用 OpenAI 兼容接口构建微型 CLI
1. 先确定最小目标
一个实用的微型 CLI 不需要马上支持会话管理、插件系统和复杂配置，先完成三件事即可：读取用户问题、调用 OpenAI 兼容接口、把模型回复输出到终端。
本文使用 Python 标准库实现请求逻辑，因此不依赖特定 SDK。只要服务端提供兼容的 `/v1/chat/completions` 路径，就可以复用这套结构。
CodeRelay Hub 提供统一入口 `https://api.coderelayhub.com`，可以把 Claude、GPT、Gemini、DeepSeek、Kimi、GLM、Qwen 和其他模型放在同一套调用方式下。
2. 准备密钥和默认模型
先把密钥放进环境变量，避免把凭据写进源代码或提交到代码仓库。
命令：`export OPENAI_API_KEY="你的密钥"`
再设置两个可选变量，让同一个 CLI 能够切换接口地址和模型。
命令：`export OPENAI_BASE_URL="https://api.coderelayhub.com/v1"`
命令：`export OPENAI_MODEL="GPT-6.1 Sol"`
默认模型可以选择 `GPT-6.1 Sol`，需要更强的复杂推理能力时，也可以改成 `Claude Opus 5.5` 或 `Gemini 4 Argon`。
3. 编写最小请求函数
请求体使用常见的聊天格式，其中 `messages` 至少包含一条 `user` 消息。下面的函数会读取环境变量，设置授权头，并返回服务端的文本结果。
代码：`import json, os, sys, urllib.request`
代码：`def ask(prompt):`
代码：` base = os.getenv("OPENAI_BASE_URL", "https://api.coderelayhub.com/v1")`
代码：` model = os.getenv("OPENAI_MODEL", "GPT-6.1 Sol")`
代码：` body = {"model": model, "messages": [{"role": "user", "content": prompt}]}`
代码：` request = urllib.request.Request(base + "/chat/completions", data=json.dumps(body).encode(), headers={"Authorization": "Bearer " + os.environ["OPENAI_API_KEY"], "Content-Type": "application/json"})`
代码：` with urllib.request.urlopen(request, timeout=60) as response:`
代码：` data = json.load(response)`
代码：` return data["choices"][0]["message"]["content"]`
4. 添加命令行入口
入口逻辑可以从位置参数读取问题，也可以在没有参数时读取标准输入，这样既支持单次查询，也支持管道组合。
代码：`prompt = " ".join(sys.argv[1:]) or sys.stdin.read().strip()`
代码：`if not prompt:`
代码：` raise SystemExit("请输入问题")`
代码：`try:`
代码：` print(ask(prompt))`
代码：`except urllib.error.HTTPError as error:`
代码：` raise SystemExit(f"请求失败：{error.code} {error.read().decode()}")`
把这些内容保存为 `ask.py` 后，可以使用 `python ask.py "解释这个错误"` 发起第一次调用。错误处理至少要区分网络失败、授权失败和服务端返回的无效数据。
5. 加入模型切换和流式输出
模型切换不应该要求修改代码，使用 `--model` 参数覆盖默认值即可。实际实现时，可以用 `argparse` 解析参数，再把选中的模型写入请求体。
较长回答适合启用流式输出，把请求体中的 `stream` 设置为 `true`，然后逐行读取服务端事件并立即打印。这样用户能更早看到结果，也能减少等待完整响应时的空白感。
流式解析需要处理空行、结束标记和不完整事件，因此建议先让非流式版本稳定，再单独添加解析器，并为结束标记和异常响应补充测试。
6. 保持接口边界清晰
把环境变量读取、请求构造、响应解析和终端展示分成独立函数，后续切换到 OpenAI SDK 时就只需要替换请求层。
不要在日志中打印授权头，也不要把完整提示词和敏感响应无条件写入文件。生产使用时还应加入重试上限、请求超时、退出码和输入长度限制。
当 CLI 稳定后，可以把它接入编辑器、脚本或 CI 任务。CodeRelay Hub 的统一入口让这些调用继续使用同一套 OpenAI SDK 习惯，同时可以按需选择现有模型。
现在就打开一个免费工作区，开始运行你的第一个 CLI。