FlyHub

[ Documentation ]

FlyHub API 接入文档

FlyHub 支持 OpenAI、Google Gemini、Anthropic 等多种兼容 API 格式,以及 MCP 调用。Skill 以安装包交付到本地,不在平台运行。将官方 SDK 的 Base URL 指向 FlyHub,应用代码无需改动,即可通过同一网关调用 Claude / Gemini / GPT 等模型家族与平台 MCP。

请将 <FLYHUB_API_KEY> 替换为控制台创建的 API Key,并妥善保管,切勿提交到代码仓库或暴露在前端。

  • Base URL:https://api.flyhub.cn
  • 鉴权:API Key(控制台创建,与 LiteLLM Virtual Key 一一对应)
  • 协议:Anthropic 原生(/v1/messages)、OpenAI 兼容(/v1/chat/completions/v1/responses)、Gemini 原生(/v1beta/models/{model}:generateContent)、图像(/v1/images)、MCP 调用、Skill 安装包

一、Base URL 与请求头

根据所用模型选择对应的兼容格式与鉴权 Header:

Base URL

https://api.flyhub.cn/v1

OpenAI SDK 的 base_url 需包含 /v1

不同协议使用不同的鉴权 Header,请按协议选择:

协议Header
Anthropic
x-api-key: <FLYHUB_API_KEY>
anthropic-version: 2023-06-01
OpenAI
Authorization: Bearer <FLYHUB_API_KEY>
Gemini
Authorization: Bearer <FLYHUB_API_KEY>

二、可用模型

通过 GET /v1/models 实时获取完整模型列表:

bash
curl https://api.flyhub.cn/v1/models \ -H "Authorization: Bearer <FLYHUB_API_KEY>"

当前可用模型(示例,以接口返回为准):

厂商

OpenAI

模型 ID

gpt-5.6-solgpt-5.6-terragpt-5.6-luna

厂商

Anthropic

模型 ID

claude-fable-5-1claude-opus-5claude-sonnet-5claude-haiku-4-5

厂商

Google

模型 ID

gemini-3.1-progemini-3.7-flashgemini-3.5-flash-lite

厂商

DeepSeek

模型 ID

deepseek-v4-prodeepseek-v4-flashdeepseek-v4-flash-vision-exp

厂商

Kimi

模型 ID

kimi-k3

厂商

智谱 GLM

模型 ID

glm-5.3glm-5.3-flash

厂商

通义千问

模型 ID

qwen3.8-maxqwen3.7-plusqwen3.8-flash

能力广场已上架模型:

厂商

OpenAI

模型 ID

gpt-5.6-sol

厂商

OpenAI

模型 ID

gpt-5.6-terra

厂商

OpenAI

模型 ID

gpt-5.6-luna

厂商

Anthropic

模型 ID

claude-fable-5-1

厂商

Anthropic

模型 ID

claude-opus-5

厂商

Anthropic

模型 ID

claude-sonnet-5

厂商

Anthropic

模型 ID

claude-haiku-4-5

厂商

Google

模型 ID

gemini-3.1-pro

厂商

Google

模型 ID

gemini-3.7-flash

厂商

Google

模型 ID

gemini-3.5-flash-lite

厂商

DeepSeek

模型 ID

deepseek-v4-pro

厂商

DeepSeek

模型 ID

deepseek-v4-flash

厂商

DeepSeek

模型 ID

deepseek-v4-flash-vision-exp

厂商

Kimi

模型 ID

kimi-k3

厂商

智谱

模型 ID

glm-5.3

厂商

智谱

模型 ID

glm-5.3-flash

厂商

通义千问

模型 ID

qwen3.8-max

厂商

通义千问

模型 ID

qwen3.7-plus

厂商

通义千问

模型 ID

qwen3.8-flash

三、Anthropic 原生格式

端点:POST /v1/messages

Claude 模型建议优先使用 Anthropic 原生协议,可保留提示缓存、extended thinking 等能力;通过 OpenAI 兼容格式调用 Claude 可能导致能力缺失或成本上升。

3.1 基础请求

bash
curl https://api.flyhub.cn/v1/messages \ -H "x-api-key: <FLYHUB_API_KEY>" \ -H "anthropic-version: 2023-06-01" \ -H "content-type: application/json" \ -d '{ "model": "claude-sonnet-5", "max_tokens": 1024, "messages": [ {"role": "user", "content": "用一句话介绍你自己"} ] }'

示例响应:

json
{ "id": "msg_01...", "type": "message", "role": "assistant", "model": "claude-sonnet-5", "content": [{"type": "text", "text": "我是 Claude..."}], "stop_reason": "end_turn", "usage": {"input_tokens": 159, "output_tokens": 34} }

3.2 流式输出(SSE)

添加 "stream": true,响应为 text/event-stream。事件顺序:message_start content_block_delta message_stop

bash
curl https://api.flyhub.cn/v1/messages \ -H "x-api-key: <FLYHUB_API_KEY>" \ -H "anthropic-version: 2023-06-01" \ -H "content-type: application/json" \ -d '{ "model": "claude-sonnet-5", "max_tokens": 1024, "stream": true, "messages": [{"role": "user", "content": "写一首短诗"}] }'

