问题与解答

Q1：为什么我的 console.log(process.env) 看不到自定义变量？
A：确保已经执行了 dotenv.config()，并且 .env 文件和 index.mjs 在同一级目录。

Q2：await 能拦住 setTimeout 吗？
A：不能。await 只等待 Promise。setTimeout 是基于回调的宏任务，不会被 await 阻塞。需要把定时器包装成 Promise 才行。

Q3：我用的不是 DeepSeek，是 OpenAI 怎么办？
A：只需修改 .env 中的 BASE_URL 为官方地址（可以不写，默认就是 OpenAI），API_KEY 换成你的 OpenAI Key。模型名改成 gpt-3.5-turbo 或 gpt-4。

Q4：代码报错 SyntaxError: Cannot use import statement outside a module？
A：说明 Node.js 没有识别你的文件为 ES 模块。解决方法：

将文件后缀改为 .mjs，或者
在 package.json 中添加 "type": "module"。

结语

现在你已经掌握了一套完整的 AIGC 后端工程化开发流程：

安全配置与读取 API Key
使用现代化 ES Module 编写代码
利用 async/await 优雅处理异步
轻松调用任何兼容 OpenAI 格式的大模型 API

接下来你可以尝试：

搭建一个简单的命令行对话机器人
接入微信公众号或飞书机器人
将 AI 回复存储到数据库

记住：好的工程习惯（密钥隔离、模块清晰、异步正确）会让你的 AI 项目跑得更稳、更安全。

如果你觉得这篇文章有帮助，欢迎点赞、收藏、转发～有问题可以在评论区留言，我会尽力解答。

本文示例代码已整理，你可以直接复制使用。只需要去 DeepSeek 平台或 OpenAI 注册获取免费 API Key 即可。

5分钟搞定：Node.js调用大模型API的工程化实战（附代码）

一、项目初始化

1.1 为什么要 init -y？

二、保护 API Key：.gitignore + .env

2.1 创建 .env 文件

2.2 创建 .gitignore

2.3 名词解析：什么是 process.env？