AI小分队 使用指南

按下面 3 步操作即可开始使用。

Claude / Anthropic Gateway: https://ai.uzi.cool
OpenAI-compatible Base URL: https://ai.uzi.cool/v1
控制台管理接口: https://ai.uzi.cool/api/v1（使用登录会话）
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

Node.js 环境安装指南

通过 npm 安装客户端时，需要先准备 Node.js。请从 Node.js 官方下载页选择适合系统的 LTS 版本，并核对所用客户端的最低版本要求。使用客户端独立安装包时，按其安装说明操作。

node --version
npm --version

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。

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

以下为 npm 安装方式，需要 Node.js；其他安装方式请参考客户端官方文档。

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

claude --version

export ANTHROPIC_BASE_URL="https://ai.uzi.cool"
export ANTHROPIC_AUTH_TOKEN="YOUR_API_KEY"

$env:ANTHROPIC_BASE_URL = "https://ai.uzi.cool"
$env:ANTHROPIC_AUTH_TOKEN = "YOUR_API_KEY"

claude

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。

npm install -g @openai/codex@latest

codex --version

New-Item -ItemType Directory -Force "$env:USERPROFILE\.codex" | Out-Null

mkdir -p ~/.codex

model_provider = "ai_uzi"
model = "YOUR_AVAILABLE_MODEL"
model_reasoning_effort = "high"
disable_response_storage = true

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

{
  "OPENAI_API_KEY": "YOUR_API_KEY"
}

codex

OpenClaw 快速开始指南

通过自定义 Provider 接入 AI 小分队。模型名以所选 Key 的可用模型列表为准，下表为配置格式示例。

curl -fsSL https://openclaw.ai/install.sh | bash -s -- --no-onboard

openclaw --help

openclaw onboard

openclaw doctor
openclaw status
openclaw dashboard

export CUSTOM_API_KEY="YOUR_AI_UZI_API_KEY"

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

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。

图片生成与编辑

在线页面支持 GPT Image 2、GPT Image 2.5 Flare 和 Sunburst。日常出图推荐 Flare，精细设计可选择 Sunburst。

本节更新：2026-09-12。模型可用性与价格以所选 API Key 的分组及控制台显示为准。

选择模型

任务接口接受表中的三个完整模型名。省略 model 时沿用 gpt-image-2。选择新模型后，先确认 Key 所属分组已开放该模型。

API Key 与分组

在线页读取当前登录账户的 Key。不同 Key 对应的分组、模型权限和价格可能不同；任务查询使用提交时的同一把 Key。切换 Key 后，远程任务列表随之切换。

将密钥保存在自己的客户端或本地配置中。分享截图、日志和示例时使用 YOUR_API_KEY 占位符。

参考图编辑

支持点击上传、拖拽和粘贴图片；按上传顺序写明“图1的场景、图2的商品”等关系。在线页最多保留 50 张参考图，普通编辑建议先用 1–4 张。

推荐清晰的 JPEG、PNG 或 WebP 图片。任务接口默认整次请求上限为 20MB，Base64 编码也计入请求体；多图提交时请适当压缩。图片尺寸越大，上传时间通常越长。

批量去除水印

切换到“去除水印”，上传图片并选择模型。每张图片单独生成一个任务，可在参考图上框选处理区域，并按需要选择保留自然文字或白底选项。批量任务会沿用开始提交时选择的模型。

最多上传 50 张图片。完成后可单张下载或批量 ZIP 下载；文件名优先沿用原图名称，同名文件会自动追加序号。

排队、失败与下载

• queued：正在排队；processing：正在处理。等待时间受模型、参考图和账号负载影响。
• completed：已完成，可下载；failed：查看具体错误；expired：结果已过期。
• 提示模型未开放或账号不可用：检查所选 Key / 分组和模型权限；遇到限流时稍后重试。
• 提示余额不足：前往控制台查看额度与用量。安全审核失败时，请根据错误说明调整提示词或参考图。
• 刷新页面后可查询原任务。提交超时时先检查历史记录，确认任务是否已经创建。
• 历史列表最多展示 100 条；图片链接保留约 2 小时，重要结果请及时下载到本地。

