Discord 機器人 LLM API 金鑰：設定指南

LLM API 金鑰對 Discord 機器人的作用

如果你想要一個 llm api key discord bot，其運作部件很簡單。Discord 透過其機器人閘道將訊息傳遞給你的程式碼。你的程式碼將最近的對話傳送至 LLM 端點，接收文字，然後將其發布回頻道。API 金鑰用於向 LLM 供應商證明請求屬於你，並將其計費到你的餘額。

此服務與 OpenAI 相容，因此機器人使用標準的 openai Python 套件。你只需變更兩個設定：base URL 與模型 ID uncensored，其餘部分皆為正常的聊天完成。新用戶可先試用：註冊後，API 金鑰頁面 提供 $0.50 的免費試用額度，有效期 7 天，無需綁定信用卡。

先誠實說明一個限制。這是一個文字模型。它無法生成圖片、語音或影片，也不會自行讀取附件。你的機器人可以轉發訊息中的文字，但超出文字範圍的功能不在此 API 的處理範圍內。

編寫程式碼之前

1. 取得 API 金鑰。 使用 Google 或電子郵件註冊，在金鑰頁面建立金鑰，並將其保存在環境變數中。
2. 建立 Discord 應用程式。 在 Discord 開發人員入口網站中新增機器人，複製其 token，並啟用「訊息內容」意圖，以便機器人讀取訊息文字。使用讀取和發送訊息的權限將其邀請至你的伺服器。
3. 安裝程式庫。 你需要 discord.py 和 openai。

Copypython3 -m venv .venv
source .venv/bin/activate
pip install discord.py openai
export API_KEY="your-llm-key"
export DISCORD_TOKEN="your-discord-bot-token"

切勿將任何金鑰提交至程式碼庫。如果 token 洩漏，請在各自的儀表板中重設。對於 LLM 側，快速入門文件 展示了相同的 curl 和 Node 呼叫，如果你偏好其他語言可參考。

約 50 行程式碼即可運作的機器人

此機器人在有人提及它時回應。它保留每個頻道最後 20 則訊息，使用角色提示詞呼叫模型，並將長答案分割以符合 Discord 2,000 個字元的訊息限制。

Copyimport os
import asyncio
from collections import defaultdict, deque

import discord
from openai import AsyncOpenAI, RateLimitError

ai = AsyncOpenAI(
    base_url="https://api.getaiapikey.com/v1",
    api_key=os.environ["API_KEY"],
)

SYSTEM = (
    "You are Mara, the resident storyteller of a community server for adult "
    "fiction writers. Keep replies under 150 words unless asked for more. "
    "Stay in character, write in plain prose, and ask one question at the end."
)

history = defaultdict(lambda: deque(maxlen=20))
gate = asyncio.Semaphore(6)

intents = discord.Intents.default()
intents.message_content = True
bot = discord.Client(intents=intents)


@bot.event
async def on_message(message):
    if message.author.bot or bot.user not in message.mentions:
        return

    text = message.clean_content.replace("@" + bot.user.display_name, "").strip()
    if not text:
        return

    log = history[message.channel.id]
    log.append({"role": "user", "content": message.author.display_name + ": " + text})

    async with gate:
        async with message.channel.typing():
            try:
                resp = await ai.chat.completions.create(
                    model="uncensored",
                    messages=[{"role": "system", "content": SYSTEM}, *log],
                    temperature=0.8,
                    max_tokens=500,
                )
            except RateLimitError:
                await message.reply("I am busy right now. Try again in a few seconds.")
                return

    reply = resp.choices[0].message.content or ""
    log.append({"role": "assistant", "content": reply})

    for i in range(0, len(reply), 1900):
        await message.reply(reply[i:i + 1900])


bot.run(os.environ["DISCORD_TOKEN"])

使用 python bot.py 執行它，在頻道中提及機器人，你應該會看到回覆。在請求進行中時會顯示輸入中指示器，這會讓等待時間感覺較短。

撰寫維持角色的系統提示詞

系統提示詞在聊天機器人中承擔大部分工作。一個好的提示詞應簡短且具體：說明機器人是誰、回覆長度為何，以及當對話偏離時該做什麼。比較兩個版本。

一個弱的提示詞說「成為一個有幫助的助手」。一個更強的提示詞提供角色、長度限制和習慣：「你是 Mara，一個說書人。回覆字數需在 150 字以內。以一個推動場景發展的問題結束。」第二個版本讓模型在十幾輪對話中有所依循，且長度限制也能讓你的成本保持可預測。

