Veo 3 API：通过一个接口获取提示词和脚本

前置条件与认证

在发起首次请求前，请确保拥有有效的 API 密钥。只需邮箱和密码即可在获取 API 密钥页面注册。你将立即获得 7 天有效的 $0.50 试用额度，无需信用卡。对于生产环境负载，请至少充值 $10 以确保持续访问。

我们的 Base URL 为 https://api.veo3apis.com/v1.。在 Authorization 头中包含你的 API 密钥，格式为 Bearer token。该接口完全兼容 OpenAI，意味着你可以使用标准 SDK，只需将 SDK 指向我们的 Base URL 即可。

基础聊天补全

向 /v1/chat/completions 发送标准 POST 请求以生成文本。模型 ID 为 "uncensored"。这将返回包含完整响应的单个 JSON 对象，非常适合简单的提示词生成或脚本编写任务，无需实时更新。

Python SDK 集成

使用官方 OpenAI Python SDK 进行简洁集成。使用我们的基础 URL 和 API 密钥配置客户端。这种方法简化了多模态管线中的错误处理和 token 计数。

Node SDK 集成

对于 JavaScript/TypeScript 项目，OpenAI Node SDK 开箱即用。将客户端指向我们的 Base URL。这适用于服务器端脚本生成或你 Veo 3 工作流中的后处理步骤。

流式响应 (SSE)

为了获得更快的感知延迟，请通过设置 stream: true启用流式输出。API 返回 Server-Sent Events (SSE) 的部分响应流。这允许你的应用在生成 token 时显示它们，这对于长脚本生成或复杂推理任务至关重要。

限制、错误与上下文

你的请求受速率限制约束，每个密钥每分钟 300 次请求。如果超出限制，你将收到 429 错误。身份验证失败返回 401，余额不足返回 402。上下文窗口总共 100,000 个 token（提示词 + 补全）。确保你的负载保持在 8 MB 以下。唯一的硬性内容限制是涉及未成年人的性内容，该限制始终有效。

cURL

Copycurl https://api.veo3apis.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.veo3apis.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Node.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.veo3apis.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

流式输出

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)