SDK, фреймворки и программы
OpenAI-совместимый API в рублях: OpenAI SDK для Python и JS, LangChain, LlamaIndex, Vercel AI SDK, n8n, Make, Cursor, Continue и Cline.
Обновлено:
Везде, где можно подключить OpenAI, подойдёт и Весело: укажи адрес https://veselo.ai/v1, ключ sk-vsl-… и id модели из списка.
Текст в формате OpenAI — только через Chat Completions (
/chat/completions), Responses API (/responses) нет. Если библиотека зовёт его по умолчанию, переключи её на Chat Completions, иначе придёт 404not_found.
OpenAI SDK
Официальные библиотеки OpenAI для Python и JavaScript. Адрес и ключ передаются в коде или через переменные окружения OPENAI_BASE_URL и OPENAI_API_KEY.
Python
import os
from openai import OpenAI # pip install openai
client = OpenAI(base_url="https://veselo.ai/v1", api_key=os.environ["VESELO_API_KEY"])
r = client.chat.completions.create(
model="deepseek/deepseek-v4.1-flash-ultrafast",
messages=[{"role": "user", "content": "Объясни в двух предложениях, что такое API."}],
max_tokens=300,
)
print(r.choices[0].message.content)JavaScript
import OpenAI from 'openai'; // npm i openai
const client = new OpenAI({ baseURL: 'https://veselo.ai/v1', apiKey: process.env.VESELO_API_KEY });
const r = await client.chat.completions.create({
model: 'deepseek/deepseek-v4.1-flash-ultrafast',
messages: [{ role: 'user', content: 'Объясни в двух предложениях, что такое API.' }],
max_tokens: 300,
});
console.log(r.choices[0].message.content);Переменные окружения
export OPENAI_BASE_URL="https://veselo.ai/v1"
export OPENAI_API_KEY="$VESELO_API_KEY"
# теперь OpenAI() без параметров ходит в ВеселоLangChain
Python
import os
from langchain_openai import ChatOpenAI # pip install langchain-openai
llm = ChatOpenAI(
model="deepseek/deepseek-v4.1-flash-ultrafast",
base_url="https://veselo.ai/v1",
api_key=os.environ["VESELO_API_KEY"],
max_tokens=300,
)
print(llm.invoke("Объясни в двух предложениях, что такое API.").content)JavaScript
import { ChatOpenAI } from '@langchain/openai'; // npm i @langchain/openai
const llm = new ChatOpenAI({
model: 'deepseek/deepseek-v4.1-flash-ultrafast',
apiKey: process.env.VESELO_API_KEY,
configuration: { baseURL: 'https://veselo.ai/v1' },
maxTokens: 300,
});
const r = await llm.invoke('Объясни в двух предложениях, что такое API.');
console.log(r.content);LlamaIndex
Через OpenAILike: обычный класс OpenAI из LlamaIndex знает только модели OpenAI.
Python
import os
from llama_index.llms.openai_like import OpenAILike # pip install llama-index-llms-openai-like
llm = OpenAILike(
model="deepseek/deepseek-v4.1-flash-ultrafast",
api_base="https://veselo.ai/v1",
api_key=os.environ["VESELO_API_KEY"],
is_chat_model=True,
is_function_calling_model=True,
context_window=1048576, # context_length модели из GET /v1/models
max_tokens=300,
)
print(llm.complete("Объясни в двух предложениях, что такое API."))Vercel AI SDK
Через провайдер @ai-sdk/openai-compatible: провайдер @ai-sdk/openai в новых версиях по умолчанию зовёт Responses API.
JavaScript
import { createOpenAICompatible } from '@ai-sdk/openai-compatible'; // npm i ai @ai-sdk/openai-compatible
import { generateText } from 'ai';
const veselo = createOpenAICompatible({
name: 'veselo',
baseURL: 'https://veselo.ai/v1',
apiKey: process.env.VESELO_API_KEY,
});
const { text } = await generateText({
model: veselo('deepseek/deepseek-v4.1-flash-ultrafast'),
prompt: 'Объясни в двух предложениях, что такое API.',
});
console.log(text);n8n
- Добавь узел HTTP Request: метод
POST, адресhttps://veselo.ai/v1/chat/completions. - Authentication — Generic Credential Type → Header Auth: имя
Authorization, значениеBearer sk-vsl-…. - Включи Send Body, тип JSON, и вставь тело запроса — пример ниже.
- Ответ модели — в выражении
{{ $json.choices[0].message.content }}.
Тело запроса
{
"model": "deepseek/deepseek-v4.1-flash-ultrafast",
"max_tokens": 500,
"messages": [
{ "role": "system", "content": "Отвечай коротко." },
{ "role": "user", "content": "Придумай заголовок для поста о скидках на зимние шины." }
]
}Текст из прошлого узла подставляй выражением без кавычек вокруг: "content": {{ JSON.stringify($json.text) }} — так кавычки и переносы строк в тексте не сломают JSON.
Make
- Добавь модуль HTTP → Make a request.
- URL —
https://veselo.ai/v1/chat/completions, метод —POST. - В Headers добавь
Authorizationсо значениемBearer sk-vsl-…. - Body type — Raw, Content type — JSON (application/json), в Request content — тело запроса, как для n8n выше.
- Включи Parse response. Ответ модели — в
choices→message→content.
Cursor
Settings → Models: в поле OpenAI API Key вставь ключ sk-vsl-…, включи Override OpenAI Base URL и укажи https://veselo.ai/v1, затем добавь модель deepseek/deepseek-v4.1-flash-ultrafast. Свой ключ работает в чате; автодополнение Tab идёт через модели Cursor.
Чтобы Cursor сам смотрел модели, баланс и спрашивал другие модели, подключи MCP-сервер.
Continue
В config.yaml добавь модель с провайдером openai и нашим адресом:
config.yaml
name: My config
version: 0.0.1
schema: v1
models:
- name: DeepSeek (Весело)
provider: openai
model: deepseek/deepseek-v4.1-flash-ultrafast
apiBase: https://veselo.ai/v1
apiKey: sk-vsl-…Cline
Настройки → API Provider: OpenAI Compatible. Base URL — https://veselo.ai/v1, API Key — sk-vsl-…, Model ID — deepseek/deepseek-v4.1-flash-ultrafast.
Другие программы
Подойдёт любая программа с настройкой «OpenAI-compatible», «Custom OpenAI» или «свой адрес OpenAI»: адрес — https://veselo.ai/v1, ключ — sk-vsl-…, модель — id из списка. Если программа сама дописывает /v1 к адресу, укажи адрес без /v1 на конце.
Программы и библиотеки в формате Anthropic — Claude Code, SDK Anthropic — подключаются к своему входу /v1/messages: Claude Code и формат Anthropic.