3.3 Python · anthropic SDK

python
from anthropic import Anthropic client = Anthropic( api_key="<FLYHUB_API_KEY>", base_url="https://api.flyhub.cn", ) resp = client.messages.create( model="claude-sonnet-5", max_tokens=1024, messages=[{"role": "user", "content": "你好"}], ) print(resp.content[0].text)

四、OpenAI 兼容格式

端点:POST /v1/chat/completions(Chat Completions)、POST /v1/responses(Responses API,仅 GPT 系列)、POST /v1/embeddings(向量嵌入)

4.1 Chat Completions 基础请求

bash
curl https://api.flyhub.cn/v1/chat/completions \ -H "Authorization: Bearer <FLYHUB_API_KEY>" \ -H "content-type: application/json" \ -d '{ "model": "gpt-5.6-sol", "max_tokens": 1024, "messages": [{"role": "user", "content": "你好"}] }'

响应遵循标准 OpenAI chat.completion 结构:

json
{ "object": "chat.completion", "model": "gpt-5.6-sol", "choices": [ {"index": 0, "message": {"role": "assistant", "content": "你好!"}, "finish_reason": "stop"} ], "usage": {"prompt_tokens": 214, "completion_tokens": 3, "total_tokens": 217} }

4.2 流式输出

添加 "stream": true,返回标准 OpenAI SSE 分片,以 data: [DONE] 结束。

bash
curl https://api.flyhub.cn/v1/chat/completions \ -H "Authorization: Bearer <FLYHUB_API_KEY>" \ -H "content-type: application/json" \ -d '{ "model": "gpt-5.6-sol", "stream": true, "messages": [{"role": "user", "content": "写一首短诗"}] }'

4.3 SDK 示例

from openai import OpenAI client = OpenAI( api_key="<FLYHUB_API_KEY>", base_url="https://api.flyhub.cn/v1", ) resp = client.chat.completions.create( model="gpt-5.6-sol", messages=[{"role": "user", "content": "你好"}], ) print(resp.choices[0].message.content)

4.4 Responses API

若应用已使用 OpenAI Responses API,可直接调用 /v1/responses 仅支持 GPT 系列模型;Claude / Gemini 请分别使用 Anthropic 与 Gemini 原生格式,否则会返回 400。

bash
curl https://api.flyhub.cn/v1/responses \ -H "Authorization: Bearer <FLYHUB_API_KEY>" \ -H "content-type: application/json" \ -d '{ "model": "gpt-5.6-sol", "input": "用一句话介绍 FlyHub" }'
python
from openai import OpenAI client = OpenAI( api_key="<FLYHUB_API_KEY>", base_url="https://api.flyhub.cn/v1", ) resp = client.responses.create( model="gpt-5.6-sol", input="用一句话介绍 FlyHub", ) print(resp.output_text)

4.5 Embeddings

bash
curl https://api.flyhub.cn/v1/embeddings \ -H "Authorization: Bearer <FLYHUB_API_KEY>" \ -H "content-type: application/json" \ -d '{ "model": "text-embedding-3-small", "input": "FlyHub 统一能力路由" }'

五、Gemini 原生格式

端点:POST /v1beta/models/{model}:generateContent

5.1 基础请求

bash
curl https://api.flyhub.cn/v1beta/models/gemini-3.7-flash:generateContent \ -H "Authorization: Bearer <FLYHUB_API_KEY>" \ -H "content-type: application/json" \ -d '{ "contents": [ {"role": "user", "parts": [{"text": "用一句话介绍你自己"}]} ] }'

示例响应:

json
{ "candidates": [ { "content": {"role": "model", "parts": [{"text": "我是 Gemini..."}]}, "finishReason": "STOP" } ], "usageMetadata": {"promptTokenCount": 12, "candidatesTokenCount": 22, "totalTokenCount": 34} }

5.2 流式输出

使用 streamGenerateContent 并添加 alt=sse 查询参数。

bash
curl "https://api.flyhub.cn/v1beta/models/gemini-3.7-flash:streamGenerateContent?alt=sse" \ -H "Authorization: Bearer <FLYHUB_API_KEY>" \ -H "content-type: application/json" \ -d '{ "contents": [ {"role": "user", "parts": [{"text": "写一首短诗"}]} ] }'

5.3 环境变量

若工具或 SDK 支持自定义 Gemini Base URL,可如下配置:

bash
export GOOGLE_GEMINI_BASE_URL="https://api.flyhub.cn" export GEMINI_API_KEY="<FLYHUB_API_KEY>" export GEMINI_API_KEY_AUTH_MECHANISM="bearer"

不同 Gemini SDK 的字段名可能为 base_url、baseURL、apiEndpoint 等,核心原则是将 Base URL 指向 https://api.flyhub.cn 并使用 FlyHub API Key。

