本页目录
AI小分队 / 使用文档

统一接入 Claude Code、Codex 与更多 AI 工具

先创建 API Key,再按对应客户端的步骤填入接入地址和密钥。常用地址、复制按钮和接入步骤都在这页里。

Claude / Anthropic 网关 https://ai.uzi.cool Claude Code、Claude Desktop 等客户端使用这个地址。
OpenAI 兼容地址 https://ai.uzi.cool/v1 OpenAI-compatible 客户端和部分 OpenClaw 场景使用这个地址。
控制台与密钥 https://ai.uzi.cool/keys 每个客户端都建议单独创建一把 Key,方便区分使用记录。

AI小分队 使用指南

按下面 3 步操作即可开始使用。

第 1 步

登录后台后进入 API 密钥 页面,创建一把新的 API Key。

第 2 步

按对应客户端章节填写 Base URL 和刚创建的 Key。

1
第 3 步

保存配置后发送一条测试请求,确认客户端已经正常连通。

常用接入信息
Claude / Anthropic Gateway: https://ai.uzi.cool
OpenAI-compatible Base URL: https://ai.uzi.cool/v1
REST API: https://ai.uzi.cool/api/v1
Console:  https://ai.uzi.cool
Keys:     https://ai.uzi.cool/keys

简介

AI小分队支持多种 AI 客户端接入。你只需要在后台创建 API Key,然后把接入地址和密钥填入客户端即可开始使用。

常见问题

先做什么?

先进入 API 密钥 页面创建一把新的 Key,再按文档配置客户端。

创建几把 Key 合适?

建议每个客户端单独一把 Key,方便查看使用记录,也方便后续停用或更换。

连接失败怎么办?

优先检查接入地址、API Key 是否填写完整,再确认账户还有可用额度。

Node.js 环境安装指南

Claude Code、Codex CLI、OpenClaw 等工具依赖 Node.js。建议安装最新的 LTS 版本。

推荐命令
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
export NVM_DIR="$HOME/.nvm"
[ -s "$NVM_DIR/nvm.sh" ] && . "$NVM_DIR/nvm.sh"
nvm install --lts
nvm use --lts
node -v

自动配置工具

如果你不想手动安装和逐项写配置,优先使用自动配置方式。

通用提示词
帮我配置 AI小分队 接入,Base URL 使用 https://ai.uzi.cool ,API Key 我稍后粘贴给你,然后检查环境并完成客户端配置。

Claude Code 快速开始指南

前置条件:先安装 Node.js。更省事的方式是先使用上面的自动配置工具。

第一步

安装 Claude Code

安装命令
npm install -g @anthropic-ai/claude-code

macOS / Linux 遇到权限问题时:

sudo 安装
sudo npm install -g @anthropic-ai/claude-code

验证安装:

验证
claude --version
第二步

创建 API Key

登录 API 密钥页面,点击创建密钥。新手可以直接使用默认配置。

第三步

导入密钥到 Claude Code

推荐使用密钥页面里的 导入到 CCS 一键导入,也可以手动设置环境变量。

变量名
ANTHROPIC_BASE_URLhttps://ai.uzi.cool
ANTHROPIC_AUTH_TOKEN你的 API Key

临时设置:

macOS / Linux
export ANTHROPIC_BASE_URL="https://ai.uzi.cool"
export ANTHROPIC_AUTH_TOKEN="YOUR_API_KEY"
Windows PowerShell
$env:ANTHROPIC_BASE_URL = "https://ai.uzi.cool"
$env:ANTHROPIC_AUTH_TOKEN = "YOUR_API_KEY"
第四步

开始使用

启动
claude

常见问题:

权限不足时加 sudo。如果返回 401,优先检查 ANTHROPIC_BASE_URLANTHROPIC_AUTH_TOKEN 是否填写正确。

Codex 快速开始指南

前置条件:先安装 Node.js。更省事的方式是先使用自动配置工具。

第一步

安装 Codex

安装命令
npm install -g @openai/codex@latest

macOS / Linux:

sudo 安装
sudo npm install -g @openai/codex@latest
验证
codex --version
第二步

创建 API Key

登录 API 密钥页面,创建一把 Codex 专用 Key。

第三步

导入密钥到 Codex

推荐使用密钥页面里的 导入到 CCS。也可以手动创建配置文件。

创建配置目录:

