← 返回额度查询

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
💡 下面示例里的模型名统一写 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」。
注意:Anthropic 协议的地址不能填 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
💡 上下文长度算的是这次请求实际带上的内容,注意它算整段对话,不是只有你最后那句话。 Claude Code、CC-SWITCH 这类工具每轮都会带上全部对话历史,聊得久了可以开个新对话,能省不少次数。

WorkBuddy 怎么配置

下载 WorkBuddy,用微信登录,进入主界面:

WorkBuddy 主界面
主界面

1. 进入设置

点击左下角头像,选择「设置」:

点击左下角头像
左下角头像 → 设置

2. 添加自定义模型

选择「模型」,再选「自定义模型」:

选择模型 - 自定义模型
模型 → 自定义模型

在下拉框里选择「自定义模型」:

下拉框选择自定义模型
下拉框选择自定义模型

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
填入链接和 api-key 后保存
填好后保存

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:

聊天框切换到自定义模型
聊天框切换模型

5. 手机端

手机端需要登录后,切换到 PC 设备:

手机端切换到 PC 设备
登录后切换到 PC 设备

然后在聊天框里选择模型:

手机端聊天框选择模型
聊天框选择模型

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

CC-SWITCH 供应商配置
供应商配置页
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)
请求地址不要加 /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

CC-SWITCH 模型映射
模型映射页

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。

💡 用 Codex 的话走 OpenAI 协议:上游格式选 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。
📌 剩余次数、Token 用量、到期时间,在 额度查询页粘贴 key 就能看。

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。

POST https://papalibaba.com/v1/messages

比别的接口多一个必填请求头:

请求头值说明
anthropic-version*2023-06-01Anthropic API 版本
x-api-keysk-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
modelstring是模型名
messagesarray<object>是对话消息,每项含 role 和 content
max_tokensinteger是最大生成 token 数,最小 1
systemstring | array<object>否系统提示词
temperaturenumber否0 ~ 1
top_pnumber否核采样
top_kinteger否只从概率最高的前 K 个里采样
streamboolean否是否流式返回
stop_sequencesarray<string>否停止序列
tools / tool_choicearray<object> / object否函数调用
thinkingobject否扩展思考
metadataobject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。

POST https://papalibaba.com/v1/chat/completions

请求体主要参数:

参数类型必填说明
modelstring是模型 ID
messagesarray<object>是对话消息列表
streamboolean否是否流式,默认 false
stream_optionsobject否流式附加选项
temperaturenumber否0 ~ 2,默认 1
top_pnumber否0 ~ 1,默认 1
ninteger否生成条数,默认 1
max_tokensinteger否最大生成 token 数
max_completion_tokensinteger否最大补全 token 数
stopstring | array<string>否停止序列
presence_penaltynumber否-2 ~ 2,默认 0
frequency_penaltynumber否-2 ~ 2,默认 0
logit_biasobject否指定 token 偏置
tools / tool_choicearray<object> / string | object否函数调用
response_formatobject否指定返回格式,如 JSON
reasoning_effortstring否low / medium / high,用于支持推理的模型
seedinteger否随机种子
userstring否终端用户标识
modalities / audioarray<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。

POST https://papalibaba.com/v1/responses

请求体主要参数:

参数类型必填说明
modelstring是模型名
inputstring | array<object>否输入内容,可以直接给一句话,也可以给消息数组
instructionsstring否系统指令
max_output_tokensinteger否最大输出 token 数
temperaturenumber否采样温度
top_pnumber否核采样
streamboolean否是否流式
tools / tool_choicearray<object> / string | object否函数调用
reasoningobject否推理相关配置
previous_response_idstring否接上一轮对话的 id
truncationstring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。

POST https://papalibaba.com/v1/completions
参数类型必填说明
modelstring是模型名
promptstring | array<string>是提示词
max_tokensinteger否最大生成 token 数
temperaturenumber否采样温度
top_pnumber否核采样
ninteger否生成条数
streamboolean否是否流式
stopstring | array<string>否停止序列
suffixstring否补全后接的后缀
echoboolean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

POST https://papalibaba.com/v1/embeddings
参数类型必填说明
modelstring是嵌入模型名
inputstring | array<string>是要嵌入的文本
encoding_formatstring否float(默认)或 base64
dimensionsinteger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。

POST https://papalibaba.com/v1/engines/{model}/embeddings
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
inputstring | array<string>是要嵌入的文本
encoding_formatstring否float(默认)或 base64
dimensionsinteger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)

先看这条:下面「原生 OpenAI 格式」和「通义千问格式」用的是同一个地址 /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

POST https://papalibaba.com/v1/images/generations
参数类型必填说明
promptstring是图像的文本描述
modelstring否图像模型
ninteger否生成数量,1 ~ 10
sizestring否尺寸,如 1024x1024、1536x1024、1024x1536
qualitystring否生成质量
stylestring否风格
backgroundstring否transparent / opaque / auto
response_formatstring否返回 url 还是 b64_json
userstring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。

POST https://papalibaba.com/v1/images/edits
参数类型必填说明
imagefile是要编辑的图片,PNG,小于 4MB,需要是方形
promptstring是编辑要求,最长 1000 字符
maskfile否遮罩图,透明区域表示可编辑位置,尺寸要和原图一致
ninteger否生成数量,1 ~ 10
sizestring否256x256 / 512x512 / 1024x1024
response_formatstring否返回 url 还是 b64_json
modelstring否图像模型
userstring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

POST https://papalibaba.com/v1/images/generations
参数类型必填说明
modelstring是通义千问的图像模型
inputobject是输入内容,内部是 messages 数组
parametersobject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

POST https://papalibaba.com/v1/images/edits

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" } ] }
      ]
    }
  }'