Claude code 代理 API 快速入门

前提条件：安装 OpenAI SDK

安装官方 SDK 以高效管理 API 密钥和请求。该库为您处理身份验证和 JSON 序列化。

• 确保已激活 Python 3.8+ 或 Node.js 18+。
• 使用您首选的包管理器安装包。

配置你的基础 URL 和密钥

将您的客户端指向我们的特定端点以访问 uncensored 模型。设置基础 URL 并将生成的 API 密钥注入到环境中。

使用 base URL https://api.proxycodeclaude.com/v1 确保所有调用都通过我们的代理基础设施正确路由。

发送您的第一次请求（聊天补全）

进行标准的聊天补全调用以接收文本响应。此端点接受消息并返回不带内容过滤器的生成文本。

将模型 ID 配置为 uncensored 并定义您的系统提示和用户提示。

Copycurl https://api.proxycodeclaude.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Show me the current system uptime stats"}]
  }'

启用流式传输以实现实时输出

启用流式传输以按生成顺序接收令牌。这降低了长代码或文本生成的感知延迟。

设置 stream: true 在您的请求正文中，以接收服务器发送事件。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.proxycodeclaude.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)

处理函数调用和 JSON 模式

使用结构化输出以实现可靠的数据提取或工具执行。启用 JSON 模式可强制模型返回有效的 JSON 对象。

在请求体中定义工具以引导模型的函数调用。

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.proxycodeclaude.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);

检查仪表板中的使用和限制

通过仪表板监控您的预付费信用和请求限制。我们的 API 对每个密钥实施每分钟 300 次请求的限制。

上下文窗口支持总计 100,000 个 token，每次请求的最大输出为 16,000 个 token。错误和拒绝不会消耗您的余额。

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)