IDE 与 SDK 兼容性

概述

TokenLab 提供了多种 API 格式，以便常见的编码工具、SDK 和框架能够以最少的胶水代码进行集成。本页面特意比营销矩阵更为精简：

支持 (Supported)：意味着我们记录了具体的设置路径，且 TokenLab 提供了该路径所期望的协议形态。
强原生路径 (Strong native path)：意味着代码库中还包含针对该协议族的直接适配器或请求格式证据。
尽力而为 (Best-effort)：意味着集成可以工作，但上游客户端并未将此自定义网关工作流视为稳定的契约。

不支持的字段处理方式不尽相同。在兼容性路由上，某些字段会被忽略或标准化。在 /v1/responses 上，当路由无法保证所请求的行为时，不支持的字段可能会返回明确的 400 或 503 错误。

支持的 API 格式

端点	格式	用例
`/v1/chat/completions`	OpenAI Chat	通用兼容性
`/v1/responses`	OpenAI Responses	有状态对话
`/v1/messages`	Anthropic Messages	Claude 原生功能
`/v1beta/models/:model:generateContent`	Google Gemini	Gemini 原生功能

IDE 与 CLI 兼容性

已记录的工具路径

工具	支持级别	格式	备注
Cursor	支持（有限制）	OpenAI 兼容	适用于 BYOK 标准聊天/编辑器流程，不能替代 Cursor 管理的功能（如 Tab Completion）
Claude Code CLI	强原生路径	Anthropic	原生 `/v1/messages` 路由，涵盖 thinking 和 `tool_choice` 的适配器支持
Codex CLI	支持（模型/路径有限制）	OpenAI Responses	将 `/v1/responses` 视为 Codex 特定工作流的高级路径；并非所有模型和路由路径都能保证支持仅限 Responses 的字段
Gemini CLI	尽力而为 / 实验性	Gemini	自定义 TokenLab 基础 URL 流程并非官方 Gemini CLI 集成
OpenCode	支持	OpenAI 兼容	默认使用 OpenAI 兼容提供商；仅在明确需要时切换到基于 Responses 的提供商
OpenHands	支持	OpenAI 兼容	使用 LiteLLM/OpenAI 兼容路径，配置 `openai/<model>` 和 TokenLab 的 `/v1` 基础 URL

其他 OpenAI 兼容的编辑器和代理工具通常也适用于相同的基本 URL 模式；在生产环境使用前，请检查工具自身的自定义提供商支持情况。

配置示例

Cursor
Claude Code
OpenCode
Aider

Base URL: https://api.tokenlab.sh/v1
API Key: sk-your-tokenlab-key

Cursor 内部使用 Anthropic 风格的工具格式。TokenLab 同时支持：

OpenAI 格式：{ type: "function", function: { name, parameters } }
Anthropic 格式：{ name, input_schema } (无 type 字段)

export ANTHROPIC_BASE_URL="https://api.tokenlab.sh"
export ANTHROPIC_API_KEY="sk-your-tokenlab-key"

export OPENAI_API_KEY="sk-your-tokenlab-key"
export LOCAL_ENDPOINT="https://api.tokenlab.sh/v1"

export OPENAI_API_KEY="sk-your-tokenlab-key"
export OPENAI_BASE_URL="https://api.tokenlab.sh/v1"
aider --model gpt-5.4

