Claude API 代理：快速入门与端点

认证与基础 URL

通过将您的客户端指向 https://api.claudeapiproxy.com/v1 并发送您的唯一 API 密钥。您在通过 Google 或电子邮件地址注册后立即生成此密钥。系统为每个账户提供一个活跃密钥，因此如果需要轮换密钥，操作非常简便。所有请求都需要 Authorization: Bearer <key> 在处理 token 之前用于验证预付费余额的 header。

聊天补全端点

向 /v1/chat/completions 使用标准 JSON 格式的端点。此单个端点处理我们无限制模型的所有文本生成任务。您必须包含 model field set to uncensored 确保正确的推理路径。系统仅对提示和完成中实际处理的令牌收费。

Python SDK 集成

将基础 URL 更新为您的现有 OpenAI Python 客户端，以便通过我们的基础设施路由请求。这使您能够在保持当前代码结构的同时访问无限制的生成能力。通过环境变量或直接配置传递您的 API 密钥。客户端的序列化和响应解析方式与标准提供商完全相同。

Node SDK 集成

配置 Node.js SDK 指向我们的 base URL，同时保持标准请求结构。这确保了与期望特定 OpenAI 响应模式的库的兼容性。您可以传入诸如 temperature 或 top_p 正如您在其他地方所做的那样。响应对象包含生成的文本和 token 使用详情。

流式传输和 Token 计数

通过将 stream: true 通过服务器发送事件（SSE）接收实时 token 块。这降低了大型响应的感知延迟，并改善了聊天界面的用户体验。流中的最后一个块包含该请求的总 token 用量。你可以增量解析这些块，而无需等待完整响应。

限制、错误和上下文窗口

该模型支持 100,000 token 的上下文窗口，结合输入和输出。您的限制为每分钟 300 次请求和每个密钥 8 个并发请求。处理标准 HTTP 错误： 401 表示密钥无效， 402 意味着您需要更多预存余额，并且 429 信号指示速率限制。请求正文不能超过 8 MB，除非另有说明，否则最大输出限制为 16,000 个令牌。

cURL

Copycurl https://api.claudeapiproxy.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "get the current server time in ISO format"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.claudeapiproxy.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Node.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.claudeapiproxy.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

流式传输

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)