注册账号

充值

添加令牌

前置条件

Claude Code 需要以下环境，请逐项检查：

安装 Git

Git 是 Claude Code 的必要依赖，用于分析项目历史、执行代码提交等操作。

git -v

安装 Node.js

方式一：官网下载安装包

node -v

方式二：使用 fnm 安装 推荐

fnm (Fast Node Manager) 是一个快速的 Node.js 版本管理器，支持轻松安装和切换多个 Node.js 版本。

fnm install --lts
node -v

安装 Claude Code

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

系统要求

• macOS 10.15 (Catalina) 或更高版本
• Git（macOS 通常已预装，终端运行 git -v 检查）
• Node.js 18+

安装步骤

1. 安装 Node.js

如已安装可跳过此步骤。

方式一：官网下载安装包

访问 Node.js 官网 下载 macOS 安装包，完成安装后在终端运行 node -v 验证。

方式二：使用 fnm 安装 推荐

fnm (Fast Node Manager) 是一个快速的 Node.js 版本管理器，方便切换和管理多个版本。

# 安装 fnm
curl -fsSL https://fnm.vercel.app/install | bash

# 安装最新 LTS 版本
fnm install --lts
node -v

方式三：使用 Homebrew

brew install node

2. 安装 Claude Code

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

补充：如果安装报错 error，使用管理员权限安装

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

再输入开机密码，回车，开始安装

3. 终端输入claude打开

系统要求

• Ubuntu 18.04+、CentOS 7+、Debian 9+ 等主流发行版
• Git 2.23+（运行 git -v 检查）
• Node.js 18+

安装步骤

0. 安装 Git（如未安装）

# Ubuntu / Debian
sudo apt-get update && sudo apt-get install -y git

# CentOS / RHEL
sudo yum install -y git

1. 安装 Node.js

方式一：官网下载安装包

访问 Node.js 官网 下载 Linux 安装包或二进制文件，完成安装后运行 node -v 验证。

方式二：使用 fnm 安装 推荐

fnm (Fast Node Manager) 无需 sudo，不污染系统环境。

# 安装 fnm
curl -fsSL https://fnm.vercel.app/install | bash

# 重新加载 shell 配置
source ~/.bashrc

# 安装最新 LTS 版本
fnm install --lts
node -v

方式三：使用 NodeSource（Ubuntu/Debian）

curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash -
sudo apt-get install -y nodejs

2. 安装 Claude Code

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

3. 终端输入claude打开

Windows 环境配置

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://aipaiai.cn/",
    "ANTHROPIC_AUTH_TOKEN": "sk-你的令牌"
  }
}

macOS 环境配置

Zsh 用户（macOS 默认）：

echo 'export ANTHROPIC_AUTH_TOKEN="sk-你的令牌"' >> ~/.zshrc
echo 'export ANTHROPIC_BASE_URL="https://aipaiai.cn/"' >> ~/.zshrc
source ~/.zshrc

Bash 用户：

echo 'export ANTHROPIC_AUTH_TOKEN="sk-你的令牌"' >> ~/.bash_profile
echo 'export ANTHROPIC_BASE_URL="https://aipaiai.cn/"' >> ~/.bash_profile
source ~/.bash_profile

Linux 环境配置

echo 'export ANTHROPIC_AUTH_TOKEN="sk-你的令牌"' >> ~/.bashrc
echo 'export ANTHROPIC_BASE_URL="https://aipaiai.cn/"' >> ~/.bashrc
source ~/.bashrc

功能特点

• 一键切换 API 配置，在多个提供商之间快速切换
• 可视化配置管理，通过图形界面轻松管理
• MCP 服务器管理
• 系统托盘快捷操作

下载安装

访问 CC-Switch 下载页面，Windows 用户推荐下载 .msi 安装包。

配置 API

安装扩展

启动方式

常用命令

基础命令

会话管理

高级选项

前置条件

• Node.js 18+（安装方式参考 安装教程）
• Git 2.23+

安装

npm install -g @openai/codex

配置

macOS / Linux

export OPENAI_API_KEY="sk-你的令牌"
export OPENAI_BASE_URL="https://aipaiai.cn/v1"

