使用node js快速构建接入taotoken的ai客服原型
使用 Node.js 快速构建接入 Taotoken 的 AI 客服原型
1. 环境准备与初始化
在开始构建 AI 客服原型前，请确保已安装 Node.js 16 或更高版本。创建一个新项目目录并初始化 npm 包管理：
mkdir ai-customer-service && cd ai-customer-service npm init -y npm install openai express body-parser dotenv创建.env文件用于存储敏感信息，内容如下：
TAOTOKEN_API_KEY=your_api_key_here PORT=30002. 配置 Taotoken 连接
使用 OpenAI 官方 JavaScript SDK 连接 Taotoken 端点时，关键配置是正确设置baseURL和apiKey。创建taotoken-client.js文件：
import OpenAI from 'openai'; import dotenv from 'dotenv'; dotenv.config(); const client = new OpenAI({ apiKey: process.env.TAOTOKEN_API_KEY, baseURL: 'https://taotoken.net/api', }); export default client;3. 实现基础聊天接口
创建server.js文件实现 Express 服务，处理用户消息并返回 AI 响应：
import express from 'express'; import bodyParser from 'body-parser'; import client from './taotoken-client.js'; const app = express(); app.use(bodyParser.json()); app.post('/chat', async (req, res) => { try { const { messages, model = 'claude-sonnet-4-6' } = req.body; const completion = await client.chat.completions.create({ model, messages, temperature: 0.7, }); res.json({ reply: completion.choices[0].message.content }); } catch (error) { res.status(500).json({ error: error.message }); } }); app.listen(process.env.PORT, () => { console.log(`Server running on port ${process.env.PORT}`); });4. 添加流式响应支持
对于需要实时显示响应的场景，可以修改接口支持流式传输：
app.post('/chat-stream', async (req, res) => { try { const { messages, model = 'claude-sonnet-4-6' } = req.body; res.setHeader('Content-Type', 'text/event-stream'); res.setHeader('Cache-Control', 'no-cache'); res.setHeader('Connection', 'keep-alive'); const stream = await client.chat.completions.create({ model, messages, temperature: 0.7, stream: true, }); for await (const chunk of stream) { const content = chunk.choices[0]?.delta?.content || ''; res.write(`data: ${JSON.stringify({ content })}\n\n`); } res.end(); } catch (error) { res.status(500).json({ error: error.message }); } });5. 前端界面集成
创建简单的 HTML 界面与后端交互，在public/index.html中：
<!DOCTYPE html> <html> <head> <title>AI 客服演示</title> <script> async function sendMessage() { const input = document.getElementById('message'); const output = document.getElementById('output'); output.innerHTML += `<div>用户: ${input.value}</div>`; const response = await fetch('/chat', { method: 'POST', headers: { 'Content-Type': 'application/json' }, body: JSON.stringify({ messages: [{ role: 'user', content: input.value }] }) }); const { reply } = await response.json(); output.innerHTML += `<div>AI: ${reply}</div>`; input.value = ''; } </script> </head> <body> <div id="output" style="height: 300px; overflow-y: scroll; border: 1px solid #ccc;"></div> <input id="message" type="text" placeholder="输入消息..."> <button onclick="sendMessage()">发送</button> </body> </html>6. 模型切换与扩展
Taotoken 支持通过修改model参数切换不同模型。可以在前端添加模型选择器：
<select id="model"> <option value="claude-sonnet-4-6">Claude Sonnet</option> <option value="gpt-3.5-turbo">GPT-3.5 Turbo</option> <!-- 其他模型选项可在 Taotoken 模型广场查看 --> </select>然后修改sendMessage函数：
const model = document.getElementById('model').value; const response = await fetch('/chat', { method: 'POST', headers: { 'Content-Type': 'application/json' }, body: JSON.stringify({ messages: [{ role: 'user', content: input.value }], model }) });现在您已经完成了一个支持多模型切换的 AI 客服原型。要开始使用 Taotoken，请访问 Taotoken 获取 API Key 并探索更多可用模型。