如何使用Node.js调用AI21 Jurassic大语言模型API？

AI21 Labs推出的Jurassic系列模型是较早进入商用市场的大语言模型之一，其上下文窗口和支持的词汇量在同类产品中都相当能打。对于Node.js开发者来说，接入Jurassic并不需要额外的SDK，官方提供的REST接口用原生HTTP客户端就能搞定，这也是它对JavaScript生态友好的地方。不过接入只是第一步，模型版本怎么选、参数怎么调、错误怎么兜底，这些细节直接决定了最终生成内容的质量。本文将从模型选型、请求封装、参数调优三个层面，完整讲清楚Node.js与Jurassic的协作方式。

Jurassic模型版本差异与选型思路

在写代码之前，得先弄清楚Jurassic家族里到底有哪些成员。目前API中常见的有jurassic-2-light、jurassic-2-mid和jurassic-2-ultra三档。Light版本响应速度最快、成本最低，适合做摘要提取、简单分类这类轻量任务；Mid版本在生成质量与延迟之间取得了不错的平衡，日常的文案生成、邮件润色用它就够了；Ultra则是能力天花板，处理复杂推理和长篇创作时优势明显，但价格和响应时间都会翻倍。

选型时有个实用原则：先用Light跑通流程验证提示词效果，确认逻辑没问题后再切到Mid或Ultra对比输出质量。很多开发者一上来就用最强版本，结果token费用白白烧掉，而问题其实出在提示词写得太模糊。另外要注意，不同模型的上下文窗口限制不同，传入的prompt加上生成的completion加起来不能超过模型上限，超长文本需要先做切分。

还有一个容易被忽略的点是计费方式。Jurassic按照请求中的token总数计费，不只是生成部分，你的输入prompt也占大头。所以压缩提示词、去掉冗余指令，本质上就是在省钱。

在Node.js中发起请求的两种方式

如果你的Node.js版本在18以上，内置的fetch可以直接使用，不需要装任何依赖。请求的核心是把API密钥放进Authorization请求头，然后POST一段JSON到https://api.ai21.com/studio/v1/completion。下面是原生fetch的写法：

const API_KEY = process.env.AI21_API_KEY;

async function generateText(prompt) {
  const response = await fetch('https://api.ai21.com/studio/v1/completion', {
    method: 'POST',
    headers: {
      'Authorization': `Bearer ${API_KEY}`,
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      model: 'jurassic-2-mid',
      prompt: prompt,
      maxTokens: 300,
      temperature: 0.7,
      numResults: 1
    })
  });

  if (!response.ok) {
    throw new Error(`请求失败: ${response.status} ${response.statusText}`);
  }

  const data = await response.json();
  // 返回结构中completions数组的第一项就是生成结果
  return data.completions[0].data.text;
}

generateText('用三句话介绍咖啡的历史')
  .then(text => console.log(text))
  .catch(err => console.error(err.message));

如果项目里已经在用axios，换成axios也很简单，而且能顺手利用拦截器做统一的错误处理。需要提醒的是，无论用哪种方式，API密钥都不要硬编码在代码里，通过process.env读取环境变量是基本素养。密钥一旦泄露到代码仓库，别人拿你的额度跑模型，损失的是真金白银。

对于生产环境，建议加上超时和重试机制。大模型接口偶尔会抽风，返回429限流或502网关错误，这类瞬时故障重试一两次通常就能恢复。可以配合一个简单的指数退避函数，失败后等待500毫秒、1000毫秒再试，避免短时间内反复轰炸接口。

核心参数调优与封装实践

参数配置是拉开生成质量的分水岭。temperature控制随机性，取值0到1之间，值越低输出越保守稳定，值越高越有创意但容易跑偏。写产品说明、法律条款这类严肃内容时建议0.2到0.4，写广告文案、故事创作可以放到0.7以上。maxTokens限制生成长度，注意它是上限不是目标长度，模型会在语义自然的地方提前停止。

numResults允许一次请求返回多个候选结果，适合需要人工挑选的场景，但每个结果都单独计费。stopSequences用于指定终止符号，比如你想让模型只输出一句话，可以把句号加入停止序列，模型碰到句号就停，能有效控制输出边界。

实际项目中，建议把请求逻辑封装成一个独立的类或模块，对外只暴露语义化方法。下面是一个带重试的简易封装：

class JurassicClient {
  constructor(apiKey, model = 'jurassic-2-mid') {
    this.apiKey = apiKey;
    this.model = model;
  }

  async complete(prompt, options = {}, retries = 3) {
    const payload = {
      model: this.model,
      prompt,
      maxTokens: options.maxTokens ?? 256,
      temperature: options.temperature ?? 0.7,
      ...options
    };

    for (let i = 0; i < retries; i++) {
      try {
        const res = await fetch('https://api.ai21.com/studio/v1/completion', {
          method: 'POST',
          headers: {
            'Authorization': `Bearer ${this.apiKey}`,
            'Content-Type': 'application/json'
          },
          body: JSON.stringify(payload)
        });
        if (res.status === 429 || res.status >= 500) {
          await new Promise(r => setTimeout(r, 500 * Math.pow(2, i)));
          continue;
        }
        const data = await res.json();
        return data.completions[0].data.text;
      } catch (e) {
        if (i === retries - 1) throw e;
      }
    }
    throw new Error('重试次数已用完');
  }
}

module.exports = JurassicClient;

这套封装的好处是调用方完全不用关心网络细节，业务代码里一行client.complete(prompt)就拿到结果。如果项目里还有其他AI服务，可以把Jurassic抽象成统一的Provider之一，配合策略模式切换不同厂商，后期换模型时业务代码一行都不用改。最后建议把每次请求的耗时和token消耗记录到日志里，跑一段时间数据后，你对成本和性能的把握会准确得多。

Node.jsAI21Jurassic模型修改时间：2026-09-05 02:54:41