准备工作：你需要什么？

在开始之前，先确认你手里有这几样东西：

• 一台能上网的电脑（Windows / Mac / Linux 都行）
• 一个 API 密钥（下面会教你怎么拿到）
• Python 3.8 或更高版本（如果没装，去 python.org 下载安装包，安装时记得勾选“Add Python to PATH”）

我们这次要用的是 NovaStack API，它是一个“大模型中转站”——你只要会调这一个 API，就能用上 Llama、Mistral 等多种开源模型，而且不用自己部署服务器。

第一步：注册并获取 API 密钥

1. 打开 NovaStack 官网，点击“Sign Up”注册账号（用邮箱就行）。
2. 登录后进入 Dashboard，找到“API Keys”页面，点击“Create New Key”。
3. 复制生成的密钥（一串字母和数字），把它存到安全的地方。注意：密钥就像密码，绝对不能硬写在代码里，更不能传到 GitHub 上。

小提示：你可以把这串密钥设置成环境变量，比如在终端里执行 export NOVASTACK_API_KEY='你的密钥'（Windows 用 set 命令）。这样代码里就能通过 os.getenv() 读取，安全又方便。

第二步：安装 Python 库并写第一行代码

打开终端（或命令提示符），安装官方的 Python 库：

pip install novastack

如果速度慢，可以换成国内镜像：pip install novastack -i https://pypi.tuna.tsinghua.edu.cn/simple。

安装成功后，新建一个文件 first_chat.py，写入以下内容：

import os
from novastack import NovaStack

client = NovaStack(api_key=os.getenv('NOVASTACK_API_KEY'))

response = client.chat.completions.create(
    model='llama-3-8b',
    messages=[{'role': 'user', 'content': '你好，请用一句话介绍你自己'}]
)

print(response.choices[0].message.content)

解释一下：messages 参数里放的是对话历史，role: 'user' 表示这是用户说的话。模型会基于这段话生成回复。

第三步：运行并验证

在终端里执行：python first_chat.py，如果一切顺利，你会看到模型返回的文本，比如“你好！我是 Llama 3，一个开源的语言模型……”

如果报错，检查以下几点：

• 密钥是否设置正确（环境变量名是否拼错？）
• 网络是否通畅（有些网络环境需要代理）
• 模型名是否写对（可以去官网文档查看支持的模型列表）

常见坑：别把 API 密钥直接写在代码里，否则一不小心就泄露了。另外，免费版可能有调用次数限制，如果返回“Rate limit exceeded”，等一分钟再试。

下一步可以做什么？

你已经成功跑通了第一个 AI 对话！接下来可以尝试：

• 改一改 content 里的问题，比如让它写一首诗、解释一个概念。
• 把 model 换成 mistral-7b 或 gemma-7b，看看不同模型的回答风格有什么差异。
• 增加多轮对话：在 messages 列表里追加 {'role': 'assistant', 'content': '上一轮的回复'}，再跟上新的用户问题，这样模型就能记住上下文。

如果想在网页或 App 里用，可以研究一下 流式输出（streaming），让模型一个字一个字地显示回复，体验更流畅。相关代码在官方文档里都有示例。