使用教程
papalibaba.com · 接口文档与客户端配置
怎么填地址和 Key
所有接口都用同一个 Key,放在请求头里:
Authorization: Bearer sk-你的key
填「请求地址」的时候,两家协议的写法不一样,这是最容易填错的地方:
- OpenAI 协议
https://papalibaba.com/v1- Anthropic 协议
https://papalibaba.com(不加 /v1,客户端会自己拼)- 可用模型
kimi-k3/glm-5.3/qwen3.8-max
kimi-k3。换成上面任意一个都行,填成别的名字会报「无可用渠道」。
https://papalibaba.com/v1,
否则客户端会拼成 /v1/v1/messages,直接 404。
计费规则
日常聊天很省:一轮对话通常只扣 1 次,100 次的卡能聊 100 轮左右。
单次请求带的内容比较长时,会按上下文长度适当多扣——大体上每多 1 万 token 多扣 1~2 次; 特别长的内容(整篇文档、超长对话)会在此基础上再累进一些。普通聊天基本用不到这条,不用管它。
| 使用场景 | 一次请求大约消耗 |
|---|---|
| 日常聊天(绝大多数情况) | 1 次 |
| 长对话 / 长文档 | 2 ~ 7 次 |
| 超长内容(Agent 工具等) | 按长度累进 |
WorkBuddy 怎么配置
下载 WorkBuddy,用微信登录,进入主界面:
1. 进入设置
点击左下角头像,选择「设置」:
2. 添加自定义模型
选择「模型」,再选「自定义模型」:
在下拉框里选择「自定义模型」:
3. 填入接口信息
输入链接和 API Key,然后保存:
- 链接
https://papalibaba.com/v1- API Key
- 你的
sk-开头的 key - 模型
- 填你订购的模型名
4. 切换到自定义模型
回到聊天框,切换到刚配置好的自定义模型:
5. 手机端
手机端需要登录后,切换到 PC 设备:
然后在聊天框里选择模型:
CC-SWITCH 怎么配置
CC-SWITCH 里新增一个供应商,需要在两个页面填东西。
1. 供应商信息
| 字段 | 填什么 |
|---|---|
| 供应商名称 / 备注 | 随便填,给自己看的 |
| API Key | 你的 sk- 开头的 key |
| 请求地址 | https://papalibaba.com |
| 「完整 URL」开关 | 保持关闭 |
| 高级选项 → 上游格式 | Anthropic Messages (原生) |
| 高级选项 → 认证字段 | ANTHROPIC_AUTH_TOKEN(默认) |
/v1。填 https://papalibaba.com 就行,
CC-SWITCH 会自己拼成 /v1/messages。加了 /v1 会变成
/v1/v1/messages,直接 404。
2. 模型映射
Claude Code 的五个角色(Sonnet / Opus / Fable / Haiku / Subagent)都指向同一个模型,
填你卡里实际可用的模型名即可。截图里填的是 kimi-k3。
「显示名称」只影响 /model 菜单里显示什么,不影响实际调用。
Responses(或 Chat Completions),
请求地址填 https://papalibaba.com/v1。
如果出现每次都要重试 5 次的情况,把「路由模式」打开再重启一次。
聊天
原生 Claude 格式
Anthropic 的 Messages 接口原样透传,Claude Code、Anthropic SDK 用的就是这条。
比别的接口多一个必填请求头:
| 请求头 | 值 | 说明 |
|---|---|---|
anthropic-version* | 2023-06-01 | Anthropic API 版本 |
x-api-key | sk-你的key | 可选,也可以用 Authorization 代替 |
请求体主要参数:
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 是 | 模型名 |
messages | array<object> | 是 | 对话消息,每项含 role 和 content |
max_tokens | integer | 是 | 最大生成 token 数,最小 1 |
system | string | array<object> | 否 | 系统提示词 |
temperature | number | 否 | 0 ~ 1 |
top_p | number | 否 | 核采样 |
top_k | integer | 否 | 只从概率最高的前 K 个里采样 |
stream | boolean | 否 | 是否流式返回 |
stop_sequences | array<string> | 否 | 停止序列 |
tools / tool_choice | array<object> / object | 否 | 函数调用 |
thinking | object | 否 | 扩展思考 |
metadata | object | 否 | 附加信息 |
curl https://papalibaba.com/v1/messages \
-H "Authorization: Bearer sk-你的key" \
-H "anthropic-version: 2023-06-01" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k3",
"max_tokens": 1024,
"messages": [
{ "role": "user", "content": "你好" }
]
}'
返回:
{
"id": "msg_xxx",
"type": "message",
"role": "assistant",
"content": [ { "type": "text", "text": "你好!有什么可以帮你的?" } ],
"model": "kimi-k3",
"stop_reason": "end_turn",
"usage": {
"input_tokens": 12,
"output_tokens": 18,
"cache_creation_input_tokens": 0,
"cache_read_input_tokens": 0
}
}
原生 OpenAI 格式 · ChatCompletions
最通用的一条,绝大多数客户端和 SDK 默认走这个。
请求体主要参数:
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 是 | 模型 ID |
messages | array<object> | 是 | 对话消息列表 |
stream | boolean | 否 | 是否流式,默认 false |
stream_options | object | 否 | 流式附加选项 |
temperature | number | 否 | 0 ~ 2,默认 1 |
top_p | number | 否 | 0 ~ 1,默认 1 |
n | integer | 否 | 生成条数,默认 1 |
max_tokens | integer | 否 | 最大生成 token 数 |
