Format Anthropic

LLMoxy fournit une interface API Anthropic Messages entièrement compatible, optimisée pour les modèles de la série Claude. Les utilisateurs du SDK officiel Anthropic n'ont qu'à modifier base_url pour basculer.

URL de base

https://llmoxy.com/v1

Authentification

Deux méthodes d'authentification sont prises en charge :

Méthode 1 : x-api-key (recommandée)

x-api-key: YOUR_API_KEY

Méthode 2 : Authorization

Authorization: Bearer YOUR_API_KEY

Messages API

L'interface de conversation principale de Claude.

URL de la requête

POST /v1/messages

Exemple de requête

curl https://llmoxy.com/v1/messages \
-H "content-type: application/json" \
-H "x-api-key: YOUR_API_KEY" \
-d '{
"model": "claude-sonnet-4-20250514",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Écrivez un algorithme de recherche binaire en Python"
}
]
}'

Paramètres de la requête

Format des messages

Contrairement à OpenAI, le format Anthropic utilise un paramètre distinct pour l'invite système :

{
"model": "claude-sonnet-4-20250514",
"max_tokens": 1024,
"system": "Vous êtes un expert en programmation Python",
"messages": [
{
"role": "user",
"content": "Écrivez un quicksort"
},
{
"role": "assistant",
"content": "D'accord, je vais écrire un quicksort en Python..."
},
{
"role": "user",
"content": "Ajoutez des commentaires détaillés"
}
]
}

Remarque

• messages ne peut contenir que les rôles user et assistant
• Doit commencer par un message user
• Les messages user et assistant doivent alterner

Format de la réponse

{
"id": "msg_123",
"type": "message",
"role": "assistant",
"content": [
{
"type": "text",
"text": "Voici le contenu de la réponse de Claude"
}
],
"model": "claude-sonnet-4-20250514",
"stop_reason": "end_turn",
"usage": {
"input_tokens": 25,
"output_tokens": 150
}
}

Sortie en flux

Définissez stream: true pour activer la sortie en flux :

curl https://llmoxy.com/v1/messages \
-H "content-type: application/json" \
-H "x-api-key: YOUR_API_KEY" \
-d '{
"model": "claude-sonnet-4-20250514",
"max_tokens": 1024,
"messages": [{"role": "user", "content": "Bonjour"}],
"stream": true
}'

Format de la réponse en flux

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":"B"}}

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

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

Modèles pris en charge

ASTUCE Consultez la place de marché officielle pour les modèles actuellement disponibles.

Prise en charge multimodale

Claude prend en charge les entrées d'images :

{
"model": "claude-sonnet-4-20250514",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": [
{
"type": "image",
"source": {
"type": "base64",
"media_type": "image/jpeg",
"data": "/9j/4AAQSkZJRg..."
}
},
{
"type": "text",
"text": "Qu'y a-t-il dans cette image ?"
}
]
}
]
}

Formats d'image pris en charge : JPEG, PNG, GIF, WebP. Max 5 Mo par image.

Exemples de code

Python (SDK officiel)

from anthropic import Anthropic

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

message = client.messages.create(
model="claude-sonnet-4-20250514",
max_tokens=1024,
messages=[
{"role": "user", "content": "Écrivez un décorateur Python"}
]
)

print(message.content[0].text)

Python (Flux)

with client.messages.stream(
model="claude-sonnet-4-20250514",
max_tokens=1024,
messages=[{"role": "user", "content": "Rédigez un article"}]
) as stream:
for text in stream.text_stream:
print(text, end="", flush=True)

Node.js (SDK officiel)

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-sonnet-4-20250514',
max_tokens: 1024,
messages: [
{ role: 'user', content: 'Écrivez un quicksort' }
]
});

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

cURL

curl https://llmoxy.com/v1/messages \
-H "content-type: application/json" \
-H "x-api-key: YOUR_API_KEY" \
-d '{
"model": "claude-sonnet-4-20250514",
"max_tokens": 1024,
"messages": [
{"role": "user", "content": "Hello, Claude!"}
]
}'

Gestion des erreurs

Format de la réponse d'erreur

{
"type": "error",
"error": {
"type": "invalid_request_error",
"message": "Description de l'erreur"
}
}

Types d'erreurs courants

Exemple de gestion d'erreur

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-sonnet-4-20250514",
max_tokens=1024,
messages=[{"role": "user", "content": "Hello"}]
)
except APIError as e:
print(f"Type d'erreur : {e.type}")
print(f"Message d'erreur : {e.message}")

Utilisation avancée

1. Invite système

message = client.messages.create(
model="claude-sonnet-4-20250514",
max_tokens=1024,
system="Vous êtes un expert Python, spécialisé en analyse de données et machine learning.",
messages=[
{"role": "user", "content": "Comment gérer les valeurs manquantes avec pandas ?"}
]
)

2. Conversation multi-tours

conversation = [
{"role": "user", "content": "Écrivez une classe utilisateur"},
{"role": "assistant", "content": "D'accord, je vais écrire une classe User..."},
{"role": "user", "content": "Ajoutez le chiffrement du mot de passe"}
]

message = client.messages.create(
model="claude-sonnet-4-20250514",
max_tokens=1024,
messages=conversation
)

3. Analyse d'images

import base64

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

message = client.messages.create(
model="claude-sonnet-4-20250514",
max_tokens=1024,
messages=[
{
"role": "user",
"content": [
{
"type": "image",
"source": {
"type": "base64",
"media_type": "image/jpeg",
"data": image_data
}
},
{
"type": "text",
"text": "Analysez ce diagramme d'architecture"
}
]
}
]
)

Bonnes pratiques

1. Définir max_tokens de manière raisonnable

Les modèles ont des sorties maximales différentes : Opus 32K, Sonnet 64K, Haiku 8K. Définissez en fonction des besoins réels pour éviter le gaspillage.

2. Utiliser le paramètre system pour les invites

Placez les définitions de rôle dans le paramètre system, pas dans messages :

# ✅ Recommandé
message = client.messages.create(
system="Vous êtes un expert Python",
messages=[{"role": "user", "content": "Écrivez du code"}],
...
)

# ❌ Non recommandé
message = client.messages.create(
messages=[{"role": "user", "content": "Vous êtes un expert Python. Écrivez du code"}],
...
)

3. Gérer les longues conversations

Claude dispose d'une fenêtre de contexte de 200K, mais il est recommandé de résumer périodiquement les conversations et de supprimer les messages historiques peu importants pour économiser la consommation de tokens.

4. Implémenter une logique de réessai

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(...)

Prochaines étapes

• Groupes et tarification — en savoir plus sur les tarifs
• Obtenir de l'aide — contactez-nous en cas de problème