第 1 课履约任务约 12 分钟
认识 LLM 工作原理与 API 本质
搞懂 LLM 是按概率续写 token，掌握 Chat API 请求响应结构与为什么必须做应用层网关。
LLMChat API入门Python
进度保存在本机浏览器；验收通过后再点更稳妥
本课任务 · AI 履约学法
经自家后端调通一次非流式 Chat API，返回统一 Result 格式。
推荐：复制 Prompt → 在 AI大模型/AI编程工具 改项目 → 跑验收 → 再展开下方概念卡。不必先对着仓库读代码。
Prompt
你在 codehub-llm-core 项目中工作（若仓库为空，先按 Phase 0 骨架初始化）。
本课目标：
1. 实现 POST /api/chat（非流式），内部经统一 LLM 客户端调用 OpenAI 兼容 API
2. 响应必须是统一格式：{"request_id","code","message","data"}
3. API Key 只放 .env，禁止出现在前端
约束：
- FastAPI + Pydantic v2
- Router 不直接 httpx 调厂商，必须走 services/llm/
- 不实现 SSE、工具调用、RAG
完成后运行：npm run verify:llm-01（或文档中的 curl 验收）验收标准
npm run verify:llm-01- ✓POST /api/chat 返回 code=0 与 assistant 文本
- ✓响应含 request_id
- ✓.env.example 有 OPENAI_API_KEY / OPENAI_BASE_URL
卡关对照：Gitee tag phase-1-llm-api（验收通过后再看，或路径 C 直接 checkout）