Go调用通义千问API需手动构造HTTP请求：使用指定base_url、Bearer认证（含空格）、正确模型名、input.prompt+小写key的history数组结构，分结构解析200成功响应与错误响应，严禁共用struct解码。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要用 Go 语言调用通义千问 API 实现文本生成，必须绕过官方未提供 Go SDK 的限制，手动构造符合 DashScope 协议的 HTTP 请求——漏掉 Bearer 前缀、拼错模型名或传错 history 结构，都会直接返回 401 或 InvalidParameter 错误。
获取并安全配置 API Key
进入阿里云百炼控制台 → 左侧导航栏点击「密钥管理」→ 右上角「创建 API-Key」→ 填写名称（如“go-dev”）并确认 → 系统生成以 【sk-开头的字符串】，仅此一次完整可见，立即复制保存到本地加密文件或密码管理器中；切勿写死在代码里，否则提交 Git 后可能被自动扫描盗刷额度。
在终端设置环境变量：export DASHSCOPE_API_KEY="sk-xxx"（Linux/macOS）或 set DASHSCOPE_API_KEY=sk-xxx（Windows），之后可通过 os.Getenv("DASHSCOPE_API_KEY") 安全读取。
构造标准请求体与 Header
Go 调用必须严格使用 DashScope 原生接口地址：https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation，不是 OpenAI 兼容地址。
Header 中必须包含三项：Authorization: Bearer sk-xxx（注意 Bearer 后带空格）、Content-Type: application/json、Accept: application/json。少任意一项，服务端会直接拒绝。
请求体 JSON 结构必须是 DashScope 特有格式：外层 model 字段（如 "qwen-plus"，大小写敏感），input.prompt 为非空字符串，input.history 若存在，必须是 []map[string]string 类型且 key 全小写（{"role":"user","content":"xxx"}），不能传 OpenAI 风格的 messages 数组。
若需调节生成温度，parameters.temperature 必须是 float64 类型（如 0.8），传整数 0 会触发 InvalidParameter.Temperature 报错。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
发起请求并区分解析响应
第一步：用 http.NewRequest("POST", url, bytes.NewReader(payload)) 构造请求，设置好 Header。
第二步：执行 client.Do(req)，拿到 *http.Response 后立刻检查 resp.StatusCode —— 只有 200 才表示成功，其他状态码一律按错误响应处理。
第三步：成功响应结构为 {"output":{"text":"xxx"},"usage":{"input_tokens":12,"output_tokens":34},"request_id":"xxx"}；失败响应则是 {"code":"InvalidParameter.Model","message":"模型名不合法","request_id":"xxx"}。二者字段完全不同，【绝不可共用一个 struct 解析】，否则会 panic。
第四步：定义两个独立结构体 TongYiSuccessRsp 和 TongYiErrorRsp，根据 status code 分别解码；最后别忘了 defer resp.Body.Close()，否则连接池耗尽会导致后续请求卡死。
用封装库快速启动（可选）
方法一：引入轻量封装库 go-easy-llm，执行 go get github.com/soryetong/go-easy-llm。
方法二：初始化配置 config := easyllm.DefaultConfig(os.Getenv("DASHSCOPE_API_KEY"), easyai.ChatTypeQWen)，再创建客户端 client := easyllm.NewChatClient(config)。
方法三：调用 resp, reply, err := client.NormalChat(ctx, &easyai.ChatRequest{Model: easyai.ChatModelQWenPlus, Message: "你好"})，reply 即为返回文本，自动处理了 header、body、error 分支和 request_id 提取。
