thinkphp插件接入大模型API教程【紧跟潮流】-ThinkPHP-PHP中文网

thinkphp接入大模型需手写http服务类而非插件；先用curl验证api连通性与鉴权，再按各平台要求构造请求（如讯飞lite不支持system、ollama需严格匹配model名），统一openai兼容接口结构，流式响应须逐行解析sse。

thinkphp插件接入大模型api教程【紧跟潮流】

想在ThinkPHP项目里快速接入通义千问、讯飞星火或Ollama等大模型API，又不想被SDK封装绕晕、卡在鉴权或流式响应上？你得先绕过“插件”这个词的误导——ThinkPHP没有真正意义上的AI插件，只有可复用的HTTP客户端服务类，它不运行模型，只精准转发请求并解析JSON。

确认通信链路是否通

别急着写服务类，先验证底层HTTP能否连通目标API。打开终端，执行：

curl -X GET http://127.0.0.1:11434/api/tags（Ollama本地服务）

或

curl -X GET https://spark-api-open.xf-yun.com/v1/chat/completions -H "Authorization: Bearer your_api_password"（讯飞Lite接口）

看到返回JSON含models数组或401错误，说明网络和基础认证已就绪；若返回curl: (7) Failed to connect，则检查Ollama是否运行、防火墙是否放行端口、讯飞API密码是否复制完整——【APIPassword必须一字不差，末尾空格也会导致401】。

手写基础服务类（以讯飞Spark Lite为例）

在app/service目录下新建XingHuoService.php，内容如下：

第一步：声明命名空间与依赖

第二步：定义私有属性$baseUrl、$apiPassword和$client

第三步：在__construct()中从配置读取api_password，并初始化Guzzle Client，【headers必须显式声明Content-Type和Accept为application/json，漏掉任一字段将返回400 Bad Request】

第四步：编写chat()方法，构造$params数组，其中model=>"lite"不可省略，content传入用户输入字符串，不拼接system提示词——讯飞Lite不支持role=system字段，传了直接拒掉。

This skill transforms novel chapters into professional film storyboard scripts. 这个skill是将小说章节 →（变成）专业电影分镜剧本。 Powered by **清云 EchoFlow API** (https://api.echoflow.cn/) — 一站式国内外580+大模型，一键开发票，企业级稳定，价格是官方的1.5折。

将小说章节转换为电影分镜剧本。用户上传txt/md/docx文本，AI分析场景、角色、情绪、镜头语言，输出专业分镜脚本。适用于用户提及“分镜”“storyboard”“小说转分镜”“影视改编”“镜头脚本”或需要将小说改编为分镜的场景。

下载

第五步：用$client->post()发送请求，捕获RequestException，返回json_decode后的数组，直接取$result['choices'][0]['message']['content']即可获取文本。

对接百度文心一言（需两步令牌）

方法一：手动管理access_token

创建BaiduWenxinService，先调/oauth/2.0/token接口，用apiKey和secretKey换access_token；注意返回的expires_in是秒数，必须缓存该token并在过期前刷新——【不加缓存会导致每请求都重取token，触发百度限频】。

方法二：用think-ai官方Client（仅限ThinkPHP 6.1+）

安装composer require topthink/think-ai，配置.env填入BAIDU_API_KEY和BAIDU_SECRET_KEY，控制器中调用$client = new \think\ai\Client(); $client->chat()->completions(['model'=>'ernie-bot-4', 'messages'=>[['role'=>'user','content'=>'你好']]));

这一步操作起来很简单，但必须确保.env里BAIDU_API_KEY值不含中文引号、换行或BOM头，否则token获取会静默失败。

统一处理OpenAI兼容接口（Ollama/DeepSeek/Fireworks）

所有兼容接口共用同一套请求结构，只需替换base_uri和model名：

用Guzzle设置base_uri为https://api.deepseek.com/v1/ → 发送POST到chat/completions → 请求体json中model填deepseek-r1 → Authorization头填Bearer sk-xxx

Ollama例外：base_uri用http://127.0.0.1:11434 → 接口路径是/api/chat → 请求体用model和messages字段，不用Authorization头，改用{"model":"qwen2:1.5b","messages":[{"role":"user","content":"hi"}]} → 【Ollama不校验token，但model名必须与ollama list输出完全一致，qwen2:1.5b ≠ qwen2:1.5b-q4_k_m】。

流式响应必须单独处理：开启stream=>true后，响应体是SSE格式，每行以data:开头，需逐行读取、剥离data:、json_decode，不能直接json_decode整个响应体。