Claude Messages
兼容 Anthropic Messages,可以直接用 Anthropic SDK 和 Claude Code。用于 claude 分组的模型。
https://api.codingrouter.ai/v1/messages鉴权
| 请求头 | 说明 |
|---|---|
x-api-key: <令牌> | Anthropic 官方写法;也可以用 Authorization: Bearer <令牌> |
anthropic-version: 2023-06-01 | 建议带上,SDK 会自动添加 |
Base URL 不带 /v1
Anthropic SDK 和 Claude Code 会自己拼上 /v1/messages,Base URL 填 https://api.codingrouter.ai。
请求参数
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 是 | 模型名,如 claude-sonnet-5-5 |
messages | array | 是 | 对话消息,role 为 user 或 assistant |
max_tokens | integer | 建议 | 最多生成多少 token;不填时网关使用默认值 |
system | string / array | 否 | 系统提示;用数组时可以加 cache_control |
stream | boolean | 否 | true 时以 SSE 事件流返回 |
temperature | number | 否 | 0 到 1 |
top_p、top_k | number | 否 | 采样参数 |
stop_sequences | array | 否 | 遇到这些字符串时停止 |
thinking | object | 否 | 扩展思考:{"type": "enabled", "budget_tokens": 2000} |
tools | array | 否 | 可调用的工具 |
tool_choice | object | 否 | {"type": "auto"}、{"type": "any"} 或指定工具 |
请求示例
curl https://api.codingrouter.ai/v1/messages \
-H "x-api-key: $CODINGROUTER_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "Content-Type: application/json" \
-d '{
"model": "claude-sonnet-5-5",
"max_tokens": 1024,
"messages": [{"role": "user", "content": "用一句话解释什么是 API 网关"}]
}'import anthropic
client = anthropic.Anthropic(
base_url="https://api.codingrouter.ai",
api_key="sk-你的令牌",
)
msg = client.messages.create(
model="claude-sonnet-5-5",
max_tokens=1024,
messages=[{"role": "user", "content": "用一句话解释什么是 API 网关"}],
)
print(msg.content[0].text)import Anthropic from "@anthropic-ai/sdk";
const client = new Anthropic({
baseURL: "https://api.codingrouter.ai",
apiKey: process.env.CODINGROUTER_KEY,
});
const msg = await client.messages.create({
model: "claude-sonnet-5-5",
max_tokens: 1024,
messages: [{ role: "user", content: "用一句话解释什么是 API 网关" }],
});
console.log(msg.content[0].text);响应示例
{
"id": "msg_...",
"type": "message",
"role": "assistant",
"model": "claude-sonnet-5-5",
"content": [{"type": "text", "text": "API 网关是位于客户端与后端服务之间的统一入口……"}],
"stop_reason": "end_turn",
"usage": {
"input_tokens": 50,
"cache_creation_input_tokens": 0,
"cache_read_input_tokens": 0,
"output_tokens": 70
}
}stop_reason:end_turn 正常结束,max_tokens 达到上限,tool_use 要求调用工具,stop_sequence 遇到停止词。
流式输出
with client.messages.stream(
model="claude-sonnet-5-5",
max_tokens=1024,
messages=[{"role": "user", "content": "写一首关于星空的短诗"}],
) as stream:
for text in stream.text_stream:
print(text, end="", flush=True)事件依次为 message_start、content_block_start、content_block_delta(文本增量)、content_block_stop、message_delta(含 stop_reason 和用量)、message_stop。
扩展思考
{
"model": "claude-opus-5-5",
"max_tokens": 4000,
"thinking": {"type": "enabled", "budget_tokens": 2000},
"messages": [{"role": "user", "content": "设计一个限流算法"}]
}content 里先出现 {"type": "thinking", ...} 块,再是 text 块。max_tokens 必须大于 budget_tokens,思考内容按输出 token 计费。
提示缓存
在 system 或消息块上加 cache_control,之后相同前缀的请求按缓存读取价计费:
{
"model": "claude-sonnet-5-5",
"max_tokens": 1024,
"system": [
{"type": "text", "text": "<很长的系统提示或文档>", "cache_control": {"type": "ephemeral"}}
],
"messages": [{"role": "user", "content": "根据文档回答:……"}]
}第一次请求的 usage.cache_creation_input_tokens 是写入缓存的 token 数,5 分钟内的后续请求在 usage.cache_read_input_tokens 里显示命中数。缓存前缀至少 1024 个 token 才会生效。
图片输入
{
"model": "claude-sonnet-5-5",
"max_tokens": 1024,
"messages": [{
"role": "user",
"content": [
{"type": "image", "source": {"type": "base64", "media_type": "image/png", "data": "iVBORw0KGgo..."}},
{"type": "text", "text": "这张图是什么颜色?"}
]
}]
}工具调用
{
"model": "claude-sonnet-5-5",
"max_tokens": 1024,
"messages": [{"role": "user", "content": "北京今天天气怎么样?"}],
"tools": [{
"name": "get_weather",
"description": "查询城市天气",
"input_schema": {
"type": "object",
"properties": {"city": {"type": "string"}},
"required": ["city"]
}
}]
}模型调用工具时,content 里出现 {"type": "tool_use", "id": "toolu_...", "name": "get_weather", "input": {"city": "北京"}},stop_reason 为 tool_use。把结果作为 tool_result 块放进下一条 user 消息即可继续。
