Lovely Router文档
获取密钥
模型 API

Anthropic Messages

通过 Anthropic Messages API 用官方 SDK 调用 Claude。流式输出、扩展思考、工具调用、提示缓存和 token 计数均按 Anthropic 文档所述工作。

Lovely Router 完全按照 Anthropic 的定义提供 POST /v1/messages 和 POST /v1/messages/count_tokens。保留你现有的代码，把 base URL 改为 https://lovelyrouter.com，并使用你的 Lovely Router 密钥即可。请求体原样透传，因此每个参数都以 Anthropic 的文档为准。

配置 SDK#

Anthropic SDK 通过 x-api-key 发送密钥，Authorization: Bearer 同样可用。

curl https://lovelyrouter.com/v1/messages \
  -H "x-api-key: $LOVELY_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-5.5",
    "max_tokens": 1024,
    "messages": [{"role": "user", "content": "Explain HTTP caching in two sentences."}]
  }'

SDK 也会从环境变量读取 ANTHROPIC_BASE_URL 和 ANTHROPIC_API_KEY，所以对于创建默认客户端的代码，执行 export ANTHROPIC_BASE_URL=https://lovelyrouter.com 就够了。

目前可用的 Claude 模型：claude-fable-5.1、claude-opus-5.5、claude-sonnet-5.5、claude-haiku-5.5 以及更早的版本。GET /v1/models 提供当前的完整列表和价格。

流式接收响应#

设置 stream: true，或使用 SDK 的流式辅助方法。你会收到标准的事件序列：message_start、content_block_start、content_block_delta、content_block_stop、message_delta、message_stop。

with client.messages.stream(
    model="claude-sonnet-5.5",
    max_tokens=2048,
    messages=[{"role": "user", "content": "Write a limerick about latency."}],
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)
    final = stream.get_final_message()
print("\n", final.usage)

网关会把流暂存到第一个 token 到达，因此早期失败的渠道会在你察觉不到的情况下被替换。详情请参阅流式输出。

使用扩展思考#

按照 Anthropic 针对你所调用模型的文档发送 thinking 和 output_config。当前模型使用带强度等级（effort）的自适应思考；较旧的模型（Claude 4.5 及更早版本）使用固定的 budget_tokens。各模型的具体规则请查看 Anthropic 的思考指南。

message = client.messages.create(
    model="claude-opus-5.5",
    max_tokens=16000,
    thinking={"type": "adaptive", "display": "summarized"},
    output_config={"effort": "high"},
    messages=[{"role": "user", "content": "How many weekdays are there in 2027?"}],
)
for block in message.content:
    if block.type == "thinking":
        print("Thinking:", block.thinking)
    elif block.type == "text":
        print("Answer:", block.text)

思考 token 计入 usage.output_tokens，按输出价格计费。在使用工具继续对话时，请把思考块原样传回。

使用工具#

用 JSON Schema 格式的 input_schema 定义工具。当响应带有 stop_reason: "tool_use" 时，运行该工具，并在 tool_result 块中把结果发回。

tools = [{
    "name": "get_weather",
    "description": "Current weather for a city.",
    "input_schema": {
        "type": "object",
        "properties": {"city": {"type": "string"}},
        "required": ["city"],
    },
}]
messages = [{"role": "user", "content": "Do I need an umbrella in Lisbon?"}]

response = client.messages.create(
    model="claude-sonnet-5.5", max_tokens=1024, tools=tools, messages=messages,
)
if response.stop_reason == "tool_use":
    call = next(b for b in response.content if b.type == "tool_use")
    result = {"city": call.input["city"], "forecast": "light rain"}  # your code here
    messages += [
        {"role": "assistant", "content": response.content},
        {"role": "user", "content": [
            {"type": "tool_result", "tool_use_id": call.id, "content": str(result)},
        ]},
    ]
    response = client.messages.create(
        model="claude-sonnet-5.5", max_tokens=1024, tools=tools, messages=messages,
    )
print(response.content[0].text)

其他工具选项，例如 tool_choice 和 strict，都会原样透传。Anthropic 的工具调用指南对它们有详细说明。

缓存长提示词#

用 cache_control 标记提示词中稳定部分的末尾。第一个请求写入缓存；之后以相同前缀开头的请求会读取缓存，只需输入价格的一小部分。

response = client.messages.create(
    model="claude-sonnet-5.5",
    max_tokens=1024,
    system=[{
        "type": "text",
        "text": LONG_REFERENCE_DOCUMENT,
        "cache_control": {"type": "ephemeral"},
    }],
    messages=[{"role": "user", "content": "Summarize section 3."}],
)
u = response.usage
print(u.cache_creation_input_tokens, u.cache_read_input_tokens, u.input_tokens)

以 claude-sonnet-5.5 为例，缓存写入每百万 token $2.50，缓存读取每百万 token $0.10，而未缓存输入为 $2.00。短于模型最低长度的前缀不会被缓存，两个字段都会报告为零。网关会让每个对话始终留在持有其缓存的渠道上；请参阅提示缓存。

计算 token 数#

POST /v1/messages/count_tokens 接受与消息请求相同的请求体（去掉 max_tokens），返回 input_tokens。它是免费的，余额为零时也能使用。

curl https://lovelyrouter.com/v1/messages/count_tokens \
  -H "x-api-key: $LOVELY_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{"model": "claude-sonnet-5.5",
       "messages": [{"role": "user", "content": "Hello, Claude"}]}'

计数结果为近似值

用 count_tokens 检查提示词是否超出上下文窗口，或用来做预算。一次调用的扣费始终以模型在响应中报告的 usage 为准。

使用 Claude Code#

Claude Code 使用的就是这个 API。设置 ANTHROPIC_BASE_URL=https://lovelyrouter.com，并把 ANTHROPIC_AUTH_TOKEN 设为你的密钥，每个会话都会固定在一个渠道上，提示缓存因此持续生效。完整配置（包括模型设置）请参阅在你的工具中使用。

请求头#

请求头说明
x-api-key 或 Authorization: Bearer你的 Lovely Router 密钥。必填。
anthropic-version会被转发。省略时默认为 2023-06-01。
anthropic-beta按原样转发。
x-lovely-group可选。当你的密钥未绑定渠道分组时，把请求锁定到指定的渠道分组。
x-session-id可选。把多个请求归为同一个对话，用于缓存感知路由。请求体中的 metadata.user_id 作用相同。

其他请求头不会被转发。错误采用 Anthropic 的格式 {"type": "error", "error": {"type": "...", "message": "..."}}；请参阅错误。

← 上一页
网关工作原理
模型 API
下一页 →
OpenAI Chat Completions
模型 API