下面通过智谱的 HTTP 接口完成一次非流式对话。先跑通请求，再接入 SDK；旧示例里的自行签 JWT、手工拼接 JSON 和历史模型枚举不作为入门步骤。

准备 API Key 与模型

在自己的平台账号创建 API Key，并选一个账号有权使用的模型 ID。是否收费、额度和速率限制以控制台为准。

PowerShell 中设置当前进程的环境变量：

Terminal window
$env:GLM_API_KEY = '填写自己的API Key'
$env:GLM_MODEL = '填写可用的模型ID'

密钥不写进文章、Git 仓库或前端网页。当前官方接口支持 Authorization: Bearer API_KEY，这里直接使用密钥认证。

完整 Python 请求

需要 Python 3，不需要额外依赖。保存为 chat.py：

import json
import os
from urllib.error import HTTPError
from urllib.request import Request, urlopen


api_key = os.environ['GLM_API_KEY']
model = os.environ['GLM_MODEL']
payload = {
    'model': model,
    'messages': [{'role': 'user', 'content': '用一句话解释视频转码'}],
    'stream': False,
}
request = Request(
    'https://open.bigmodel.cn/api/paas/v4/chat/completions',
    data=json.dumps(payload, ensure_ascii=False).encode('utf-8'),
    headers={'Authorization': f'Bearer {api_key}', 'Content-Type': 'application/json'},
    method='POST',
)
try:
    with urlopen(request, timeout=60) as response:
        result = json.load(response)
except HTTPError as error:
    with error:
        detail = error.read().decode('utf-8', errors='replace')
    raise RuntimeError(f'HTTP {error.code}: {detail}') from error


choices = result.get('choices') or []
if not choices:
    raise RuntimeError('响应中没有 choices，请检查错误响应与所选模型类型')
print(choices[0]['message'].get('content', ''))
Terminal window
python .\chat.py

messages 保存本次发送的对话，stream=False 是 JSON 布尔值。json.dumps 负责转义引号和换行，不能把任意用户内容直接拼到 JSON 字符串里。下一轮想保留上下文，需要由应用把相关历史消息一起发送。

401 先查密钥，429 查额度或速率，超时查网络和模型响应时间。接口返回成功也不能保证生成内容正确；代码和事实仍需验证。

参考：智谱 API 快速开始。