# Anthropic 格式

> 使用 LLMoxy 提供的 Anthropic Messages API，调用 Claude 模型并支持 x-api-key 鉴权。

LLMoxy 提供完全兼容的 Anthropic Messages API 接口，专为 Claude 系列模型优化。使用 Anthropic 官方 SDK 的用户只需修改 `base_url`即可切换。

## Base URL

```txt
https://llmoxy.com/v1
```

## 鉴权方式

支持两种鉴权方式：

### 方式一：x-api-key（推荐）

```http
x-api-key: YOUR_API_KEY
```

### 方式二：Authorization

```http
Authorization: Bearer YOUR_API_KEY
```

## Messages API

Claude 的核心对话接口。

### 请求地址

```txt
POST /v1/messages
```

### 请求示例

```bash
curl https://llmoxy.com/v1/messages \
-H "content-type: application/json" \
-H "x-api-key: YOUR_API_KEY" \
-d '{
"model": "claude-opus-5-5",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "用Python写一个二分查找算法"
}
]
}'
```

### 请求参数

| 参数 | 类型 | 必填 | 说明 |
| --- | --- | --- | --- |
| model | string | 是 | 模型名称 |
| messages | array | 是 | 对话消息列表 |
| max_tokens | integer | 是 | 最大生成 token 数 |
| system | string | 否 | 系统提示词 |
| temperature | number | 否 | 温度参数，0–1 |
| top_p | number | 否 | 核采样参数 |
| stream | boolean | 否 | 是否流式输出 |
| stop_sequences | array | 否 | 停止序列 |

### 消息格式

与 OpenAI 不同，Anthropic 格式的系统提示词是独立参数：

```json
{
"model": "claude-opus-5-5",
"max_tokens": 1024,
"system": "你是一个Python编程专家",
"messages": [
{
"role": "user",
"content": "写一个快速排序"
},
{
"role": "assistant",
"content": "好的，我来写一个Python的快速排序..."
},
{
"role": "user",
"content": "加上详细注释"
}
]
}
```

> **注意**
> - messages 中只能包含 `user` 和 `assistant` 角色
> - 必须以 `user` 消息开头
> - `user` 和 `assistant` 消息必须交替出现

### 响应格式

```json
{
"id": "msg_123",
"type": "message",
"role": "assistant",
"content": [
{
"type": "text",
"text": "这是Claude的回复内容"
}
],
"model": "claude-opus-5-5",
"stop_reason": "end_turn",
"usage": {
"input_tokens": 25,
"output_tokens": 150
}
}
```

## 流式输出

设置 `stream: true`启用流式输出：

```bash
curl https://llmoxy.com/v1/messages \
-H "content-type: application/json" \
-H "x-api-key: YOUR_API_KEY" \
-d '{
"model": "claude-opus-5-5",
"max_tokens": 1024,
"messages": [{"role": "user", "content": "你好"}],
"stream": true
}'
```

### 流式响应格式

```txt
event: message_start
data: {"type":"message_start","message":{"id":"msg_123",...}}

event: content_block_delta
data: {"type":"content_block_delta","delta":{"type":"text_delta","text":"你"}}

event: content_block_delta
data: {"type":"content_block_delta","delta":{"type":"text_delta","text":"好"}}

event: message_stop
data: {"type":"message_stop"}
```

## 支持的模型

| 模型 | 说明 | 可用分组 |
| --- | --- | --- |
| claude-fable-5-2 | 最强性能 | Claude |
| claude-opus-5-5 | 均衡之选 | Claude |

> **TIP**
> 具体可用模型以 [官网模型广场](https://llmoxy.com/) 为准。

## 多模态支持

Claude 支持图像输入：

```json
{
"model": "claude-opus-5-5",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": [
{
"type": "image",
"source": {
"type": "base64",
"media_type": "image/jpeg",
"data": "/9j/4AAQSkZJRg..."
}
},
{
"type": "text",
"text": "这张图片里有什么？"
}
]
}
]
}
```

支持的图片格式：JPEG、PNG、GIF、WebP，单张最大 5MB。

## 代码示例

### Python（官方 SDK）

```python
from anthropic import Anthropic

client = Anthropic(
api_key="YOUR_API_KEY",
base_url="https://llmoxy.com/v1"
)

message = client.messages.create(
model="claude-opus-5-5",
max_tokens=1024,
messages=[
{"role": "user", "content": "写一个Python装饰器"}
]
)

print(message.content[0].text)
```

