thinkphp插件接入大模型API教程【紧跟潮流】

想在ThinkPHP项目里接入通义千问、讯飞星火或者Ollama这些大模型API，但又被各种SDK搞晕、卡在鉴权和流式响应上？我先直接告诉你一个核心事实：别被“插件”这个词误导了。ThinkPHP压根就没有什么现成的AI插件可用，你能做的是写一个可复用的HTTP客户端服务类。它不跑模型，只负责精准转发请求和解析JSON回来。

确认通信链路是否通

别急着上手写代码。先打开终端，拿curl探测一下目标API的连通性，这是最保险的一步。

拿Ollama举例，本地服务就用这条命令：

curl -X GET http://127.0.0.1:11434/api/tags

如果是讯飞Lite接口：

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

如果返回了包含models数组的JSON，或者看到了401错误，都说明网络和基础认证已经就绪。但要是返回curl: (7) Failed to connect，那你就得逐一排查：Ollama是否在运行、防火墙有没有放开端口、讯飞那边复制的API密码是否一字不差——【APIPassword必须严格一致，末尾多了个空格都直接导致401】。

手写基础服务类（以讯飞Spark Lite为例）

在app/service目录下手动新建一个XingHuoService.php，按以下步骤走就行。

第一件事，声明命名空间和依赖。然后定义私有属性$baseUrl、$apiPassword和$client。接着在__construct()里面从配置中读取api_password，同时用Guzzle初始化Client——【headers里必须显式写上Content-Type和Accept为application/json，漏掉任何一个字段，都会返回400 Bad Request】。

关键一步：写chat()方法，构造$params数组。这里要特别注意，model字段必须填"lite"，不能省略。content传用户输入字符串，但千万别拼接system提示词——讯飞Lite不支持role=system这个字段，传了就直接拒掉。

最后，用$client->post()发送请求，捕获可能出现的RequestException，返回json_decode后的数组，然后直接从$result['choices'][0]['message']['content']拿文本内容即可。

对接百度文心一言（需两步令牌）

方法一：手动管理access_token

新建一个BaiduWenxinService。先调/oauth/2.0/token接口，用apiKey和secretKey去换access_token。需要注意，返回的expires_in是秒数，你必须缓存这个token并在过期前刷新——【不加缓存的话，每次请求都得重新去拿token，百度那边会触发限频】。

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

用composer安装topthink/think-ai，然后在.env里配置BAIDU_API_KEY和BAIDU_SECRET_KEY。控制器里直接调用$client = new think\ai\Client(); $client->chat()->completions(['model'=>'ernie-bot-4', 'messages'=>[['role'=>'user','content'=>'你好']]])。操作看起来简单，但必须确保.env里BAIDU_API_KEY的值没有中文引号、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OpenAI格式的接口，其实共用一套请求结构，你只需要替换base_uri和model名就行。

流程很简单：用Guzzle设置base_uri为https://api.deepseek.com/v1/，然后发送POST到chat/completions，请求体json里model填deepseek-r1，Authorization头填Bearer sk-xxx。注意，Ollama是个例外。它的base_uri是http://127.0.0.1:11434，接口路径是/api/chat，请求体用model和messages字段，不需要Authorization头，格式是{"model":"qwen2:1.5b","messages":[{"role":"user","content":"hi"}]}——【Ollama不校验token，但model名必须和ollama list输出的名字完全一致，qwen2:1.5b ≠ qwen2:1.5b-q4_k_m】。

流式响应这块需要单独处理。开启stream=>true后，响应体是SSE格式，每行以data:开头。你不能直接对整个响应体做json_decode，必须逐行读取、剥离data:前缀，然后再json_decode。这一点处理不当，整个接入流程都会卡住。