六、图像生成

图像模型使用独立的 /v1/images 端点,鉴权方式为 Authorization: Bearer

6.1 生成图像

端点:POST /v1/images/generations

bash
curl https://api.flyhub.cn/v1/images/generations \ -H "Authorization: Bearer <FLYHUB_API_KEY>" \ -H "content-type: application/json" \ -d '{ "model": "gpt-image-1", "prompt": "一只橘猫在键盘上打字的插画风格图片" }'

响应中 data[0].b64_json 为 Base64 编码图像。建议将超时设为 300 秒,图像生成耗时较长。

json
{ "created": 1752345600, "data": [ {"b64_json": "iVBORw0KGgo..."} ] }

6.2 编辑图像

端点:POST /v1/images/edits,以 multipart/form-data 上传源图。

bash
curl https://api.flyhub.cn/v1/images/edits \ -H "Authorization: Bearer <FLYHUB_API_KEY>" \ -F model="gpt-image-1" \ -F image="@photo.png" \ -F prompt="把背景替换成星空"

七、MCP 调用

端点:POST /v1/mcp/{slug}/invoke,与模型共用同一 API Key。

bash
curl -X POST https://api.flyhub.cn/v1/mcp/dingtalk-sheets/invoke \ -H "Authorization: Bearer <FLYHUB_API_KEY>" \ -H "Content-Type: application/json" \ -d '{ "tool": "records/query", "arguments": {"table": "订单表"} }'

请求体中的 tool 为 MCP 工具名,arguments 为工具参数。可在能力广场 · MCP查看各服务的工具列表与示例。

八、Skill 交付

Skill 只提供安装包,不在平台上运行,也不计费。在能力广场 · Skill详情页复制安装说明,发给你的 Agent;由 Agent 按说明把文件写到本地。

请根据 https://flyhub.cn/v1/catalog/skills/install.md,安装 @flyhub/code-reviewer

九、接入 Agent 工具

Claude Code 使用 Anthropic 协议,Codex / Cursor 等使用 OpenAI 协议,Gemini CLI 使用 Gemini 协议。只需将 Base URL 与 API Key 环境变量指向 FlyHub,无需修改工具本身。

各工具的详细安装与一键配置步骤,请见左侧 快速接入 Agent 目录,例如 DeepSeek HarnessClaude CodeCodex CLI

命令行类工具可使用 FlyHub CLI 一键写入本地配置。先安装命令:

# 安装 FlyHub CLI curl -fsSL https://flyhub.cn/install.sh | bash export PATH="$HOME/.flyhub/bin:$PATH"

安装完成后,将 Key 换成控制台密钥并执行:

bash
flyhub setup list flyhub setup deepseek-harness --key <FLYHUB_API_KEY> flyhub setup codex --key <FLYHUB_API_KEY> flyhub setup claude-code --key <FLYHUB_API_KEY> flyhub setup gemini --key <FLYHUB_API_KEY> flyhub setup kimi --key <FLYHUB_API_KEY>

Claude Code(Anthropic 协议)

bash
export ANTHROPIC_BASE_URL="https://api.flyhub.cn" export ANTHROPIC_API_KEY="<FLYHUB_API_KEY>"

OpenAI 协议工具(Codex / Cursor / Cline 等)

bash
export OPENAI_BASE_URL="https://api.flyhub.cn/v1" export OPENAI_API_KEY="<FLYHUB_API_KEY>"

OpenAI SDK 的 base_url 需包含 /v1 后缀(即 https://api.flyhub.cn/v1)。

Gemini CLI

bash
export GOOGLE_GEMINI_BASE_URL="https://api.flyhub.cn" export GEMINI_API_KEY="<FLYHUB_API_KEY>" export GEMINI_API_KEY_AUTH_MECHANISM="bearer"

十、常见问题

收到 401 / 鉴权失败?

先核对协议与 Header 的对应关系:Anthropic 使用 x-api-key;OpenAI / Gemini 使用 Authorization: Bearer。确认 Key 完整、无多余空格,且在控制台未被删除。OpenAI SDK 的 base_url 需带 /v1,Anthropic SDK 则不需要。

用 OpenAI 格式调 Claude 报错或效果差?

Claude 模型请优先使用 Anthropic 原生协议(/v1/messages)。Claude Code 等 Agent 工具必须配置 Anthropic 协议。通过 OpenAI 兼容格式调用 Claude 可能丢失提示缓存、thinking 等能力,仅适合简单对话。/v1/responses 不支持 Claude / Gemini。

模型不可用?

先调用 GET /v1/models 获取实时列表,核对模型 ID 拼写(小写、连字符),并确认端点与模型协议匹配。

超时或首字延迟高?

大型推理模型首 token 可能需要数秒至数十秒,不代表请求失败。生产环境建议开启 stream: true 改善体感延迟,并适当增大客户端读取超时。网关支持最长 600 秒响应。

Key 安全

使用环境变量或密钥管理服务存储 Key,不要硬编码、提交 Git 或打包进前端 / 公开客户端。若怀疑泄露,请立即在控制台删除并轮换。

准备好了?登录控制台 · 充值 · 创建 API Key