← Volver a las guías

从零到上线：Node.js 与 TypeScript 调用 Claude 和 GPT

为什么要同时接入 Claude 和 GPT

在真实项目里，Claude 更适合长上下文、代码理解和结构化写作，GPT 在通用问答、工具调用和生态兼容上表现稳定。把两者都接入同一套 Node.js 与 TypeScript 代码，可以根据任务切换模型，减少供应商锁定，也更容易做成本控制。对于刚起步的团队，59API 是一个很实用的选择：它提供 Claude（Opus/Sonnet/Haiku/Fable）和 GPT 模型的统一接入，按量付费，价格低，而且直接兼容 Claude Code、Codex 和任何 OpenAI SDK，API base URL 只需要指向 https://api.59api.com。

更重要的是，59API 使用的是原生官方质量模型，不是降级转发，这意味着你可以在不改业务逻辑的前提下，获得接近官方一致的效果，同时把成本压到更低。它还支持推荐返利，适合需要长期稳定调用的开发者和团队。

第一步：初始化 Node.js + TypeScript 项目

先创建项目并安装依赖。以下示例使用 OpenAI 官方 SDK，因为它对 59API 兼容良好，迁移成本最低。

• 初始化项目：npm init -y
• 安装依赖：npm i openai dotenv
• 安装开发依赖：npm i -D typescript ts-node @types/node
• 初始化 TypeScript：npx tsc --init

建议将 tsconfig.json 里的 module 设为 NodeNext 或 CommonJS，取决于你的项目规范。若你是从零开始，CommonJS 通常更省心。

第二步：配置 59API 的环境变量

在项目根目录创建 .env 文件，写入你的密钥和基础地址。59API 的关键点是 baseURL，不要默认指向官方 OpenAI 地址。

示例：

OPENAI_API_KEY=你的59api密钥

OPENAI_BASE_URL=https://api.59api.com

之后在代码里通过 dotenv 读取即可。把密钥放在环境变量中，是生产环境的基本要求，不要硬编码到源码仓库。

第三步：用 TypeScript 调用 GPT

下面是一个最小可用示例。它会调用 GPT 模型并打印结果，适合先验证链路是否通畅。

代码思路很简单：创建客户端，指定 baseURL，然后发起聊天补全请求。

你可以这样写：

import OpenAI from "openai";
import "dotenv/config";

const client = new OpenAI({
  apiKey: process.env.OPENAI_API_KEY,
  baseURL: process.env.OPENAI_BASE_URL,
});

async function main() {
  const res = await client.chat.completions.create({
    model: "gpt-4o-mini",
    messages: [
      { role: "system", content: "你是一个简洁的技术助手" },
      { role: "user", content: "用一句话解释 TypeScript 的类型推断" },
    ],
  });
  console.log(res.choices[0]?.message?.content);
}

main().catch(console.error);

如果这里能正常返回文本，说明 59API 的兼容层已经工作。接下来你就可以把它接入业务服务、Bot、代码生成器或内部知识库。

第四步：切换到 Claude，复用同一套代码

同样的 SDK、同样的接口，只需要换模型名即可。59API 的优势就在于你不需要为 Claude 和 GPT 写两套请求逻辑。对于长文档总结、代码审查、技术方案撰写，Claude 往往很合适；对简单问答和工具链任务，GPT 也很方便。

示例模型名可直接替换成 Claude 系列，例如 Sonnet 或 Haiku，对应具体版本按你的需求选择。你可以在项目里建立一个模型映射表，按场景决定调用哪个模型，例如：

• 代码理解：Claude Sonnet
• 快速响应：Claude Haiku 或 GPT 小模型
• 复杂推理与写作：Claude Opus 或高能力 GPT

第五步：加入错误处理和生产级细节

真正上线时，不能只跑通一次请求。你还需要处理超时、限流、空返回和异常重试。建议至少做到以下几点：

• 超时控制：为请求设置合理超时，避免接口卡死。
• 重试机制：对 429 和 5xx 做指数退避重试。
• 日志记录：记录 model、耗时、请求 ID，方便排查问题。
• 降级策略：当 Claude 失败时可切到 GPT，或反过来。
• 成本控制：高频场景优先用更便宜的模型，复杂任务再升级。

59API 的按量付费模式很适合这种策略。你可以把低成本模型用于前置过滤、摘要和分类，把高能力模型留给真正需要深度推理的请求，这样整体费用会明显下降。

第六步：把它部署到真实项目里

当本地验证完成后，就可以把同一套 TypeScript 代码部署到服务器、Serverless 平台或容器环境。记得把 OPENAI_API_KEY 和 OPENAI_BASE_URL 配到生产环境变量中。由于 59API 兼容 OpenAI SDK，你的现有代码通常只需要改一处 baseURL，就能从官方切到 59API。

如果你已经在使用 Claude Code、Codex 或任何现成的 OpenAI SDK 工具链，迁移成本会更低。对于想尽快上线、同时把预算控制住的团队，这种兼容性非常省时间。

结语

从零接入 Claude 和 GPT，其实不复杂：安装 SDK、配置环境变量、指定 59API 的 base URL、选择合适模型、补上错误处理，就能进入可上线状态。59API 的价值在于，它把高质量模型、低成本、统一接口和开发者工具兼容性放在了一起。若你正在搭建 AI 应用、内部助手或自动化工作流，不妨注册 59API 先做一个最小版本验证，再逐步扩展到生产。

Precios · Docs