SDK 兼容性

已记录的 SDK 与框架路径

SDK / 框架	语言	支持级别	备注
OpenAI SDK	Python/JS/Go	支持核心路径	`/v1` Chat Completions 和 Embeddings 的兼容路径；针对提供商特定行为请使用原生提供商路由，不要假设仅限 Responses 的字段在所有模型上都有效
Anthropic SDK	Python/JS	强原生路径	原生 Messages 路由，直接支持工具、thinking 和提示词缓存
Vercel AI SDK	TypeScript	推荐集成模式	优先使用 `@ai-sdk/openai-compatible`；仅在明确需要 Responses 原生行为时使用 `@ai-sdk/openai`
LangChain	Python/JS	支持标准表面	`ChatOpenAI` 和 `OpenAIEmbeddings` 是预期的范围；供应商原生扩展不在范围内
LlamaIndex	Python	通过 `OpenAILike` 支持	对于 TokenLab 等第三方网关，请使用 `OpenAILike`，而非内置的 OpenAI 类
OpenAI Agents SDK	Python	支持 chat-completions 路径	使用 `AsyncOpenAI(base_url="https://api.tokenlab.sh/v1")` 配合 `OpenAIChatCompletionsModel`；原生 Responses 行为取决于所选模型和路由
AutoGen	Python	支持自定义端点路径	使用 `OpenAIChatCompletionClient` 并设置 `base_url: https://api.tokenlab.sh/v1`
Semantic Kernel	.NET	支持自定义端点路径	使用 OpenAI 聊天完成连接器的自定义端点，并指向 `https://api.tokenlab.sh/v1`
CrewAI	Python	支持自定义端点路径	将 `OPENAI_API_BASE` 或 `LLM(base_url=...)` 设置为 TokenLab 的 `/v1` 端点
Pydantic AI	Python	支持 OpenAI 兼容提供商路径	使用 `OpenAIChatModel` 配合 `OpenAIProvider(base_url="https://api.tokenlab.sh/v1")`
DSPy	Python	支持自定义端点路径	使用 `dspy.LM("openai/<model>", api_base="https://api.tokenlab.sh/v1")`
Langflow	Python / Web	支持（有限制）	使用 OpenAI 组件的 OpenAI API Base 字段，填入 TokenLab 的 `/v1` 端点
Haystack	Python	支持自定义端点路径	使用 `OpenAIChatGenerator(api_base_url="https://api.tokenlab.sh/v1")`
Graphiti	Python	支持自定义端点路径	使用 `OpenAIGenericClient` 配合 TokenLab 的 `/v1` 端点
Dify	-	支持（有限制）	OpenAI 提供商和面向 chat-completions 的流程是预期路径；不适用于 Codex 特定的 Responses 或 WebSocket 行为
Flowise	Web / Node	支持（有限制）	在可用时使用 TokenLab 聊天节点，或使用指向 `https://api.tokenlab.sh/v1` 的 ChatOpenAI 兼容节点
Mem0	Python	支持自定义端点路径	保留 OpenAI 提供商并将 `openai_base_url` 设置为 TokenLab 的 `/v1` 端点
Agno	Python	支持路径	在可用时使用 TokenLab 模型包装器，或使用 OpenAI 兼容的基础 URL 路径
Browser Use	Python	支持自定义端点路径	使用 `ChatOpenAILike` 配合 TokenLab 的 `/v1` 端点
VoltAgent	TypeScript	支持自定义端点路径	传入配置了 `baseURL: "https://api.tokenlab.sh/v1"` 的 AI SDK OpenAI 提供商
Ragas	Python	支持自定义端点路径	将 `AsyncOpenAI(base_url="https://api.tokenlab.sh/v1")` 传入 `llm_factory`
Guardrails	Python	支持验证路径	传入配置了 TokenLab `/v1` 端点的 OpenAI SDK 聊天完成可调用对象
Prompt flow	Python / CLI	支持自定义端点路径	创建一个 `base_url=https://api.tokenlab.sh/v1` 的 OpenAI 连接
Promptfoo	CLI / Node	支持路径	使用 `apiBaseUrl: https://api.tokenlab.sh/v1` 的 OpenAI 聊天或 Responses 提供商
Portkey Gateway	Gateway	支持路径	将 TokenLab 用作 OpenAI 兼容聊天和 Responses 流量的上游提供商
Helicone	Gateway / Observability	支持可观测性路径	通过 Helicone Gateway 路由 OpenAI 兼容请求，并设置 `Helicone-Target-Url: https://api.tokenlab.sh`
Langfuse	Observability	支持追踪路径	使用 TokenLab 的 `/v1` 基础 URL 配置 Langfuse OpenAI 集成
OpenLIT	Observability	支持追踪路径	对配置了 TokenLab `/v1` 基础 URL 的 OpenAI SDK 客户端进行插桩
OpenLLMetry	Observability	支持追踪路径	使用配置了 TokenLab `/v1` 基础 URL 的 OpenAI SDK 插桩
Phoenix	Observability	支持追踪路径	自动插桩配置了 TokenLab `/v1` 基础 URL 的 OpenAI SDK 客户端
Opik	Observability	支持追踪路径	包装配置了 TokenLab `/v1` 基础 URL 的 OpenAI SDK 客户端
LangBot	Bot Platform	支持聊天路径	在可用时使用 TokenLab 请求器，或配置一个指向 TokenLab `/v1` 端点的 OpenAI 兼容请求器
Open WebUI	Web Chat	支持聊天应用路径	添加 TokenLab 作为 OpenAI 兼容的 API 连接并刷新模型列表
Chatbox / DeepChat / Jan / LibreChat / Cherry Studio	Desktop / Web	支持聊天应用路径	使用各应用自带的 OpenAI 兼容自定义提供商流程；这些应用通常面向 chat-completions