Windows (PowerShell)

$env:OPENAI_API_KEY="sk-你的令牌"
$env:OPENAI_BASE_URL="https://aipaiai.cn/v1"

配置步骤

前置条件

• Node.js 18+（安装方式参考 安装教程）

安装

npm install -g @google/gemini-cli

配置

macOS / Linux

export GEMINI_API_KEY="sk-你的令牌"
export GEMINI_BASE_URL="https://aipaiai.cn/"

Windows (PowerShell)

$env:GEMINI_API_KEY="sk-你的令牌"
$env:GEMINI_BASE_URL="https://aipaiai.cn/"

配置步骤

Windows 安装

irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1 | iex

# 方法1：用 pip 安装 uv
pip install uv

# 方法2：如果没有 pip，用 winget 安装
winget install astral-sh.uv

# 方法3：如果以上都不行，用 GitHub 镜像下载
Invoke-WebRequest -Uri "https://ghfast.top/https://github.com/astral-sh/uv/releases/latest/download/uv-x86_64-pc-windows-msvc.zip" -OutFile "$env:TEMP\uv.zip"
Expand-Archive "$env:TEMP\uv.zip" -DestinationPath "$env:LOCALAPPDATA\uv" -Force
$env:Path = "$env:LOCALAPPDATA\uv;" + $env:Path
uv --version

macOS 和 Linux 安装

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

等待安装完成

配置步骤

无法连接到服务

如果出现连接错误：

解决方案（Windows）

powershell -Command "$f='%USERPROFILE%\.claude.json';$j=Get-Content $f|ConvertFrom-Json;$j|Add-Member -NotePropertyName 'hasCompletedOnboarding' -NotePropertyValue $true -Force;$j|ConvertTo-Json|Set-Content $f"

令牌无效或余额不足

• 检查令牌是否正确复制（包含 sk- 前缀）
• 登录平台检查账户余额
• 确认令牌分组是否支持你使用的模型

响应速度慢

• 检查网络连接是否稳定
• 尝试切换到速度更快的模型（如 Gemini Flash）
• 减少单次请求的上下文长度

推荐配置

建议在 Claude Code 的配置文件中添加以下环境变量，以获得更稳定的使用体验：

打开配置文件 settings.json（位于 ~/.claude/settings.json，Windows 路径为 %userprofile%\.claude\settings.json），在 env 中添加：

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://aipaiai.cn/",
    "ANTHROPIC_AUTH_TOKEN": "sk-你的令牌",
    "CLAUDE_CODE_ATTRIBUTION_HEADER": "0",
    "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1"
  }
}

常用模型推荐

分组说明

• Claude Max 号池：由 Claude Max 账号组成，稳定性高
• Codex 分组：支持 OpenAI 系模型
• Gemini 分组：支持 Google 系模型
• AWS Bedrock 分组：使用 AWS 官方服务，响应快

什么是缓存？

缓存是一种优化机制：

• 首次请求：发送内容时会创建缓存（有额外费用）
• 命中缓存：后续相似请求从缓存读取，价格极低
• 缓存时长：5 分钟适合频繁切换，1 小时适合专注同一项目

什么是上下文？

上下文是模型能处理的内容长度：

• 默认上下文：200K-256K tokens
• 特价分组：上下文可能更短
• 1M 上下文：适合处理超长内容

接入步骤

代码示例

cURL 直接调用

curl https://aipaiai.cn/v1/images/generations \
  -H "Authorization: Bearer sk-你的Token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "一只橘猫坐在沙发上",
    "size": "864x1536",
    "quality": "2K",
    "n": 1
  }'