### Python（流式）

```python
with client.messages.stream(
model="claude-opus-5-5",
max_tokens=1024,
messages=[{"role": "user", "content": "写一篇文章"}]
) as stream:
for text in stream.text_stream:
print(text, end="", flush=True)
```

### Node.js（官方 SDK）

```js
import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
apiKey: 'YOUR_API_KEY',
baseURL: 'https://llmoxy.com/v1'
});

const message = await client.messages.create({
model: 'claude-opus-5-5',
max_tokens: 1024,
messages: [
{ role: 'user', content: '写一个快速排序' }
]
});

console.log(message.content[0].text);
```

### cURL

```bash
curl https://llmoxy.com/v1/messages \
-H "content-type: application/json" \
-H "x-api-key: YOUR_API_KEY" \
-d '{
"model": "claude-opus-5-5",
"max_tokens": 1024,
"messages": [
{"role": "user", "content": "Hello, Claude!"}
]
}'
```

## 错误处理

### 错误响应格式

```json
{
"type": "error",
"error": {
"type": "invalid_request_error",
"message": "错误描述"
}
}
```

### 常见错误类型

| 错误类型 | 说明 |
| --- | --- |
| invalid_request_error | 请求参数错误 |
| authentication_error | 鉴权失败 |
| permission_error | 权限不足 |
| not_found_error | 资源不存在 |
| rate_limit_error | 请求频率超限 |
| api_error | 内部错误 |
| overloaded_error | 服务过载 |

### 错误处理示例

```python
from anthropic import Anthropic, APIError

client = Anthropic(
api_key="YOUR_API_KEY",
base_url="https://llmoxy.com/v1"
)

try:
message = client.messages.create(
model="claude-opus-5-5",
max_tokens=1024,
messages=[{"role": "user", "content": "Hello"}]
)
except APIError as e:
print(f"错误类型: {e.type}")
print(f"错误信息: {e.message}")
```

## 高级用法

### 1. 系统提示词

```python
message = client.messages.create(
model="claude-opus-5-5",
max_tokens=1024,
system="你是一个Python专家，擅长数据分析和机器学习。",
messages=[
{"role": "user", "content": "如何使用pandas处理缺失值？"}
]
)
```

### 2. 多轮对话

```python
conversation = [
{"role": "user", "content": "写一个用户类"},
{"role": "assistant", "content": "好的，我来写一个User类..."},
{"role": "user", "content": "加上密码加密功能"}
]

message = client.messages.create(
model="claude-opus-5-5",
max_tokens=1024,
messages=conversation
)
```

### 3. 图像分析

```python
import base64

with open("image.jpg", "rb") as f:
image_data = base64.b64encode(f.read()).decode()

message = client.messages.create(
model="claude-opus-5-5",
max_tokens=1024,
messages=[
{
"role": "user",
"content": [
{
"type": "image",
"source": {
"type": "base64",
"media_type": "image/jpeg",
"data": image_data
}
},
{
"type": "text",
"text": "分析这张架构图"
}
]
}
]
)
```

## 最佳实践

### 1. 合理设置 max_tokens

不同模型的最大输出不同：Opus 32K、Sonnet 64K、Haiku 8K。根据实际需要设置，避免浪费。

### 2. 使用 system 参数设置提示词

将角色定义放在 `system`参数中，而非 messages 里：

```python
# ✅ 推荐
message = client.messages.create(
system="你是一个Python专家",
messages=[{"role": "user", "content": "写代码"}],
...
)

# ❌ 不推荐
message = client.messages.create(
messages=[{"role": "user", "content": "你是Python专家。写代码"}],
...
)
```

### 3. 处理长对话

Claude 拥有 200K 上下文窗口，但建议定期总结对话、移除不重要的历史消息，以节省 Token 消耗。

### 4. 实现重试机制

```python
from tenacity import retry, stop_after_attempt, wait_exponential

@retry(
stop=stop_after_attempt(3),
wait=wait_exponential(multiplier=1, min=4, max=10)
)
def call_claude():
return client.messages.create(...)
```

## 下一步

- [分组与计价](https://llmoxy.com/docs/get-started/recharge-and-pricing) — 了解费用详情
- [获取支持](mailto:contact@llmoxy.com) — 遇到问题联系我们

本文是 https://llmoxy.com/docs/api-reference/anthropic-format 的 markdown 版本。
