DrAI API 빠른 시작

계정 가입 및 API 키 발급

DrAI 대시보드에 이메일로 로그인한 뒤 API 키 메뉴에서 키 만들기를 클릭하세요. 키는 한 번만 표시되므로 바로 복사해 두세요.

curl로 첫 요청 보내기

터미널을 열고 다음 명령을 실행하세요:

curl https://api.dr-ai.top/v1/chat/completions \
  -H "Authorization: Bearer ***" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5-mini",
    "messages": [
      {"role": "system", "content": "You are a concise assistant."},
      {"role": "user", "content": "Say hello in one sentence."}
    ],
    "max_tokens": 200
  }'

1~2초 안에 JSON 응답이 돌아옵니다:

{
  "id": "chatcmpl-9xK2mQ7r...",
  "object": "chat.completion",
  "model": "gpt-5-mini",
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "Hello! I'm here to help."
    },
    "finish_reason": "stop"
  }],
  "usage": {"prompt_tokens": 24, "completion_tokens": 9, "total_tokens": 33}
}

이것이 첫 번째 AI 응답입니다. 🎉 다른 엔드포인트도 동일한 방식으로 사용할 수 있습니다. 자세한 내용은 API 레퍼런스를 확인하세요.

Python SDK

공식 openai 패키지를 그대로 사용할 수 있습니다. base_url만 바꾸면 됩니다.

pip install openai

from openai import OpenAI

client = OpenAI(
    api_key="«redacted:sk-…»",
    base_url="https://api.dr-ai.top/v1",
)

resp = client.chat.completions.create(
    model="gpt-5-mini",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "What is 12 * 12?"},
    ],
    temperature=0.7,
)
print(resp.choices[0].message.content)

운영 환경에서는 환경 변수를 활용하세요. OPENAI_API_KEY를 내보내고 client = OpenAI(base_url="https://api.dr-ai.top/v1")로 작성하면 SDK가 자동으로 읽어옵니다.

JavaScript / Node.js

Node.js 공식 SDK도 한 줄만 바꾸면 됩니다:

npm install openai

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "«redacted:sk-…»",
  baseURL: "https://api.dr-ai.top/v1",
});

const resp = await client.chat.completions.create({
  model: "gpt-5-mini",
  messages: [{ role: "user", content: "Hello from Node.js!" }],
});
console.log(resp.choices[0].message.content);

스트리밍도 간단합니다. stream: true를 추가하고 for await (const chunk of resp)로 수신하면 됩니다.

다음 단계

• 적합한 모델 고르기 — 모델 카탈로그 보기
• 스트리밍 응답 — SSE 스트리밍 레퍼런스
• 오류 처리 — 오류 코드 표
• 비용 예상 — 모델 가격 지수