Windows PowerShell
New-Item -ItemType Directory -Force "$env:USERPROFILE\.codex" | Out-Null
macOS / Linux
mkdir -p ~/.codex

创建 config.toml

config.toml
model_provider = "ai_uzi"
model = "gpt-5.3-codex"
model_reasoning_effort = "high"
disable_response_storage = true
preferred_auth_method = "apikey"

[model_providers.ai_uzi]
name = "ai_uzi"
base_url = "https://ai.uzi.cool"
wire_api = "responses"
requires_openai_auth = true

创建 auth.json

auth.json
{
  "OPENAI_API_KEY": "YOUR_API_KEY"
}
第四步

开始使用

启动
codex

如果连接失败或返回 401,优先检查 config.toml 中的 base_url 是否为 https://ai.uzi.cool,以及 auth.json 中的 Key 是否正确。

OpenClaw 快速开始指南

这篇文档只解决一件事:把 OpenClaw 的模型服务接到 AI小分队,并完成一次可用性验证。

1. 准备事项

开始前确认

先确认你已经创建好 API Key,知道要调用的实际模型名,并且运行环境满足 OpenClaw 要求。Windows 用户建议优先使用 WSL2 + Ubuntu。

OpenAI 兼容模型Anthropic 兼容模型
gpt-5.4claude-opus-4-6
gpt-5.2claude-sonnet-4-6
gpt-5.3-codexclaude-haiku-4-5-20251001
2. 推荐路径

使用 OpenClaw 向导接入

安装
curl -fsSL https://openclaw.ai/install.sh | bash -s -- --no-onboard
验证
openclaw --help
启动向导
openclaw onboard

向导里选择 Custom provider 后按下面填写:

字段填写值
兼容类型Anthropic-compatibleOpenAI-compatible
基础地址Anthropic 兼容填 https://ai.uzi.cool;OpenAI 兼容填 https://ai.uzi.cool/v1
模型名例如 claude-sonnet-4-6gpt-5.4
Provider IDai-uzi
API Key你创建的 API Key

完成向导后依次运行:

验证命令
openclaw doctor
openclaw status
openclaw dashboard
3. 脚本化接入

非交互命令

导出 Key
export CUSTOM_API_KEY="YOUR_AI_UZI_API_KEY"
非交互接入
openclaw onboard --non-interactive \
  --mode local \
  --auth-choice custom-api-key \
  --custom-base-url "https://ai.uzi.cool/v1" \
  --custom-model-id "gpt-5.4" \
  --custom-provider-id "ai-uzi" \
  --custom-compatibility openai \
  --secret-input-mode ref \
  --gateway-port 18789 \
  --gateway-bind loopback
4. 成功标准

接入完成后检查

基础地址填写正确,API Key 仍有效,默认模型写成 ai-uzi/模型名openclaw doctoropenclaw status 无报错,控制台能正常发消息并收到回复。

Claude Desktop 第三方 Provider 配置指南

本教程用于在 Claude Desktop 中配置第三方 Provider,通过自定义网关连接到 AI小分队。

前置准备

开始前确认

先确认你已经安装 Claude Desktop,已经创建 API Key,并且知道要填写的 Gateway 地址。

下载 Claude Desktop

macOS

配置流程

打开 Claude Desktop,点击顶部菜单栏 Help → Troubleshooting → Enable Developer Mode,确认后应用会自动重启。

重启后保持客户端处于欢迎界面,点击 Developer → Configure Provider,填写:

配置项
Gateway base URLhttps://ai.uzi.cool
Gateway API key你的 API Key

点击 Apply locally,再选择 Relaunch now。重启后点击 Continue with gateway 即可进入主界面。

Windows

配置流程

打开 Claude Desktop,在欢迎界面的邮箱输入页按 Tab,直到左上角菜单图标被选中,再按 Enter 打开菜单。

选择 Developer → Configure third-party interface,填写同样的 Gateway 地址和 API Key,点击 Apply locally 后重启生效。

高级配置

常用设置

如果你已经在 Claude Code CLI 中启用了插件或技能,Desktop 端会自动同步。执行长时间任务时,建议开启 Keep computer awake。如果需要多 Provider,可以通过 New configuration 创建多套配置自由切换。