通过 AI 工具使用

已有 Skill 提供文生图、参考图编辑、轮询和下载。当前下载版沿用 GPT Image 2；Flare / Sunburst 可通过在线页或下方带 model 的任务接口示例调用。

安装说明与参数 · 下载 Skill

Skill 配置文件：macOS / Linux 为 ~/.ai-uzi/config.json，Windows 为 %USERPROFILE%\.ai-uzi\config.json。文件内容：

{"api_key":"YOUR_API_KEY"}

开发者接入

任务接口适合排队、刷新恢复和批量查询。使用 Authorization: Bearer YOUR_API_KEY 认证；提交后保存任务 ID，再查询结果。

直接接入 OpenAI 兼容图片接口时，可使用 POST /v1/images/generations 和 POST /v1/images/edits。下方示例采用独立的任务接口。

提交文生图任务

curl 'https://ai.uzi.cool/client/image-tasks' \
  -H 'Content-Type: application/json' \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -d '{
  "model": "gpt-image-2.5-flare",
  "mode": "generate",
  "prompt": "白色背景上的蓝色极简圆形图标",
  "size": "1024x1024"
}'

返回 JSON 包含 id、model 和 status。使用返回的 ID 查询：

curl 'https://ai.uzi.cool/client/image-tasks/TASK_ID' \
  -H 'Authorization: Bearer YOUR_API_KEY'

完成响应包含 result_url 和 expires_at（Unix 秒级时间戳）。下载结果链接时使用返回的完整 URL。

提交参考图编辑任务

以下是字段示例：将图片转换成完整 Data URL 后替换占位内容；source_names 与图片数组顺序一致。

curl 'https://ai.uzi.cool/client/image-tasks' \
  -H 'Content-Type: application/json' \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -d '{
  "model": "gpt-image-2.5-sunburst",
  "mode": "edit",
  "prompt": "保留图1的场景，将主体替换为图2的商品",
  "size": "1024x1024",
  "image_data_urls": [
    "data:image/jpeg;base64,替换为图1的完整Base64",
    "data:image/png;base64,替换为图2的完整Base64"
  ],
  "source_names": [
    "scene.jpg",
    "product.png"
  ]
}'

查询与轮询

建议每 5 秒查询一次。收到 429 时延长间隔；保存已返回的任务 ID，继续查询原任务。

常用参数

在线页常用尺寸

上表按当前在线页实际提交值列出；有严格比例要求时，下载后按目标尺寸裁剪。

Python 提交与下载示例

安装 requests，在环境变量 AI_UZI_API_KEY 中设置自己的 Key，然后运行。示例最多等待 30 分钟；停止本地等待后可继续用原 ID 查询。

import os
import time
from pathlib import Path
import requests

base_url = "https://ai.uzi.cool"
headers = {"Authorization": f"Bearer {os.environ['AI_UZI_API_KEY']}"}
response = requests.post(
    f"{base_url}/client/image-tasks",
    headers=headers,
    json={
        "model": "gpt-image-2.5-flare",
        "mode": "generate",
        "prompt": "白色背景上的蓝色极简圆形图标",
        "size": "1024x1024",
    },
    timeout=120,
)
response.raise_for_status()
task_id = response.json()["id"]
print("任务 ID:", task_id, flush=True)
deadline = time.monotonic() + 1800

while time.monotonic() < deadline:
    time.sleep(5)
    response = requests.get(
        f"{base_url}/client/image-tasks/{task_id}",
        headers=headers, timeout=60,
    )
    if response.status_code == 429:
        time.sleep(10)
        continue
    response.raise_for_status()
    task = response.json()
    if task["status"] == "completed":
        image = requests.get(task["result_url"], timeout=120)
        image.raise_for_status()
        output = Path(f"{task_id}.png")
        output.write_bytes(image.content)
        print("已保存:", output)
        break
    if task["status"] in ("failed", "expired"):
        raise RuntimeError(task.get("error_message") or task["status"])
else:
    raise TimeoutError(f"停止本地等待，任务仍可用原 ID 查询：{task_id}")

价格与用量

价格随模型和所选 Key 的分组配置而变化，请以控制台展示的价格和实际用量记录为准。首次使用新模型时建议先提交一张图片，确认结果与费用后再批量使用。

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。

使用建议

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。

客户端升级后，请优先核对密钥页面提供的接入配置与该客户端的官方说明。