HTTP API 与 SDK

吉格api提供 Anthropic Messages 路由和 OpenAI 兼容路由。端点存在不代表每个模型都支持所有参数，请以模型广场和实际调用为准。

Base URL

协议	Base URL
OpenAI 兼容接口	https://chickener.cc.cd/v1
Anthropic Messages	https://chickener.cc.cd

OpenAI SDK 会在 Base URL 后追加接口路径，因此 Base URL 需要包含 /v1。Anthropic SDK 会请求 /v1/messages，其 Base URL 不要手动追加 /v1。

认证

OpenAI 兼容接口使用 Bearer Token：

Authorization: Bearer YOUR_API_KEY
Content-Type: application/json

Anthropic Messages 可以使用：

x-api-key: YOUR_API_KEY
anthropic-version: 2023-06-01
Content-Type: application/json

使用 Claude Code 时，ANTHROPIC_AUTH_TOKEN 会发送 Bearer Token；ANTHROPIC_API_KEY 会使用 x-api-key。两者不要同时配置。

支持的端点

方法	端点	说明
GET	/v1/models	获取当前密钥可见的模型列表
POST	/v1/chat/completions	OpenAI Chat Completions 兼容接口
POST	/v1/responses	OpenAI Responses 兼容接口
POST	/v1/messages	Anthropic Messages 兼容接口
POST	/v1/embeddings	OpenAI Embeddings 兼容接口

模型能力

Responses、Embeddings、工具调用、图片输入和流式 usage 等能力取决于模型及上游渠道。路由可访问不等于所有模型都支持该端点。

请求示例

curl

Chat Completions：

curl https://chickener.cc.cd/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "YOUR_MODEL_ID",
    "messages": [
      {"role": "user", "content": "你好，请用一句话介绍自己。"}
    ],
    "stream": false
  }'

Anthropic Messages：

curl https://chickener.cc.cd/v1/messages \
  -H "x-api-key: YOUR_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "YOUR_MODEL_ID",
    "max_tokens": 1024,
    "messages": [
      {"role": "user", "content": "你好，请用一句话介绍自己。"}
    ]
  }'

Python（OpenAI SDK）

安装：

pip install openai

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["OPENAI_API_KEY"],
    base_url="https://chickener.cc.cd/v1",
)

chat = client.chat.completions.create(
    model="YOUR_MODEL_ID",
    messages=[{"role": "user", "content": "你好"}],
)
print(chat.choices[0].message.content)

response = client.responses.create(
    model="YOUR_MODEL_ID",
    input="用一句话介绍你自己。",
)
print(response.output_text)

# 这里必须替换为实际支持 Embeddings 的模型。
embedding = client.embeddings.create(
    model="YOUR_SMALL_MODEL_ID",
    input="需要向量化的文本",
)
print(embedding.data[0].embedding)

Node.js（OpenAI SDK）

安装：

npm install openai

import OpenAI from 'openai'

const client = new OpenAI({
  apiKey: process.env.OPENAI_API_KEY,
  baseURL: 'https://chickener.cc.cd/v1',
})

const chat = await client.chat.completions.create({
  model: 'YOUR_MODEL_ID',
  messages: [{ role: 'user', content: '你好' }],
})
console.log(chat.choices[0].message.content)

const response = await client.responses.create({
  model: 'YOUR_MODEL_ID',
  input: '用一句话介绍你自己。',
})
console.log(response.output_text)

// 这里必须替换为实际支持 Embeddings 的模型。
const embedding = await client.embeddings.create({
  model: 'YOUR_SMALL_MODEL_ID',
  input: '需要向量化的文本',
})
console.log(embedding.data[0].embedding)

Anthropic SDK

Python：

pip install anthropic

import os
from anthropic import Anthropic

client = Anthropic(
    api_key=os.environ["ANTHROPIC_API_KEY"],
    base_url="https://chickener.cc.cd",
)

message = client.messages.create(
    model="YOUR_MODEL_ID",
    max_tokens=1024,
    messages=[{"role": "user", "content": "你好，请简单介绍自己。"}],
)

print("".join(
    block.text for block in message.content if block.type == "text"
))

Node.js / TypeScript：

npm install @anthropic-ai/sdk

import Anthropic from '@anthropic-ai/sdk'

const client = new Anthropic({
  apiKey: process.env.ANTHROPIC_API_KEY,
  baseURL: 'https://chickener.cc.cd',
})

const message = await client.messages.create({
  model: 'YOUR_MODEL_ID',
  max_tokens: 1024,
  messages: [{ role: 'user', content: '你好，请简单介绍自己。' }],
})

console.log(
  message.content
    .filter((block) => block.type === 'text')
    .map((block) => block.text)
    .join(''),
)

长流式请求

将请求中的 stream 设置为 true，并确保客户端按事件流逐段消费数据。curl 调试时可以使用 -N 关闭输出缓冲：

curl -N https://chickener.cc.cd/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "YOUR_MODEL_ID",
    "messages": [{"role": "user", "content": "请分段回答。"}],
    "stream": true
  }'

客户端、反向代理和部署平台都可能有自己的读取超时或缓冲策略。不要照搬固定超时秒数；应根据实际任务时长设置足够的读取超时，并持续消费流事件。

错误语义

下面是常见排查方向，实际响应体和状态码以接口返回为准。

HTTP 状态码	常见原因
400	JSON、字段类型、模型 ID 或参数不符合接口要求
401	缺少密钥、密钥无效、Header 格式错误或密钥被禁用
402	账户或密钥额度不足，或当前计费条件不满足
404	Base URL、端点路径错误，或客户端重复追加 /v1
429	请求频率或并发超过当前限制
5xx	网关或上游暂时异常

排查时记录请求时间、端点、模型 ID、HTTP 状态码、错误文本和 request id。不要在工单或聊天中发送完整 API Key。