GPT-Image-2 使用指南

GPT-Image-2 有两条常用路径:在线页直接使用,或者在 Codex 里安装 Skill 调用。

方式一

Studio-Image 在线页

登录 AI 小分队后,直接打开在线页即可开始生成图片、带图编辑、批量去水印和批量下载。

在线页地址
https://ai.uzi.cool/studio-image/
  • 页面会自动读取当前账户的 GPT-Image-2 分组 Key
  • 页面顶部会显示当前 Key 和余额
  • 支持 1:1、16:9、9:16 三种比例
  • 支持多张参考图一起参与编辑,适合“图1场景 + 图2主体”这类组合需求
  • 历史记录本地最多保留 100 条,结果区最多展示 100 张缩略图
  • 单张下载和批量 ZIP 会优先保留上传参考图的原文件名,同名文件会自动追加序号
  • 没有 Key 时,页面会显示 创建Key 按钮并跳转到 https://ai.uzi.cool/keys
方式二

Codex Skill

适合 Claude Code、Codex、OpenClaw 这类支持 Skill 的 AI 工具。安装后直接用自然语言发起生图和图生图任务。

先在 API Keys 管理页面 创建 GPT-Image-2 分组 Key,再把下面这句话发给你的 AI:

一键安装提示词
帮我安装这个 skills:https://v.uzi.cool/downloads/uzi-gpt-image-skill/README.md ,然后帮我生成一张图片

手动下载:

下载 Skill 压缩包查看 README

Key 配置

API Key 创建与保存

Studio-Image 在线页会自动读取当前登录账户的 Key。Skill 方式请在本地写入配置文件后再调用。

配置文件
macOS / Linux: ~/.ai-uzi/config.json
Windows: %USERPROFILE%\.ai-uzi\config.json

{"api_key":"这里粘贴你的Key"}

Key 创建地址:https://ai.uzi.cool/keys

接口地址与高级接入

服务端统一走任务式接口。先返回 id,再通过查询接口拿到 result_urlexpires_at

最快开始

任务式接口最小示例

先发起任务,拿到 id,再通过查询接口轮询结果。图片完成后会返回 OSS 图片地址。

1. 发起任务
curl 'https://ai.uzi.cool/client/image-tasks' \
  -H 'Content-Type: application/json' \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -d '{
    "mode": "generate",
    "prompt": "一个蓝色圆形图标,白色背景,极简风格",
    "display_prompt": "一个蓝色圆形图标,白色背景,极简风格",
    "size": "1024x1024"
  }'

成功后会立刻返回任务信息:

返回示例
{
  "id": "44b6aab16c68408cb697919057f7fcd0",
  "mode": "generate",
  "prompt": "一个蓝色圆形图标,白色背景,极简风格",
  "status": "queued",
  "error_message": "",
  "result_url": "",
  "created_at": 1777366366,
  "started_at": null,
  "completed_at": null,
  "expires_at": null,
  "deleted_at": null,
  "source_name": ""
}
2. 查询结果
curl 'https://ai.uzi.cool/client/image-tasks/44b6aab16c68408cb697919057f7fcd0' \
  -H 'Authorization: Bearer YOUR_API_KEY'
完成示例
{
  "id": "44b6aab16c68408cb697919057f7fcd0",
  "mode": "generate",
  "prompt": "Minimal flat icon of a blue circle on white background",
  "status": "completed",
  "error_message": "",
  "result_url": "https://oss.yanyuwork.com/vansonflow/ai-uzi/image-tasks/2026/04/28/44b6aab16c68408cb697919057f7fcd0.png",
  "created_at": 1777366366,
  "started_at": 1777366366,
  "completed_at": 1777366387,
  "expires_at": 1777373587,
  "deleted_at": null,
  "source_name": ""
}
推荐方式

任务式接口说明

推荐所有需要轮询、批量下载、服务器保留记录的场景使用任务式接口。

  • POST /client/image-tasks 发起任务
  • GET /client/image-tasks/{id} 查询单个任务
  • GET /client/image-tasks?ids=id1,id2&queue=0 批量查询指定任务,最多 100 个 ID
  • GET /client/image-tasks?limit=100 获取当前 API Key 最近任务
  • 图片完成后会返回 result_url,直接访问即可获取图片
  • expires_at 表示图片 OSS 地址的过期时间,当前保留约 2 小时
  • id 当前使用 32 位 UUID Hex 字符串,OSS 文件名直接复用该 ID,适合服务端和客户端统一追踪

