使用Nodejs为网站构建AI客服机器人，通过Taotoken稳定接入大模型

告别海外账号与网络限制稳定直连全球优质大模型限时半价接入中。 点击领取海量免费额度使用Nodejs为网站构建AI客服机器人通过Taotoken稳定接入大模型1. 项目概述与准备工作为网站添加一个AI客服机器人可以显著提升用户体验和自动化服务能力。使用Node.js作为后端配合OpenAI官方SDK可以快速构建一个可响应的聊天接口。通过Taotoken平台你可以用一个统一的API Key接入多个主流大模型简化了模型选型和接入流程。在开始编码之前你需要完成两项准备工作。第一访问Taotoken平台并注册账号。第二在平台控制台中创建一个API Key这个Key将用于后续所有API调用的身份验证。同时建议你浏览一下模型广场那里列出了所有可用的模型及其标识符Model ID例如claude-sonnet-4-6或gpt-4o-mini后续在代码中需要指定具体的模型。2. 初始化Node.js项目与依赖安装首先创建一个新的项目目录并初始化Node.js项目。打开终端执行以下命令mkdir ai-customer-service cd ai-customer-service npm init -y接下来安装项目所需的核心依赖。我们将使用openai这个官方Node.js库来调用兼容OpenAI的API同时使用express来构建一个简单的Web服务器dotenv用于管理环境变量。npm install openai express dotenv安装完成后在项目根目录下创建一个名为.env的文件用于安全地存储你的API密钥和配置。这个文件不应该被提交到版本控制系统记得将其添加到.gitignore中。3. 配置Taotoken API并实现核心服务函数关键的配置步骤在于正确设置SDK的baseURL参数。Taotoken提供了OpenAI兼容的API端点你需要将baseURL指向https://taotoken.net/api。在.env文件中添加你的API KeyTAOTOKEN_API_KEY你的_API_Key_粘贴在此处然后创建一个名为service.js的文件实现AI聊天的核心逻辑。我们将导出一个异步函数它接收用户消息并返回模型的回复。import OpenAI from openai; import dotenv from dotenv; dotenv.config(); // 初始化OpenAI客户端关键是指定Taotoken的baseURL const client new OpenAI({ apiKey: process.env.TAOTOKEN_API_KEY, baseURL: https://taotoken.net/api, }); /** * 获取AI客服回复 * param {Array} messageHistory - 消息历史记录格式为 [{role: user, content: ...}, ...] * param {string} model - 选用的模型ID例如 claude-sonnet-4-6 * returns {Promisestring} - AI返回的文本内容 */ export async function getAIResponse(messageHistory, model claude-sonnet-4-6) { try { const completion await client.chat.completions.create({ model: model, messages: messageHistory, temperature: 0.7, // 控制回复的随机性可根据需要调整 max_tokens: 500, }); return completion.choices[0]?.message?.content || 抱歉我没有收到回复。; } catch (error) { console.error(调用AI API时发生错误:, error); return 客服机器人暂时无法响应请稍后再试。; } }这段代码的核心是初始化OpenAI客户端时将baseURL设置为Taotoken的地址。getAIResponse函数封装了API调用接收消息历史和模型ID返回AI生成的文本。错误处理确保了服务在API异常时也能向用户返回友好的提示。4. 构建Express服务器与API路由有了核心服务函数我们需要创建一个HTTP服务器来暴露一个可供网站前端调用的API接口。创建一个server.js文件。import express from express; import { getAIResponse } from ./service.js; const app express(); const port process.env.PORT || 3000; // 中间件解析JSON请求体 app.use(express.json()); // 可选配置CORS以允许你的网站域名访问 app.use((req, res, next) { res.header(Access-Control-Allow-Origin, 你的前端网站域名); // 例如https://yourwebsite.com res.header(Access-Control-Allow-Headers, Content-Type); next(); }); // 定义AI聊天API端点 app.post(/api/chat, async (req, res) { const { messages, model } req.body; // 简单的请求验证 if (!messages || !Array.isArray(messages)) { return res.status(400).json({ error: 无效的请求参数messages应为数组 }); } try { const aiReply await getAIResponse(messages, model); res.json({ reply: aiReply }); } catch (error) { console.error(API路由错误:, error); res.status(500).json({ error: 服务器内部错误 }); } }); // 健康检查端点 app.get(/health, (req, res) { res.json({ status: ok }); }); app.listen(port, () { console.log(AI客服服务运行在 http://localhost:${port}); });这个服务器创建了一个/api/chat的POST接口。前端需要以JSON格式发送请求体包含messages对话历史数组和可选的model参数。服务器调用之前实现的getAIResponse函数并将结果以JSON格式返回给前端。5. 运行测试与前端集成示例现在可以启动你的AI客服后端服务了。在终端中运行node server.js如果看到服务启动成功的日志说明后端已经就绪。你可以使用curl命令或Postman等工具进行测试。curl -X POST http://localhost:3000/api/chat \ -H Content-Type: application/json \ -d { messages: [{role: user, content: 你好请问你们支持哪些支付方式}], model: claude-sonnet-4-6 }对于前端集成这里提供一个简单的JavaScript Fetch API调用示例。你可以将其嵌入到你的网站JavaScript中。async function askAICustomerService(userMessage, conversationHistory []) { const messages [...conversationHistory, { role: user, content: userMessage }]; const response await fetch(http://你的后端地址/api/chat, { method: POST, headers: { Content-Type: application/json, }, body: JSON.stringify({ messages: messages, model: claude-sonnet-4-6 // 或从下拉菜单中获取用户选择的模型 }), }); const data await response.json(); if (response.ok) { return data.reply; // AI回复内容 } else { console.error(API调用失败:, data.error); return 网络请求失败请检查连接。; } } // 使用示例 const reply await askAICustomerService(我的订单什么时候发货); console.log(reply);至此一个基础的、可通过Taotoken调用多种大模型的AI客服后端已经搭建完成。你可以在Taotoken控制台中实时查看API调用量和费用消耗并根据业务需求在代码中轻松切换不同的模型ID。 告别海外账号与网络限制稳定直连全球优质大模型限时半价接入中。 点击领取海量免费额度