NLP Cloud 注册送 $15 免费额度：托管 NLP 与 LLM 接口领取与接入指南

接口地址与鉴权方式

NLP Cloud 的请求路径按「部署类型 / 模型名 / 任务名」组织，base_url 的形态为 https://api.nlpcloud.io/v1/<部署类型>/<模型名>/<任务名>。部署类型一般是 cpu 或 gpu；任务名常见有 chatbot（对话）、generation（文本生成）、summarization（摘要）、embeddings（向量）、entities（实体识别）。模型名需在控制台的模型列表里查看，例如对话场景常见的 chatdolphin，可用模型随账号权限变化，以控制台实际显示为准。鉴权通过请求头 Authorization: Token 你的API_TOKEN 传递，令牌不要暴露在浏览器端。

一次对话补全调用

下面的 curl 示例演示一次最简对话请求，把令牌替换为你自己的 API Token 即可直接运行。

curl https://api.nlpcloud.io/v1/gpu/chatdolphin/chatbot \
  -X POST \
  -H "Authorization: Token YOUR_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"input": "用一句话解释什么是向量检索", "context": "你是面向开发者的技术助理，回答简洁。"}'

关键参数说明：

• input：必填，本轮用户消息，即对话补全的提问内容。
• context：可选，用于设定角色或补充背景知识，相当于系统提示词。
• history：可选，多轮对话时传入历史轮次数组，格式为 [{"input": "上一轮提问", "response": "上一轮回答"}]，按时间顺序排列。

用 Python 调用时可以直接走 requests，下面这段代码可完整运行，令牌从环境变量读取。

import os
import requests

API_TOKEN = os.environ["NLPCLOUD_API_TOKEN"]
url = "https://api.nlpcloud.io/v1/gpu/chatdolphin/chatbot"
payload = {
    "input": "用一句话解释什么是向量检索",
    "context": "你是面向开发者的技术助理，回答简洁。"
}
headers = {
    "Authorization": f"Token {API_TOKEN}",
    "Content-Type": "application/json"
}
resp = requests.post(url, json=payload, headers=headers, timeout=60)
resp.raise_for_status()
print(resp.json()["response"])

返回体中的 response 字段就是模型回复文本，其余字段多为用量与计费信息，可记录用于成本核算。

额度耗尽与限流的典型表现及排查顺序

1. 先看状态码：返回 401 多为令牌缺失、写错或未加 Token 前缀；返回 402 一般与账单或试用额度耗尽相关；返回 429 表示请求频率或并发数超出当前套餐上限；返回 404 则通常是模型名、部署类型或任务名拼写不对，或该模型未对当前账号开放。
2. 核对余额与订阅状态：登录控制台账单页确认试用额度是否用完、是否已过期，以及订阅是否仍在生效，余额数值以控制台实际显示为准。
3. 验证路径与模型名：把请求路径逐段与控制台模型页对照，确认 cpu 与 gpu 是否选对，再确认模型是否属于当前套餐可用范围。
4. 降低并发与加重试：批量任务改成串行或限制并发数，对 429 采用指数退避重试，避免短时间密集请求进一步触发限制。
5. 补齐计费保障：若确认额度已耗尽且仍需继续使用，需在控制台充值或升级套餐，否则请求会持续被拒绝。