Node.js / TypeScript 接入 Ulnvault：一份配置，三种落法

结论先行：Node 侧还是官方 openai 包，baseURL 指向 https://ai.ulnit.com/v1、apiKey 读环境变量。分情况的是运行形态：Next.js 走服务端路由，脚本串行最稳，常驻服务必须自己加限流与退避。

初始化：ESM 与 TypeScript

// npm i openai
import OpenAI from "openai";

export const vault = new OpenAI({
  apiKey: process.env.ULNVAULT_KEY,
  baseURL: "https://ai.ulnit.com/v1",
  timeout: 60_000,
  maxRetries: 2,
});

const r = await vault.chat.completions.create({
  model: "openai/gpt-5.6-luna-pro",
  messages: [{ role: "user", content: "把这行日志归类并给一句结论" }],
});
console.log(r.choices[0].message.content, r.usage?.total_tokens);

model 在类型里是字符串，站内模型 ID 直接写，换模型只改一个字符串。

流式响应

const s = await vault.chat.completions.create({
  model: "x-ai/grok-4.6",
  messages: [{ role: "user", content: "生成一段商品卖点" }],
  stream: true,
});
for await (const part of s) {
  process.stdout.write(part.choices[0]?.delta?.content ?? "");
}

Web 服务里要把它包成 ReadableStream 或 SSE 再吐给浏览器，别让浏览器端持有 Key。流式与非流式的计费口径相同，只影响首字延迟。

三种落法对照

运行形态	Key 放在哪	落地要点
Next.js 应用	服务端路由的环境变量	Route Handler 转发，浏览器只收到文本流
一次性脚本	本机 .env / shell 变量	串行最稳，重跑要做幂等
常驻后端服务	密钥管理服务注入	信号量 + 队列 + 退避三件套

错误分类与退避

async function withBackoff(fn: () => Promise<any>, tries = 4) {
  let wait = 500;
  for (let i = 0; i < tries; i++) {
    try {
      return await fn();
    } catch (e: any) {
      const code = e?.status ?? 0;
      if (code !== 429 && code < 500) throw e;   // 参数类错误重试无用
      if (i === tries - 1) throw e;
      await new Promise((r) => setTimeout(r, wait + Math.random() * 200));
      wait *= 2;
    }
  }
}

401/403 是密钥问题，改配置才继续；400 是请求体问题，重试纯浪费；只有 429 与 5xx 值得退避。退避要带随机抖动，否则多实例会同时恢复、同时再被限流。队列设计见 /use-cases/high-concurrency.md。

成本对照（每百万 token，采集 2026-10-08）

model 字段	输入单价	输出单价	上下文长度	在 Node 服务里的位置
openai/gpt-5.6-luna-pro	$0.22	$1.32	105 万	默认档：接口文案、结构化抽取
x-ai/grok-4.6	$2.2	$6.6	50 万	需要判断力的问答与推理
qwen/qwen3.8-flash	$0.165	$0.517	100 万	高 QPS 的短分类与打标
z-ai/glm-5.3-flash	$0.165	$0.55	105 万	长日志与长文档摘要

每月 100 万 token 输入走 qwen3.8-flash 约 $0.165，走 gpt-5.6-luna-pro 约 $0.22。把每条请求的 usage 记进日志，月底按路由聚合就知道钱花在哪。

常见问题

ESM 项目里 import 报错怎么办？

openai 同时提供 ESM 与 CJS 入口；Node 18 以上直接 import OpenAI from "openai"，CommonJS 项目改回 require。

客户端放函数内还是模块外？

放模块作用域让热启动实例复用它，冷启动重建的开销可忽略。

超时设多少合适？

普通接口 60 秒够用，长文生成 120~300 秒；平台函数超时要大于 SDK 超时，否则只能看到平台级报错。

怎么防止某条路由把额度吃光？

按路由设档位并分别统计用量；给高消耗路由单独设并发上限，异常流量先降档再限流。

价格与采集时间？

单价按 2026-10-08 实时核验；站内价 = OpenRouter 挂牌 ×1.1。

---

👉 立即注册，0 元尝鲜套餐试用

相关阅读：claude-sonnet-5 ｜ high-concurrency ｜ python-openai-sdk