这篇实践解决的是：参加小程序成长计划后，怎样把混元 HY3 文本与生图能力接入腾讯云 CloudBase，并按 OpenAI 兼容接口调用。原帖同时给出云函数和云托管两条路径，适合想快速验证能力、又需要理解成本与接口差异的开发者。
先选对运行方式
两种方案的取舍很明确：
- 云函数：资源消耗较少，适合单次问答和生图；不支持流式返回，URL 由平台固定生成，难以自行设计成常见的
/v1/chat/completions路径。 - 云托管：可理解为运行 Web 服务的容器，能够自定义路由并实现流式返回，更适合包装成 OpenAI 兼容服务；代价是资源点消耗更高，并可能出现暂停后的首次请求延迟。
前置条件与账号配置
首先需要一个符合活动条件的小程序，并在小程序后台参加成长计划，再进入 CloudBase 控制台。原帖指出 CloudBase 存在旧配额制与新资源点制两套计费体系；若仍在旧套餐，需要先升级到资源点套餐，否则模型调用可能不可用。
之后准备两个基础参数：
- 环境 ID：会进入云函数或云托管的请求地址与运行配置。
- 调用 API Key：用于 HTTP 请求鉴权。
密钥不要写进公开仓库或帖子。若使用云托管，还需要腾讯云账户的 SecretId、SecretKey；建议使用专用、最小权限凭据，并在泄露或测试结束后及时轮换。
路径一：部署云函数
文本对话的示例函数名为 hy3_text。在 CloudBase 创建 Node.js 云函数后，将开源仓库 01-text-completion 目录中的 index.js 和 package.json 放入函数目录，然后执行“保存并安装依赖”。调用端可参考仓库里的 cloudbase_func_http.py，填入环境 ID 与调用凭据，通过平台生成的函数 URL 发起请求。
生图函数的创建流程相同：函数名可设为 hy_image，代码改用仓库 03-image-generation 目录。原帖列出的能力包括文生图与图像编辑，但具体模型可用性应以当前控制台为准。
验证时不要只看部署成功提示：至少执行一次文本请求，确认 HTTP 状态、响应 JSON 和模型输出；生图则要确认任务返回、图片结果及错误信息。原帖没有提供完整的失败回退流程，正式使用前应保留旧函数版本，并先用测试环境验证。
路径二：部署 OpenAI 兼容服务
若需要流式输出或自定义接口路径，可创建云托管服务，将仓库中的 04-hy3-openai 目录打包上传。运行环境至少要配置环境 ID、腾讯云凭据和服务自身的 API Key。部署后取得公网域名，再用仓库中的 cloudbase_openai.py 验证非流式、流式、生图和模型列表等接口。
这里有一个重要安全点：示例中的服务 API Key 只是演示值，部署前必须更换，并限制公网暴露范围。若暂时不需要远程调用，优先关闭公网入口；需要开放时应同时配置访问控制、日志脱敏和请求限额。
限制与实际预期
原帖估算赠送资源点用于轻量云函数通常较充足，而长期运行云托管可能更快消耗额度；云托管空闲后可能暂停，首次唤醒会增加延迟。评论区还出现了每分钟请求数较低、部分小程序主体资格受限等反馈，这些属于社区实测，不应当作官方长期承诺。上线前应在自己的账户中核对活动资格、模型配额、速率限制和计费规则。
可复用的工程经验是：先用云函数验证鉴权与模型能力，再在确实需要流式接口或 OpenAI 兼容层时迁移到云托管；把密钥、运行方式和成本控制拆开设计，能避免为了接口形式过早承担持续容器成本。
原作者：GMYXDS
原帖：https://linux.do/t/topic/2741231