一个 API，运行编程 agent

• 长会话中上下文反复出现，提示词缓存和缓存读取的价格很关键。
• 工具调用和多轮历史，在每次请求中都保持完整。
• 可以按任务切换模型，不需要重新接入。
• 团队可以按开发者、项目或流水线设置花费上限。

• Claude Code 走 /v1/messages，Codex CLI 走 /v1/responses，Cline、OpenCode、Continue 和 Aider 走 Chat Completions，全部用同一个 Key、同一个目录。
• 设置 ANTHROPIC_MODEL，就能让 Claude Code 使用目录里的任意文本模型；换模型只改一个 ID。
• 缓存读取按每款模型公布的缓存读取价计费，用量里会报告命中缓存的输入。
• 每个 API Key 可以单独设每日或每月花费上限，以及每分钟请求上限，在控制台设置。
• 如果线路在回复开始之前出错，请求会换到同一模型的另一条线路。

1. 给每位开发者或每条流水线各建一个 Key，在控制台设好花费上限。
2. 从编程工具页复制你所用工具的配置。
3. 开始长会话之前，先运行编程工具页上的那条检查命令。

• POST /v1/messages/count_tokens 返回 404，Claude Code 会改用本地估算。
• 思考设置会生效，但思考内容不会以 thinking 块返回。
• 工具结果里的图片会换成一小段文字占位。
• /v1/responses 是无状态的：不支持 previous_response_id 和 store: true。
• 每个组织每分钟最多发 600 次请求。

编程 agent 接入 →Messages 接口说明 →Responses 接口说明 →全部使用场景 →