Chat Completions 参数

核心参数

参数	类型	描述
`model`	string	模型标识符（必填）
`messages`	array	对话消息（必填）
`max_tokens`	integer	最大输出 token 数
`temperature`	number	采样温度 (0-2)
`top_p`	number	核采样 (0-1)
`stream`	boolean	启用流式传输

工具调用

{
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "获取某地天气",
        "parameters": {
          "type": "object",
          "properties": {
            "location": { "type": "string" }
          }
        },
        "strict": true
      }
    }
  ],
  "tool_choice": "auto",
  "parallel_tool_calls": true
}

工具选择选项

格式	示例	描述
字符串	`"auto"`, `"none"`, `"required"`	简单选择
OpenAI 对象	`{ "type": "function", "function": { "name": "fn" } }`	强制指定函数
Anthropic 对象	`{ "type": "tool", "name": "fn", "disable_parallel_tool_use": true }`	Anthropic 原生格式

高级参数

参数	类型	描述
`stream_options`	object	仅限 Chat Completions：`{ include_usage: true }` 以获取 token 计数
`reasoning_effort`	string	针对启用推理的 GPT-5 模型：`"low"`, `"medium"`, `"high"`
`service_tier`	string	`"auto"` 或 `"default"`
`seed`	integer	确定性输出
`logprobs`	boolean	返回对数概率
`top_logprobs`	integer	前 N 个对数概率 (0-20)
`logit_bias`	object	Token 偏置映射 (-100 到 100)
`frequency_penalty`	number	重复惩罚 (-2 到 2)
`presence_penalty`	number	主题惩罚 (-2 到 2)
`stop`	string/array	停止序列
`n`	integer	完成数 (1-128)
`user`	string	用于追踪的用户标识符

OpenAI 高级功能

参数	类型	描述
`modalities`	array	多模态：`["text", "audio"]`
`audio`	object	音频输出配置（语音、格式）
`prediction`	object	预测输出以实现更快完成
`metadata`	object	用于追踪的键值对
`store`	boolean	存储以供后续检索

提供商特定选项

{
  "anthropic_options": {
    "thinking": {
      "type": "enabled",
      "budget_tokens": 10000
    },
    "prompt_caching": true
  },
  "google_options": {
    "safety_settings": [...],
    "google_search": true,
    "code_execution": true
  }
}

Anthropic Messages 参数

核心参数

参数	类型	描述
`model`	string	模型标识符
`messages`	array	对话消息
`max_tokens`	integer	最大输出 (最高 128000)
`system`	string/array	系统提示词
`stream`	boolean	启用流式传输

工具调用

{
  "tools": [
    {
      "name": "get_weather",
      "description": "获取天气",
      "input_schema": {
        "type": "object",
        "properties": {
          "location": { "type": "string" }
        }
      }
    }
  ],
  "tool_choice": {
    "type": "auto",
    "disable_parallel_tool_use": false
  }
}

扩展推理 (Extended Thinking)

{
  "model": "claude-opus-4-6",
  "thinking": {
    "type": "enabled",
    "budget_tokens": 10000
  }
}

Responses API 参数

核心参数

参数	类型	描述
`model`	string	模型标识符
`input`	string/array	输入内容
`instructions`	string	系统指令
`max_output_tokens`	integer	最大输出 token 数
`previous_response_id`	string	继续对话

高级参数

参数	类型	描述
`truncation_strategy`	string	`"auto"` 或 `"disabled"`
`include`	array	`["reasoning.encrypted_content"]`
`reasoning_effort`	string	针对推理模型
`service_tier`	string	优先级层级

