接入文档

一个 key，三套协议。OpenAI / Anthropic / Gemini 同源直出，支持流式与工具调用。

一、接口地址

二、三十秒跑通

复制curl -s https://www.小云.xyz/v1/chat/completions \
  -H "Authorization: Bearer sk-你的令牌" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-flash",
    "messages": [{"role": "user", "content": "你好"}],
    "max_tokens": 512,
    "stream": true
  }'

返回 200 且逐行吐出 data: {...} 即为正常。key 在控制台「令牌」页新建，完整字符串只显示一次。

三、可用模型

实时单价随时查：GET /api/pricing（带 key 即可）。模型清单：GET /v1/models。

四、OpenAI SDK

复制from openai import OpenAI

client = OpenAI(
    api_key="sk-你的令牌",
    base_url="https://www.小云.xyz/v1",
)

r = client.chat.completions.create(
    model="deepseek-flash",
    messages=[{"role": "user", "content": "用三句话介绍你自己"}],
    max_tokens=512,
    stream=True,
)
for chunk in r:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

工具调用（Function Call）

复制tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "查天气",
        "parameters": {
            "type": "object",
            "properties": {"city": {"type": "string"}},
            "required": ["city"],
        },
    },
}]
r = client.chat.completions.create(
    model="deepseek-flash", messages=[{"role": "user", "content": "北京天气"}],
    tools=tools, max_tokens=512,
)
print(r.choices[0].message.tool_calls)

五、Anthropic 兼容

Claude Code、Claude 官方 SDK 直接把地址换掉就行。

复制export ANTHROPIC_BASE_URL="https://www.小云.xyz"
export ANTHROPIC_AUTH_TOKEN="sk-你的令牌"
export ANTHROPIC_MODEL="deepseek-v4-pro"
export ANTHROPIC_SMALL_FAST_MODEL="deepseek-flash"
claude

复制import anthropic
client = anthropic.Anthropic(
    api_key="sk-你的令牌",
    base_url="https://www.小云.xyz",
)
msg = client.messages.create(
    model="deepseek-flash", max_tokens=512,
    messages=[{"role": "user", "content": "hi"}],
)
print(msg.content[0].text)

六、Gemini 兼容

复制curl -s "https://www.小云.xyz/v1beta/models/deepseek-flash:generateContent?key=sk-你的令牌" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"parts":[{"text":"你好"}]}]}'

七、客户端配置

八、错误码

九、常见问题

返回的 content 是空的，只有 reasoning_content

模型带思维链，max_tokens 给小了会全耗在思考上。调到 512 以上，复杂题给 2048。

流式输出断断续续

反代层已经关了缓冲。如果还卡，检查客户端是否开了自己的代理或缓存；也可以改用 http://103.52.152.40:8880/v1 试。

能查每次调用的用量吗

能。控制台「日志」按时间倒序列出模型、输入输出 token、扣费、耗时、状态码。

支持图片 / 语音吗

当前全部是文本模型，不支持多模态输入。传图会被上游丢弃或报错。

并发上限

单 key 默认 60 请求/分钟，实测 12 并发稳定。要更高联系管理员开白。