当前位置：首页 > news >正文

从零开始将一个 React 前端项目对接 Taotoken 大模型后端

news 2026/5/5 12:59:42

从零开始将一个 React 前端项目对接 Taotoken 大模型后端

1. 准备工作

在开始对接之前，需要确保已经完成 Taotoken 平台的账号注册和 API Key 的创建。登录 Taotoken 控制台后，在「API 密钥管理」页面可以创建新的密钥。建议为每个项目单独创建密钥以便于权限管理和用量追踪。

同时确保你的 React 开发环境已经配置完成。本文示例基于 React 18 和现代 JavaScript 语法，但核心对接逻辑同样适用于其他版本。

2. 在 React 项目中配置 API Key

出于安全考虑，不应该将 API Key 直接硬编码在源代码中。推荐使用环境变量来管理敏感信息：

在项目根目录创建.env文件
添加环境变量（注意变量名必须以REACT_APP_开头）：

REACT_APP_TAOTOKEN_API_KEY=your_api_key_here REACT_APP_TAOTOKEN_BASE_URL=https://taotoken.net/api

确保.env文件已添加到.gitignore中

在代码中可以通过process.env.REACT_APP_TAOTOKEN_API_KEY访问这个值。这种配置方式既安全又便于在不同环境间切换。

3. 实现 API 请求功能

下面是一个完整的 API 服务模块实现，使用 axios 作为 HTTP 客户端：

// src/services/taotoken.js import axios from 'axios'; const taotokenClient = axios.create({ baseURL: process.env.REACT_APP_TAOTOKEN_BASE_URL, headers: { 'Authorization': `Bearer ${process.env.REACT_APP_TAOTOKEN_API_KEY}`, 'Content-Type': 'application/json' } }); export const chatCompletion = async (messages, model = 'claude-sonnet-4-6') => { try { const response = await taotokenClient.post('/v1/chat/completions', { model, messages }); return response.data; } catch (error) { console.error('API request failed:', error); throw error; } };

如果你偏好使用原生 fetch API，可以这样实现：

export const chatCompletion = async (messages, model = 'claude-sonnet-4-6') => { const response = await fetch(`${process.env.REACT_APP_TAOTOKEN_BASE_URL}/v1/chat/completions`, { method: 'POST', headers: { 'Authorization': `Bearer ${process.env.REACT_APP_TAOTOKEN_API_KEY}`, 'Content-Type': 'application/json' }, body: JSON.stringify({ model, messages }) }); if (!response.ok) { throw new Error(`API request failed with status ${response.status}`); } return await response.json(); };

4. 在 React 组件中使用 API

下面是一个简单的聊天组件示例，展示如何将 API 集成到 UI 中：

// src/components/ChatInterface.js import { useState } from 'react'; import { chatCompletion } from '../services/taotoken'; function ChatInterface() { const [messages, setMessages] = useState([]); const [input, setInput] = useState(''); const [isLoading, setIsLoading] = useState(false); const handleSubmit = async (e) => { e.preventDefault(); if (!input.trim()) return; const userMessage = { role: 'user', content: input }; const updatedMessages = [...messages, userMessage]; setMessages(updatedMessages); setInput(''); setIsLoading(true); try { const response = await chatCompletion(updatedMessages); const aiMessage = response.choices[0].message; setMessages([...updatedMessages, aiMessage]); } catch (error) { console.error('Chat failed:', error); // 处理错误情况 } finally { setIsLoading(false); } }; return ( <div className="chat-container"> <div className="messages"> {messages.map((msg, i) => ( <div key={i} className={`message ${msg.role}`}> {msg.content} </div> ))} {isLoading && <div className="message assistant">思考中...</div>} </div> <form onSubmit={handleSubmit}> <input value={input} onChange={(e) => setInput(e.target.value)} disabled={isLoading} /> <button type="submit" disabled={isLoading}> 发送 </button> </form> </div> ); } export default ChatInterface;

5. 处理流式响应（可选）

如果需要实现类似 ChatGPT 的逐字输出效果，可以使用流式 API。Taotoken 的 OpenAI 兼容端点支持流式响应：

export const streamChatCompletion = async (messages, model, onData) => { const response = await fetch(`${process.env.REACT_APP_TAOTOKEN_BASE_URL}/v1/chat/completions`, { method: 'POST', headers: { 'Authorization': `Bearer ${process.env.REACT_APP_TAOTOKEN_API_KEY}`, 'Content-Type': 'application/json' }, body: JSON.stringify({ model, messages, stream: true }) }); if (!response.ok) { throw new Error(`API request failed with status ${response.status}`); } const reader = response.body.getReader(); const decoder = new TextDecoder(); let buffer = ''; while (true) { const { done, value } = await reader.read(); if (done) break; buffer += decoder.decode(value, { stream: true }); const lines = buffer.split('\n'); buffer = lines.pop(); // 最后一行可能不完整，保留到下次处理 for (const line of lines) { if (line.startsWith('data: ') && !line.includes('[DONE]')) { try { const data = JSON.parse(line.substring(6)); if (data.choices[0].delta.content) { onData(data.choices[0].delta.content); } } catch (e) { console.error('Error parsing stream data:', e); } } } } };

在组件中使用时，可以这样调用：

const handleStreamSubmit = async (e) => { e.preventDefault(); if (!input.trim()) return; const userMessage = { role: 'user', content: input }; const updatedMessages = [...messages, userMessage]; setMessages(updatedMessages); setInput(''); setIsLoading(true); let aiMessage = { role: 'assistant', content: '' }; setMessages([...updatedMessages, aiMessage]); try { await streamChatCompletion( updatedMessages, 'claude-sonnet-4-6', (chunk) => { aiMessage.content += chunk; setMessages([...updatedMessages, aiMessage]); } ); } catch (error) { console.error('Stream chat failed:', error); } finally { setIsLoading(false); } };