go-openai 是 Go 生态调用 OpenAI API 的事实标准，需正确初始化 client（显式设 BaseURL 以 /v1 结尾）、规范 ChatCompletionRequest（Model 用字面量、Messages 含 user 且 system 在前）、安全处理流响应（调 Close、用 context 控制超时、判空 Choices）、合理设置 MaxTokens（含 prompt）与 Temperature（生产建议 0.3）。
go-openai 是目前 Go 生态中调用 OpenAI API 最主流、最稳定的库，不是“可选之一”，而是事实标准。它封装了认证、重试、流式响应、工具调用等关键能力，直接用原生 net/http 手写请求容易漏掉超时控制、错误分类、token 边界处理等细节，上线后大概率出问题。
如何正确初始化 client 并避免 BaseURL 错误
openai.NewClient("sk-...") 默认只适用于 OpenAI 官方服务（https://api.openai.com/v1）。如果你在本地跑 ollama 或使用代理（如 https://api.openai-proxy.com），必须显式设置 BaseURL：
• 用 openai.DefaultConfig 构造配置，再改 BaseURL 字段，不能直接传空字符串或 nil
• BaseURL 必须以 /v1 结尾（例如 "http://127.0.0.1:11434/v1"），否则会拼出 /v1/v1/chat/completions 导致 404
• 若用环境变量加载密钥，os.Getenv("OPENAI_API_KEY") 返回空时，openai.NewClient 不报错但后续请求全失败，需提前校验
ChatCompletionRequest 中 Model 和 Messages 的常见陷阱
Model 字段必须是字符串字面量或常量，不能靠拼接（比如 "gpt-" + "4o"），因为库内部用 == 做模型能力判断（如是否支持 tool_choice）。
• Messages 至少包含一个 user 角色消息；若只有 system，OpenAI 会返回 400 错误："Invalid request: messages must contain at least one user message"
立即学习“go语言免费学习笔记（深入）”；
• system 消息不能放在最后；OpenAI 要求 system 在前，user/assistant 交替，否则可能被忽略或触发奇怪的截断行为
• 多轮对话时，不要手动拼 JSON 字符串进 Content，而应保持原始结构体字段；否则 json.Marshal 可能逃逸失败或嵌套双引号
初始化并管理阿里云SDK Go 客户端，涵盖 sync.Once 单例、goroutine 安全、endpoint 与 region 配置、VPC 端点及调试。
流式响应（Stream）下如何安全读取并防卡死
启用Stream: true 后，CreateChatCompletionStream 返回一个 openai.ChatCompletionStream，它不是普通 channel，而是一个带状态的流对象。
• 必须调用 stream.Close()，否则底层连接不释放，短时间高频调用会耗尽文件描述符
• stream.Recv() 是阻塞调用，没有内置超时；建议用 context.WithTimeout 包裹整个流消费过程，而非只包 Recv()
• 每次 Recv() 返回的 response 中，response.Choices 可能为空（如 heartbeat ping），需判空再取 .Delta.Content，否则 panic
• 不要试图把流响应攒成完整字符串再返回——流的本质是低延迟，攒取违背设计意图，且可能因 token 分片不均导致中文乱码（如“你好”被切成“你”+“好”）
为什么 MaxTokens 和 Temperature 参数要谨慎设值
MaxTokens 不是“最多返回多少字”，而是模型生成过程中允许消耗的 token 总数（含 prompt + completion）。设太小会导致响应被硬截断，且不保证语义完整。
• 设为 100 时，如果 prompt 已占 95 token，实际只剩 5 token 可用，很可能只输出“好的”就结束
• Temperature 影响采样策略：0 表示贪婪解码（确定性最强），但并非“最准确”；某些推理任务（如代码生成）反而需要 0.2–0.5 来平衡稳定性与灵活性
• 生产环境建议固定 Temperature: 0.3，而不是用 0 —— 模型本身存在非确定性层（如 logits 处理顺序），0 无法完全消除
MaxTokens 看似只是长度限制，但它和 prompt 长度共同决定能否进入模型上下文窗口；BaseURL 看似只是地址，但它影响 HTTP Client 的 Transport 复用和 TLS 配置。这些细节不踩一遍坑，很难稳定交付。 