max_completion_tokens | integer | 否 | 最大补全 token 数 |
stop | string | array<string> | 否 | 停止序列 |
presence_penalty | number | 否 | -2 ~ 2,默认 0 |
frequency_penalty | number | 否 | -2 ~ 2,默认 0 |
logit_bias | object | 否 | 指定 token 偏置 |
tools / tool_choice | array<object> / string | object | 否 | 函数调用 |
response_format | object | 否 | 指定返回格式,如 JSON |
reasoning_effort | string | 否 | low / medium / high,用于支持推理的模型 |
seed | integer | 否 | 随机种子 |
user | string | 否 | 终端用户标识 |
modalities / audio | array<string> / object | 否 | 多模态输出 |
curl https://papalibaba.com/v1/chat/completions \
-H "Authorization: Bearer sk-你的key" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k3",
"messages": [
{ "role": "user", "content": "你好" }
]
}'
返回:
{
"id": "chatcmpl-xxx",
"object": "chat.completion",
"created": 1730000000,
"model": "kimi-k3",
"choices": [
{
"index": 0,
"message": { "role": "assistant", "content": "你好!" },
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 12,
"completion_tokens": 18,
"total_tokens": 30
}
}
出错时返回 400 或 429,结构统一是:
{
"error": {
"message": "错误说明",
"type": "错误类型",
"param": "出错的参数",
"code": "错误码"
}
}
原生 OpenAI 格式 · Responses
OpenAI 新的 Responses 接口,支持多轮对话、工具调用和推理。Codex 走这条。
请求体主要参数:
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 是 | 模型名 |
input | string | array<object> | 否 | 输入内容,可以直接给一句话,也可以给消息数组 |
instructions | string | 否 | 系统指令 |
max_output_tokens | integer | 否 | 最大输出 token 数 |
temperature | number | 否 | 采样温度 |
top_p | number | 否 | 核采样 |
stream | boolean | 否 | 是否流式 |
tools / tool_choice | array<object> / string | object | 否 | 函数调用 |
reasoning | object | 否 | 推理相关配置 |
previous_response_id | string | 否 | 接上一轮对话的 id |
truncation | string | 否 | auto / disabled |
curl https://papalibaba.com/v1/responses \
-H "Authorization: Bearer sk-你的key" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k3",
"input": "你好"
}'
返回:
{
"id": "resp_xxx",
"object": "response",
"created_at": 1730000000,
"status": "completed",
"model": "kimi-k3",
"output": [
{
"type": "message",
"id": "msg_xxx",
"status": "completed",
"role": "assistant",
"content": [ { "type": "output_text", "text": "你好!" } ]
}
],
"usage": {
"prompt_tokens": 12,
"completion_tokens": 18,
"total_tokens": 30
}
}
补全(Completions)
基于给定提示续写文本。这是 OpenAI 的老接口,新项目建议直接用上面的 ChatCompletions。
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 是 | 模型名 |
prompt | string | array<string> | 是 | 提示词 |
max_tokens | integer | 否 | 最大生成 token 数 |
temperature | number | 否 | 采样温度 |
top_p | number | 否 | 核采样 |
n | integer | 否 | 生成条数 |
stream | boolean | 否 | 是否流式 |
stop | string | array<string> | 否 | 停止序列 |
suffix | string | 否 | 补全后接的后缀 |
echo | boolean | 否 | 是否把 prompt 一起返回 |
curl https://papalibaba.com/v1/completions \
-H "Authorization: Bearer sk-你的key" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k3",
"prompt": "从前有座山",
"max_tokens": 64
}'
{
"id": "cmpl-xxx",
"object": "text_completion",
"created": 1730000000,
"model": "kimi-k3",
"choices": [
{ "text": ",山里有座庙……", "index": 0, "finish_reason": "stop" }
],
"usage": { "prompt_tokens": 6, "completion_tokens": 12, "total_tokens": 18 }
}
嵌入(Embeddings)
原生 OpenAI 格式
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 是 | 嵌入模型名 |
