Function Calling 入門：讓 LLM 真正使用工具
講清楚主流 LLM API 的 Function Calling 機制：工具 JSON Schema 怎麼寫、模型如何決定要不要呼叫工具、tool_choice 強制呼叫與平行呼叫怎麼用，附上完整可執行範例，以及工具描述寫法如何決定呼叫品質的實務技巧。
網路是怎麼說話的：HTTP、狀態碼、標頭與那些看不見的協定
為什麼 API 說明裡全是 status code 與 header。這篇用一次真實的請求把 HTTP 的四個部件講清楚 —— 請求、回應、狀態碼、標頭 —— 再解釋 WebSocket 與輪詢的差别、CORS 為什麼擋住你、proxy 在中間做了什麼，以及 SSH 與私鑰為什麼是同一類東西。
API、SDK 與那些縮寫：它們各自是什麼、你什麼時候會需要
API 是一份公開的約定，SDK 是别人替你把呼叫 API 的細節包好的工具包。這篇說清楚兩者的差别、為什麼有些工具要求你有 API key 而有些不用、REST 與串流的區别，以及作為使用者你到底需不需要自己寫 API 呼叫。
第一次呼叫 LLM API：Token、計費與常見錯誤
用 Python 的 openai SDK 發出第一個 LLM 請求：搞懂 system、user、assistant 三種訊息角色的分工，temperature、max_tokens 與串流輸出的取捨，以及 token 計費概念與用量估算方法，最後整理新手必遇錯誤的排查步驟。
五分鐘設置你的 LLM 開發環境
從零搭好能呼叫 LLM API 的開發環境：Python 安裝、虛擬環境、API Key 取得與環境變數管理，最後用一條 curl 指令驗證整條鏈路。macOS 與 Windows 雙平台完整指令，重點講解金鑰安全管理與不洩漏進 git 的做法。
2026年5月 LLM API 價格全景：DeepSeek、Qwen、GLM、Kimi、MiniMax、豆包完整對比
通過 Exa、Tavily、Brave 等多搜索引擎交叉驗證，整理 DeepSeek V4、Qwen3.6-plus、GLM-5、Kimi K2.5、MiniMax M2.7、火山引擎豆包 Seed 2.0 及 Claude/GPT 的每百萬 Token 定價，附帶 Sub2API 成本設置指南。
DeepSeek V4 Flash / V4 Pro API 最佳實踐與效能對比
DeepSeek V4 系列模型完整指南：V4 Flash vs V4 Pro 的效能、定價、使用場景對比，附帶 API 調用示例和成本估算。
金融數據 API 調研：為 Agent 框架注入市場數據能力
調研適用於 Agent 框架的金融數據 API — 港股、美股、宏觀經濟數據，規劃在 OpenClaw 中整合金融數據分析能力。
LiteLLM Proxy 多模型路由實戰
使用 LiteLLM Proxy 統一管理 DeepSeek、ModelStudio、Ollama 等多個 LLM 後端 — 負載均衡、成本追蹤、fallback 配置。
三層框架大模型 API 配置總表：DS V4 Pro、Qwen 3.6、oMLX 本地
在 Hermes Agent、OpenClaw、Claude Code 中配置 DeepSeek V4 Pro、Qwen 3.6-Plus、oMLX 本地 Qwen3 Coder Next 的完整指南。