批量脚本建议用 ids 一次轮询多个任务。每次最多 100 个 ID,推荐每 4-8 秒轮询一次。只关心结果时加 queue=0,响应会省掉队列位置计算,对服务器更轻。

任务状态:

  • queued 排队中
  • processing 处理中
  • completed 已完成
  • failed 失败
  • expired 图片已清理
最近任务列表
curl 'https://ai.uzi.cool/client/image-tasks?limit=100' \
  -H 'Authorization: Bearer YOUR_API_KEY'
批量轮询指定任务
curl 'https://ai.uzi.cool/client/image-tasks?ids=44b6aab16c68408cb697919057f7fcd0,9d4b01a2e5d74b9e96b507c820a47373&queue=0' \
  -H 'Authorization: Bearer YOUR_API_KEY'
图生图

带参考图提交任务

图生图使用同一个任务接口。单图编辑可传 image_data_url,多图编辑可传 image_data_urlssource_names,按数组顺序一起参与生成。

参考图项建议
格式优先使用 JPEGPNGWebP。页面支持拖拽、点击上传和粘贴图片。
文件大小整次提交请求上限约 20MB。建议单张图片控制在 5MB 内,多图时每张尽量压到 1-3MB
分辨率建议长边 1024-2048px。过小会丢细节,过大会增加上传和处理时间。
主体主体尽量清晰、完整、少遮挡。需要保留文字、包装、Logo 或人物特征时,参考图里这些细节要足够清楚。
多图顺序按上传顺序参与生成。提示词里可写“参考图1的场景、参考图2的主体”来明确角色。
数量Studio-Image 最多保留 50 张参考图。普通图生图建议 1-4 张,批量去水印可上传多张逐张处理。
curl 示例
curl 'https://ai.uzi.cool/client/image-tasks' \
  -H 'Content-Type: application/json' \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -d '{
    "mode": "edit",
    "prompt": "保留参考图1的构图和广告版式,把主体替换成参考图2里的树",
    "display_prompt": "保留参考图1的构图和广告版式,把主体替换成参考图2里的树",
    "size": "1024x1024",
    "source_name": "scene.jpg",
    "image_data_url": "data:image/jpeg;base64,AAAA...",
    "image_data_urls": [
      "data:image/jpeg;base64,AAAA...",
      "data:image/png;base64,BBBB..."
    ],
    "source_names": ["scene.jpg", "tree.png"]
  }'

服务端会按顺序读取这些参考图,完成后依然返回同样的 idresult_urlexpires_at。Studio-Image 在线页当前也是按上传顺序把多张参考图一起提交。

批量去水印

去水印批量任务说明

Studio-Image 在线页的“批量去水印”会把上传图片逐张提交为 remove-watermark 任务。每张图会自动生成一张全图 mask,并把原图文件名写入 source_name,完成后可在历史记录里预览、下载或批量打包。

  • 最多可选择 50 张批量图片
  • 前端每张图单独提交一个任务,便于单独重试、查看进度和下载
  • 活跃提交窗口为 10,任务之间会做短暂间隔,降低上游拥塞
  • 下载时会优先使用原文件名,同名文件会自动追加序号
  • 建议使用清晰原图,水印区域可见且覆盖范围明确。批量处理时,相近尺寸和比例的图片更容易得到一致结果
去水印任务字段
curl 'https://ai.uzi.cool/client/image-tasks' \
  -H 'Content-Type: application/json' \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -d '{
    "service": "remove-watermark",
    "mode": "edit",
    "prompt": "Remove only the added watermark and preserve authentic details.",
    "display_prompt": "批量去除水印 · example.jpg",
    "size": "1024x1024",
    "source_name": "example.jpg",
    "image_data_url": "data:image/jpeg;base64,AAAA...",
    "mask_data_url": "data:image/png;base64,BBBB..."
  }'
参数说明
参数说明
id任务 ID,当前使用 32 位 UUID Hex 字符串
service任务类型,常见值为 generateremove-watermark
modegenerate 文生图,edit 图生图
prompt图片任务使用的提示词
display_prompt前端或业务侧展示用提示词
size输出尺寸,例如 1024x10241536x10241024x1536
result_url任务式接口完成后的 OSS 图片地址
expires_at任务式接口结果过期时间戳
image_data_url单图编辑兼容字段,传 1 张 Data URL
source_name单图编辑兼容字段,对应参考图文件名
image_data_urls多图编辑字段,传 Data URL 数组,按顺序参与生成
source_names多图编辑文件名数组,顺序与 image_data_urls 对齐
mask_data_url图像编辑 mask,去水印任务由在线页自动生成
安全边界