input | string | array<string> | 是 | 要嵌入的文本 |
encoding_format | string | 否 | float(默认)或 base64 |
dimensions | integer | 否 | 输出向量维度 |
curl https://papalibaba.com/v1/embeddings \
-H "Authorization: Bearer sk-你的key" \
-H "Content-Type: application/json" \
-d '{
"model": "你的嵌入模型",
"input": "今天天气不错"
}'
{
"object": "list",
"data": [
{ "object": "embedding", "index": 0, "embedding": [0.0123, -0.0456, ...] }
],
"model": "你的嵌入模型",
"usage": { "prompt_tokens": 8, "total_tokens": 8 }
}
原生 Gemini 格式
模型名写在路径上。
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
model(路径) | string | 是 | 模型 / 引擎 ID |
model(请求体) | string | 是 | 模型名,和路径里保持一致 |
input | string | array<string> | 是 | 要嵌入的文本 |
encoding_format | string | 否 | float(默认)或 base64 |
dimensions | integer | 否 | 输出向量维度 |
curl https://papalibaba.com/v1/engines/你的嵌入模型/embeddings \
-H "Authorization: Bearer sk-你的key" \
-H "Content-Type: application/json" \
-d '{
"model": "你的嵌入模型",
"input": "今天天气不错"
}'
图像(Images)
/v1/images/generations,靠请求体里的 model 区分走哪条链路——
填 OpenAI 系的图像模型就走第一套参数,填通义千问的图像模型就走第二套。
参数写错会报「无可用渠道」。
原生 OpenAI 格式
生成图像
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
prompt | string | 是 | 图像的文本描述 |
model | string | 否 | 图像模型 |
n | integer | 否 | 生成数量,1 ~ 10 |
size | string | 否 | 尺寸,如 1024x1024、1536x1024、1024x1536 |
quality | string | 否 | 生成质量 |
style | string | 否 | 风格 |
background | string | 否 | transparent / opaque / auto |
response_format | string | 否 | 返回 url 还是 b64_json |
user | string | 否 | 终端用户标识 |
curl https://papalibaba.com/v1/images/generations \
-H "Authorization: Bearer sk-你的key" \
-H "Content-Type: application/json" \
-d '{
"model": "你的图像模型",
"prompt": "一只戴贝雷帽的小水獭",
"n": 1,
"size": "1024x1024"
}'
{
"created": 1730000000,
"data": [
{ "url": "https://...", "b64_json": null }
]
}
编辑图像
这条是 multipart/form-data,不是 JSON。
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
image | file | 是 | 要编辑的图片,PNG,小于 4MB,需要是方形 |
prompt | string | 是 | 编辑要求,最长 1000 字符 |
mask | file | 否 | 遮罩图,透明区域表示可编辑位置,尺寸要和原图一致 |
n | integer | 否 | 生成数量,1 ~ 10 |
size | string | 否 | 256x256 / 512x512 / 1024x1024 |
response_format | string | 否 | 返回 url 还是 b64_json |
model | string | 否 | 图像模型 |
user | string | 否 | 终端用户标识 |
curl https://papalibaba.com/v1/images/edits \
-H "Authorization: Bearer sk-你的key" \
-F image=@原图.png \
-F prompt="把它改成戴贝雷帽的样子"
通义千问格式
地址和上面「原生 OpenAI 格式」完全一样,但请求体结构不同:提示词放在 input.messages 里,不在 prompt。
生成图像
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 是 | 通义千问的图像模型 |
input | object | 是 | 输入内容,内部是 messages 数组 |
parameters | object | 否 | 生成参数 |
curl https://papalibaba.com/v1/images/generations \
-H "Authorization: Bearer sk-你的key" \
-H "Content-Type: application/json" \
-d '{
"model": "你的通义千问图像模型",
"input": {
"messages": [
{ "role": "user", "content": [ { "text": "一只戴贝雷帽的小水獭" } ] }
]
}
}'
{
"created": 1730000000,
"data": [
{ "url": "https://...", "b64_json": null, "revised_prompt": "..." }
]
}
编辑图像
参数和上面一致:model 必填,input 必填,parameters 可选。
curl https://papalibaba.com/v1/images/edits \
-H "Authorization: Bearer sk-你的key" \
-H "Content-Type: application/json" \
-d '{
"model": "你的通义千问图像模型",
"input": {
"messages": [
{ "role": "user", "content": [ { "text": "把它改成戴贝雷帽的样子" } ] }
]
}
}'