本页将青云 TOP API 客户端接入资料按使用场景合并整理,适合第一次接入的用户,也适合需要核对协议和路径的 API 开发者。青云 TOP API 基于 New API 部署,因此 New API 官方应用教程中的兼容配置可以直接复用。

快速判断:我应该看哪一段?

  • 只想聊天:先看桌面端的基础配置。
  • 要接入 MCP、知识库或工作流:看 Agent/自动化章节。
  • 要在终端写代码:看 CLI、Provider 和环境变量章节。
  • 遇到 401、403、404 或模型不兼容:先检查本文末尾的接入检查清单,再查看对应来源章节。

LangBot(融合自原文档)

LangBot 对接教程 — 面向飞书、钉钉、Telegram、Discord 等平台的 AI 聊天机器人开发框架。支持知识库、Agent、MCP,兼容 青云 TOP API。

LangBot 是一个开源的即时通信机器人开发平台,支持多种即时通信平台,如飞书、钉钉、微信、QQ、Telegram、Discord、Slack 等。接入全球主流的 AI 模型,支持知识库、Agent、MCP等多种 AI 应用能力,并完美适配 青云 TOP API。

接入 青云 TOP API

LangBot 支持接入本地部署的 青云 TOP API 和第三方使用 青云 TOP API 搭建的 青云 TOP API 服务。

使用方式

  1. 从 青云 TOP API 中获取 API key !获取 API key

若是本地部署的 青云 TOP API 请自行配置 API 地址(可参考容器网络连接),若使用第三方 青云 TOP API 服务,可在页面上复制地址。注意,地址后需要添加/v1

  1. 在 LangBot 中添加模型,选择使用 青云 TOP API 供应商,填写对应的 API key 和 API 地址 !添加 青云 TOP API 模型
  1. 在流水线中选择使用模型

!选择模型

  1. 在对话调试中对话或与绑定至流水线的机器人对话即可使用

!对话

!微信对话

部署配置机器人请参考部署机器人

使用 LangBot 知识库

LangBot 支持使用 青云 TOP API 的嵌入模型,并将其作为知识库的向量模型。

  1. 在 LangBot 中添加嵌入模型,选择使用 青云 TOP API 供应商 !添加嵌入模型
  1. 在新建知识库时选用嵌入模型 !使用嵌入模型

更多使用方式请查看 LangBot 官方文档:https://docs.langbot.app

接入检查

  • API 地址填写青云 TOP API 的 Base URL:https://top.qingyuntop.ai/v1;应用若要求不带 /v1 的站点地址,请按页面说明填写对应格式。
  • API Key 只使用环境变量 $QINGYUN_TOP_API_KEY 或应用的安全密钥存储,不要把真实密钥提交到代码仓库。
  • 模型名称必须与控制台可用模型完全一致;遇到 401/403 检查密钥、分组和模型权限,遇到 404 检查 Base URL 是否重复填写 /v1

LangBot 配置(融合自原文档)

LangBot 是一个开源的即时通信机器人开发平台,支持多种即时通信平台,如飞书、钉钉、微信、QQ、Telegram、Discord、Slack 等。接入全球主流的 AI 模型,支持知识库、Agent、MCP等多种 AI 应用能力,并完美适配 NewAPI。

官网地址:https://langbot.app/
下载地址:https://github.com/langbot-app/LangBot/releases
官方文档:https://docs.langbot.app/
开源地址:https://github.com/langbot-app/LangBot

使用 LangBot 对话

1、从 NewAPI 中获取 API key

LangBot 配置 配置步骤图 1

2、在 LangBot 中添加模型,选择使用 NewAPI 供应商,填写对应的 API key 和 API 地址,如下图:
请求URL https://top.qingyuntop.ai/v1

LangBot 配置 配置步骤图 2

3、在流水线中选择使用模型

LangBot 配置 配置步骤图 3

4、在对话调试中对话或与绑定至流水线的机器人对话即可使用

LangBot 配置 配置步骤图 4
LangBot 配置 配置步骤图 5

部署配置机器人请参考部署机器人。

使用 LangBot 知识库

LangBot 支持使用 NewAPI 的嵌入模型,并将其作为知识库的向量模型。

1、在 LangBot 中添加嵌入模型,选择使用 NewAPI 供应商

LangBot 配置 配置步骤图 6

2、在新建知识库时选用嵌入模型

LangBot 配置 配置步骤图 7

更多使用方式请查看 LangBot 官方文档:https://docs.langbot.app/

接入检查

  • API Key 使用 $QINGYUN_TOP_API_KEY 占位符保存,不要直接粘贴到公开代码或截图。
  • OpenAI 兼容客户端通常使用 https://top.qingyuntop.ai/v1;如果客户端要求完整接口路径,再按其界面说明追加路径,避免重复填写 /v1
  • 先用客户端的“测试连接”或发送一条短消息验证,再到控制台调用日志核对模型和状态。

统一接入检查与故障排查

  1. 401/403:确认 API Key 未过期、令牌分组允许目标模型,且没有把示例占位符原样提交。
  2. 404:核对应用要求的 Base URL 形式;https://top.qingyuntop.ai/dashboard/https://top.qingyuntop.ai/v1 和完整路径不能重复拼接。
  3. 模型为空或不可用:调用 GET /v1/models,复制返回的完整模型 ID,并确认应用使用的协议(OpenAI Chat Completions、Responses 或 Anthropic Messages)。
  4. 切换 Provider 后仍访问旧地址:完全退出并重启客户端,检查环境变量、代理和 CC Switch 路由是否覆盖了新配置。
  5. 生产环境安全:不要把真实密钥放进前端代码、截图、公开仓库、Deep Link 或工作流导出文件;先用低额度测试令牌验证。

> 本页保留每个来源教程的具体字段、命令、截图和高级选项;重复的 API Key、Base URL 和验证说明已统一到本页开头与本节。

发布前检查

以下检查适用于客户端中选择 OpenAI 兼容Responses 提供商的场景;如果你选择的是 Anthropic、Gemini 等原生协议,请按对应协议的接口和返回结构配置。

  1. 模型 ID:先用目标 API Key 请求 GET https://top.qingyuntop.ai/v1/models,把返回的 data[].id 原样填入客户端。截图、教程和历史配置中的模型名不保证仍可用。
  2. 协议选择:新 OpenAI 集成优先选择 Responses;只有客户端或模型明确要求 Chat Completions 时才选择 Chat。Responses 的返回从 output 读取,Chat 的返回从 choices[].message 读取。
  3. Base URL:通常填写 https://top.qingyuntop.ai/v1,也就是只保留一个 /v1。要求完整接口地址的客户端才追加 /responses/chat/completions,不要重复追加。
  4. 流式与重试:流式响应必须按所选协议解析事件;连接中断后不要盲目重放可能已被服务端接受的生成请求。对 429 和 5xx 使用带抖动的退避,并设置连接、读取和总超时。
  5. 上线前验证:分别验证普通文本、流式文本、工具调用或结构化输出中实际用到的能力,并记录 request id、HTTP 状态、业务状态和完成原因,避免只根据 HTTP 200 判定成功。