前端可见字段说明

  • 任务接口响应只返回 idstatusresult_urlsource_name、队列信息和时间字段
  • 服务端保存的 oss_keyapi_key_hashupstream_tokenrequest_json 不会返回给浏览器
  • Studio-Image 调试日志会把上传图片和 mask 显示为占位符,不会展示 Data URL 原文
  • 同源在线页会自动选择当前账户 Key,Key 用作浏览器请求头 Authorization: Bearer ...,页面不会把它写进 URL 或调试日志
  • 手动填写第三方地址时,浏览器会把 API Key 存在本机 localStorage,用于下次继续使用
实测耗时

等待时间参考

  • 文生图常见耗时约 20-60s
  • 横图、竖图通常比方图更久
  • 图生图常见耗时约 60-120s
  • 任务式接口完成后会返回 OSS 地址,图片当前保留约 2 小时

接口列表

接口适用场景
POST /client/image-tasks发起文生图或图生图任务
GET /client/image-tasks/{id}轮询单个任务状态并获取结果地址
GET /client/image-tasks?ids=id1,id2&queue=0批量轮询指定任务,最多 100 个 ID
GET /client/image-tasks?limit=100拉取当前 API Key 最近任务

尺寸建议

尺寸适用场景
1024x1024方图、图标、头像
1536x1024横图、Banner、封面
1024x1536竖图、海报、手机封面

常规接入优先使用固定尺寸,返回结果更稳定,也更方便脚本直接落盘。

Python 示例
Python
import time
import requests

api_key = "YOUR_API_KEY"
base_url = "https://ai.uzi.cool"
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}

create = requests.post(
    f"{base_url}/client/image-tasks",
    headers=headers,
    json={
        "mode": "generate",
        "prompt": "一只可爱的猫咪在阳光下打盹",
        "display_prompt": "一只可爱的猫咪在阳光下打盹",
        "size": "1024x1024",
    },
    timeout=120,
)
create.raise_for_status()
task = create.json()
task_id = task["id"]

while True:
    detail = requests.get(
        f"{base_url}/client/image-tasks/{task_id}",
        headers={"Authorization": f"Bearer {api_key}"},
        timeout=120,
    )
    detail.raise_for_status()
    data = detail.json()

    if data["status"] == "completed":
        image = requests.get(data["result_url"], timeout=120)
        image.raise_for_status()
        output_path = f"{task_id}.png"
        with open(output_path, "wb") as f:
            f.write(image.content)
        print("图片已保存:", output_path)
        print("链接有效至:", data["expires_at"])
        break

    if data["status"] in ("failed", "expired"):
        raise RuntimeError(data.get("error_message") or data["status"])

    time.sleep(4)

计费说明

图片成功生成并返回后会产生用量记录。建议先用小尺寸做一次测试,再正式生成大图或批量图。

返回说明

提交成功后会先返回 id。任务完成后通过查询接口拿到 result_urlexpires_at,图片地址当前保留约 2 小时。

VS Code 图形化操作教程

如果你习惯图形界面,可以先在 VS Code 里完成客户端安装和配置,再复制接入地址与 API Key。图形化方式更适合第一次接入。

Claude Code 与 Codex 协同开发

如果你同时使用 Claude Code 和 Codex,建议两个客户端分别创建独立 Key。这样便于区分使用记录,也便于后续管理。

推荐全局规则

常用规则建议保持统一:固定接入地址、每个客户端单独使用一把 Key、配置完成后先发起一次测试请求。

文档地址和菜单入口建议固定使用,后续直接按新内容更新即可。