一、核心依赖选择
Go 语言中调用 LLM 最便捷、生态最完善的方式是使用github.com/sashabaranov/go-openai这个第三方库：
- 支持 OpenAI 全系列模型（GPT-3.5-turbo、GPT-4、GPT-4o 等）
- 原生支持流式响应、多轮对话、工具调用（智能体核心能力）
- 类型安全（基于 Go 结构体封装请求/响应参数，避免手动拼接 JSON）
- 良好的错误处理和超时控制
依赖安装
go get github.com/sashabaranov/go-openai@latest同时，为了更好地处理配置（如 API Key），可额外安装配置管理库（可选）：
go get github.com/joho/godotenv@latest二、完整代码实现
场景1：基础同步调用（非流式，单轮对话）
适用于不需要实时反馈、追求结果完整性的场景（如文案生成、数据提取）。
packagemainimport("context""fmt""log""os""github.com/joho/godotenv""github.com/sashabaranov/go-openai")// 加载环境变量（避免硬编码 API Key）funcloadEnv(){err:=godotenv.Load()iferr!=nil{log.Printf("警告：未加载 .env 文件，将从系统环境变量读取 API Key: %v",err)}}// 基础 LLM 同步调用funcbasicLLMCall(client*openai.Client,promptstring)(string,error){// 构建请求参数req:=openai.ChatCompletionRequest{Model:openai.GPT3Dot5Turbo,// 模型选择，可替换为 GPT4、GPT4oMessages:[]openai.ChatCompletionMessage{{Role:openai.ChatMessageRoleSystem,// 系统角色：定义智能体行为Content:"你是一个专业的 Go 语言开发助手，回答简洁、准确，只提供有效技术内容",},{Role:openai.ChatMessageRoleUser,// 用户角色：传递用户查询Content:prompt,},},Temperature:0.7,// 创造性控制：0（严谨）~ 2（奔放）MaxTokens:1024,// 最大响应令牌数}// 发起同步请求（阻塞等待响应）resp,err:=client.CreateChatCompletion(context.Background(),req)iferr!=nil{return"",fmt.Errorf("调用 LLM 失败：%w",err)}// 提取响应内容（处理多选择项，取第一个有效响应）iflen(resp.Choices)==0{return"",fmt.Errorf("未获取到 LLM 响应内容")}returnresp.Choices[0].Message.Content,nil}funcmain(){// 1. 加载环境变量loadEnv()apiKey:=os.Getenv("OPENAI_API_KEY")ifapiKey==""{log.Fatal("错误：未设置 OPENAI_API_KEY 环境变量")}// 2. 初始化 OpenAI 客户端client:=openai.NewClient(apiKey)// 3. 定义用户查询userPrompt:="请用 Go 语言写一个简单的 HTTP 服务，实现 /hello 接口返回 \"Hello, LLM Agent\""// 4. 调用 LLM 并获取结果result,err:=basicLLMCall
