其它客户端

LangChain（Python）

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    base_url="https://api.226-ai.com/v1",
    api_key="sk-你的token",
    model="claude-sonnet-4-6",
    max_tokens=800,
    temperature=0.3,
)

print(llm.invoke("一句话介绍 LangChain").content)

或者用 Anthropic 版：

from langchain_anthropic import ChatAnthropic

llm = ChatAnthropic(
    anthropic_api_url="https://api.226-ai.com",
    api_key="sk-你的token",
    model_name="claude-sonnet-4-6",
    max_tokens_to_sample=800,
)

LlamaIndex

from llama_index.llms.openai_like import OpenAILike

llm = OpenAILike(
    model="claude-sonnet-4-6",
    api_base="https://api.226-ai.com/v1",
    api_key="sk-你的token",
    is_chat_model=True,
    context_window=200000,
    max_tokens=2000,
)

Go

OpenAI 兼容（推荐）

package main

import (
    "context"
    "fmt"
    openai "github.com/sashabaranov/go-openai"
)

func main() {
    cfg := openai.DefaultConfig("sk-你的token")
    cfg.BaseURL = "https://api.226-ai.com/v1"
    client := openai.NewClientWithConfig(cfg)

    resp, err := client.CreateChatCompletion(
        context.Background(),
        openai.ChatCompletionRequest{
            Model: "claude-sonnet-4-6",
            Messages: []openai.ChatCompletionMessage{
                {Role: "user", Content: "Go 的 error handling 最佳实践？"},
            },
            MaxTokens: 500,
        },
    )
    if err != nil { panic(err) }
    fmt.Println(resp.Choices[0].Message.Content)
}

Rust

use async_openai::{config::OpenAIConfig, Client};
use async_openai::types::{CreateChatCompletionRequestArgs, ChatCompletionRequestUserMessageArgs};

#[tokio::main]
async fn main() -> Result<(), Box<dyn std::error::Error>> {
    let cfg = OpenAIConfig::new()
        .with_api_base("https://api.226-ai.com/v1")
        .with_api_key("sk-你的token");
    let client = Client::with_config(cfg);

    let req = CreateChatCompletionRequestArgs::default()
        .model("claude-sonnet-4-6")
        .max_tokens(500u32)
        .messages([ChatCompletionRequestUserMessageArgs::default()
            .content("Rust 有什么要点？").build()?.into()])
        .build()?;

    let resp = client.chat().create(req).await?;
    println!("{}", resp.choices[0].message.content.as_ref().unwrap());
    Ok(())
}

curl 原始调用

OpenAI 格式：

curl https://api.226-ai.com/v1/chat/completions \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-6",
    "messages": [{"role":"user","content":"hi"}],
    "max_tokens": 50
  }'

Anthropic 格式：

curl https://api.226-ai.com/v1/messages \
  -H "x-api-key: sk-xxx" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-6",
    "max_tokens": 50,
    "messages": [{"role":"user","content":"hi"}]
  }'

流式（加 -N 不缓冲）：

curl -N https://api.226-ai.com/v1/chat/completions \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-6",
    "messages": [{"role":"user","content":"数 1 到 5"}],
    "stream": true,
    "max_tokens": 30
  }'

输出每行 data: {...} 一条事件，data: [DONE] 结尾。

OpenCode / Aider / 其它 AI CLI

大多是 OpenAI 兼容，套路：

export OPENAI_API_BASE=https://api.226-ai.com/v1
export OPENAI_API_KEY=sk-你的token

或相应工具的 --api-base / --base-url 参数。

Aider（Python 编码助手）

aider --openai-api-base https://api.226-ai.com/v1 \
      --openai-api-key sk-xxx \
      --model claude-sonnet-4-6

OpenCode / OpenCoder CLI

照 README 提供的 OPENAI_* 环境变量填上我们的地址即可。

Telegram / WeChat / 自建 Chatbot

主流 chatbot 框架（如 chatgpt-bot、wechat-gpt 等）都支持：

1. 找配置里 "OpenAI base URL" / "API 地址" 字段
2. 填 https://api.226-ai.com/v1
3. API Key 填 sk-xxx
4. 默认模型设 claude-haiku-4-5-20251001（聊天便宜）或 claude-sonnet-4-6

自建 web UI（like Lobe Chat / NextChat）

Lobe Chat / NextChat / ChatGPT-Next-Web 都是 OpenAI 兼容：

• Base URL：https://api.226-ai.com/v1
• Access Code / API Key：sk-你的token
• 部署在你自己服务器，流量经你 → 226-ai

万能检查清单

任何支持自定义 endpoint 的工具，给它这 3 项就能通：

字段名可能叫	填
Base URL / API URL / API Endpoint / Host	https://api.226-ai.com/v1（OpenAI 格式） 或 https://api.226-ai.com（Anthropic 原生格式）
API Key / Access Token / Authorization	sk-你的token
Model / Model ID / Deployment	精确模型名，见 04-models-pricing.md

卡住了截图发 TG 群，管理员看一眼就知道差哪。