從運行聊天機器人中得出的一些實用要點：

• 如程式碼所示，在每個使用者輪次前加上說話者的名字。在共用頻道中，否則模型無法區分不同的人。
• 將你伺服器的規則放入系統提示詞中，例如要避免的主題或行文風格。該模型經過調整，可針對合法成人用途無審查地回答，因此你想要的限制必須來自你的提示詞和你的審核機制，而非來自模型。
• 保持角色一致。如果你經常更改它，歷史記錄中的舊輪次將與新指示矛盾。

上下文、歷史記錄與 100,000 token 視窗

上下文視窗為 100,000 token，包含提示詞與完成內容。20 則訊息的滾動歷史記錄遠低於此限制，這是故意的。API 是無狀態的：每個請求必須攜帶你希望模型看到的完整對話，因此你保留的每個額外輪次在後續每次呼叫時都會再次計費。

根據機器人所需的記憶量選擇歷史長度。一般聊天機器人使用 10 到 20 則訊息即可。長期角色扮演可能需要更多，對此常見的做法是將舊輪次摘要為短筆記保留在提示詞頂部，然後刪除原始內容。當歷史記錄超過你設定的大小時，使用第二次模型呼叫來撰寫摘要。

如程式碼所示的每頻道歷史記錄可保持對話獨立。如果你還想要跨頻道的每位使用者的記憶，請將筆記儲存至資料庫並將其加入該使用者的系統提示詞中。這是應用程式的工作，因為 API 本身在呼叫之間不保留任何內容。關於隱私，請注意發送至此 API 的提示詞不會用於訓練；詳情請見 隱私頁面。

繁忙伺服器上的速率限制

完整金鑰允許 8 個並行請求和每分鐘 300 個請求。試用金鑰允許 2 個和 60 個。安靜的伺服器不會注意到，但熱門頻道可能會同時發送一連串提及。

程式碼中的 asyncio.Semaphore(6) 將機器人限制為 6 個進行中的呼叫，因此它不會達到 8 的上限，並為使用相同金鑰的第二個腳本留出空間。對於試用金鑰，將其設為 2。如果你超過限制，API 會返回 HTTP 429：rate_limited 表示每分鐘請求過多，concurrency 表示同時過多。暫時超載也會返回 429 並帶有 Retry-After: 5。OpenAI 用戶端預設會重試其中一些，上述程式碼在重試耗盡時會回覆一條禮貌的訊息。

串流輸出值得注意。如果你在 token 到達時編輯 Discord 訊息，請求會佔用其並行槽位直到串流結束，而 Discord 限制你編輯訊息的速度。對於大多數機器人來說，在完整答案之後單一回覆更簡單且可靠。

運行 Discord 機器人的成本

定價為每 1M 輸入 token $0.15 和每 1M 輸出 token $0.50，從預付額度扣除。先計算一次回覆。假設系統提示詞加上 20 則歷史訊息共計 1,500 個輸入 token，而答案是 200 個 token。

• 輸入：1,500 / 1,000,000 x $0.15 = $0.000225
• 輸出：200 / 1,000,000 x $0.50 = $0.0001
• 總計：每次回覆 $0.000325，因此 1,000 次回覆成本為 $0.325

現在是一個更重的案例，3,000 個輸入和 300 個輸出 token：$0.00045 + $0.00015 = $0.0006 每次回覆，或每 1,000 次回覆 $0.60。每天收到 500 次回覆的伺服器在此規模下每天花費約 $0.30，30 天約 $9。

最小儲值為 $20（任何整數金額最高 $500），$50 起贈 5%，$100 起贈 10%，$200 起贈 15%。額度永不過期，失敗或被拒絕的請求不會計費。可透過信用卡（Visa、Mastercard、Apple Pay、Google Pay）或加密貨幣（TRC20 上的 USDT、Base 上的 USDC）付款。更多詳情見 定價頁面。

成人社群的規則與安全

該模型服務於合法成人用途，硬性限制是絕不允許涉及未成年人的性內容。如果你的伺服器為成人舉辦小說或角色扮演，請限於成人：在 Discord 自身的設定中限制頻道存取，在頻道主題中聲明規則，並進行審核。在推出前請閱讀 Discord 目前的開發人員和社群政策，因為無論模型寫什麼，這些政策都適用於你的機器人。

記錄請求 ID。每個 API 回應都包含 X-Request-Id，這有助於你聯繫 支援 處理特定呼叫。X-Balance-USD 標頭讓機器人在額度不足時在管理頻道中警告你，以免其無預警停止運作。

更多指南

• LLM 免費 API 金鑰：試用額度涵蓋範圍
• 如何在 Python 中安裝 LLM：本地或 API
• AI API 檢查清單