工具格式

同时支持 OpenAI 和 Anthropic 工具格式：

// OpenAI 格式
{ "type": "function", "name": "fn", "parameters": {...} }

// Anthropic 格式 (Cursor 兼容性)
{ "name": "fn", "input_schema": {...} }

Gemini API 参数

核心参数

参数	类型	描述
`contents`	array	对话内容
`systemInstruction`	object	系统提示词
`generationConfig`	object	生成设置

工具

{
  "tools": [{
    "functionDeclarations": [{
      "name": "search",
      "description": "搜索网络",
      "parameters": {...}
    }],
    "codeExecution": {},
    "googleSearch": {}
  }],
  "toolConfig": {
    "functionCallingConfig": {
      "mode": "AUTO"
    }
  }
}

安全设置

{
  "safetySettings": [
    {
      "category": "HARM_CATEGORY_HARASSMENT",
      "threshold": "BLOCK_MEDIUM_AND_ABOVE"
    }
  ]
}

附加参数

参数	类型	描述
`cachedContent`	string	缓存内容引用
`responseMimeType`	string	`"text/plain"` 或 `"application/json"`
`responseSchema`	object	结构化输出的 JSON schema

流式传输

暴露 stream: true 的生成端点（包括 Chat Completions 和 Responses）使用服务器发送事件 (SSE)：

# Chat Completions
curl https://api.tokenlab.sh/v1/chat/completions \
  -H "Authorization: Bearer sk-xxx" \
  -d '{"model": "gpt-4o", "messages": [...], "stream": true}'

# Chat Completions 使用量追踪
-d '{"...", "stream_options": {"include_usage": true}}'

错误处理

TokenLab 返回 OpenAI 兼容的错误响应：

{
  "error": {
    "message": "无效的 API 密钥",
    "type": "invalid_api_key",
    "code": "invalid_api_key"
  }
}

详情请参阅错误处理指南。

最佳实践

对未知参数使用透传

仅当所选公共路由和模型支持时，才会转发未知参数。

仅在 Chat Completions 中使用 stream_options.include_usage

对于 Chat Completions 流式传输，启用 stream_options.include_usage 以获取准确的 token 计数。Responses 有其自己的流式契约，不暴露此仅限 Chat 的选项。

使用适当的 tool_choice 格式

匹配 SDK 预期的格式。TokenLab 同时接受 OpenAI 和 Anthropic 格式。

兼容性矩阵

编码工具

原生 SDK

框架与平台

聊天应用

IDE 与 SDK 兼容性

概述

支持的 API 格式

IDE 与 CLI 兼容性

已记录的工具路径

配置示例

SDK 兼容性

已记录的 SDK 与框架路径

Chat Completions 参数

核心参数

工具调用

工具选择选项

高级参数

OpenAI 高级功能

提供商特定选项

Anthropic Messages 参数

核心参数

工具调用

扩展推理 (Extended Thinking)

Responses API 参数

核心参数

高级参数

工具格式

Gemini API 参数

核心参数

工具

安全设置

附加参数

流式传输

错误处理

最佳实践

​概述

​支持的 API 格式

​IDE 与 CLI 兼容性

​已记录的工具路径

​配置示例

​SDK 兼容性

​已记录的 SDK 与框架路径

​Chat Completions 参数

​核心参数

​工具调用

​工具选择选项

​高级参数

​OpenAI 高级功能

​提供商特定选项

​Anthropic Messages 参数

​核心参数

​工具调用

​扩展推理 (Extended Thinking)

​Responses API 参数

​核心参数

​高级参数

​工具格式

​Gemini API 参数

​核心参数

​工具

​安全设置

​附加参数

​流式传输

​错误处理

​最佳实践

概述

支持的 API 格式

IDE 与 CLI 兼容性

已记录的工具路径

配置示例

SDK 兼容性

已记录的 SDK 与框架路径

Chat Completions 参数

核心参数

工具调用

工具选择选项

高级参数

OpenAI 高级功能

提供商特定选项

Anthropic Messages 参数

核心参数

工具调用

扩展推理 (Extended Thinking)

Responses API 参数

核心参数

高级参数

工具格式

Gemini API 参数

核心参数

工具

安全设置

附加参数

流式传输

错误处理

最佳实践