Python SDK

from openai import OpenAI
import base64

client = OpenAI(
    api_key="sk-你的Token",
    base_url="https://aipaiai.cn/v1",
)

res = client.images.generate(
    model="gpt-image-2",
    prompt="一只橘猫坐在沙发上",
    size="864x1536",       # 9:16 竖屏
    quality="2K",           # 2K 高清放大,可选 1K / 2K / 4K
    n=1,
)

with open("cat.png", "wb") as f:
    f.write(base64.b64decode(res.data[0].b64_json))

Node.js SDK

import OpenAI from "openai";
import fs from "fs";

const client = new OpenAI({
  apiKey: "sk-你的Token",
  baseURL: "https://aipaiai.cn/v1",
});

const res = await client.images.generate({
  model: "gpt-image-2",
  prompt: "一只橘猫坐在沙发上",
  size: "864x1536",   // 9:16 竖屏
  quality: "2K",       // 1K / 2K / 4K
});

fs.writeFileSync(
  "cat.png",
  Buffer.from(res.data[0].b64_json, "base64"),
);

图形客户端适配

请求参数

支持的 size 取值

我们已升级为 按比例精确生成,不再受 OpenAI 官方 3 个固定尺寸的限制,所有常见短视频/海报比例都可直接出图,后端不做强制裁切:

quality 画质说明

常见错误

接入步骤

代码示例

cURL 直接调用

curl https://aipaiai.cn/v1/chat/completions \
  -H "Authorization: Bearer sk-你的Token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "messages": [
      {
        "role": "user",
        "content": "帮我画一只橘猫坐在沙发上，卡通风格"
      }
    ]
  }'

Python 调用

from openai import OpenAI
import base64

client = OpenAI(
    api_key="sk-你的Token",
    base_url="https://aipaiai.cn/v1",
)

response = client.chat.completions.create(
    model="gpt-image-2",
    messages=[
        {
            "role": "user",
            "content": "帮我画一只橘猫坐在沙发上，卡通风格"
        }
    ],
)

# 返回的内容中包含 base64 图片数据
content = response.choices[0].message.content

# 如果返回的是纯 base64 数据，直接解码保存
import re
# 提取 base64 数据（可能包含在 markdown 图片标签中）
b64_match = re.search(r'data:image/[^;]+;base64,([A-Za-z0-9+/=]+)', content)
if b64_match:
    img_data = base64.b64decode(b64_match.group(1))
    with open("cat.png", "wb") as f:
        f.write(img_data)
    print("图片已保存为 cat.png")
else:
    # 尝试直接作为 base64 解码
    try:
        img_data = base64.b64decode(content)
        with open("cat.png", "wb") as f:
            f.write(img_data)
        print("图片已保存为 cat.png")
    except Exception:
        print("返回内容:", content[:200])

Node.js 调用

import OpenAI from "openai";
import fs from "fs";

const client = new OpenAI({
  apiKey: "sk-你的Token",
  baseURL: "https://aipaiai.cn/v1",
});

const response = await client.chat.completions.create({
  model: "gpt-image-2",
  messages: [
    {
      role: "user",
      content: "帮我画一只橘猫坐在沙发上，卡通风格",
    },
  ],
});

const content = response.choices[0].message.content;

// 提取 base64 数据
const match = content.match(/data:image\/[^;]+;base64,([A-Za-z0-9+/=]+)/);
if (match) {
  fs.writeFileSync("cat.png", Buffer.from(match[1], "base64"));
  console.log("图片已保存为 cat.png");
} else {
  // 尝试直接解码
  try {
    fs.writeFileSync("cat.png", Buffer.from(content, "base64"));
    console.log("图片已保存为 cat.png");
  } catch (e) {
    console.log("返回内容:", content.substring(0, 200));
  }
}

请求参数说明

返回格式

返回标准的 Chat Completions 响应格式，生成的图片以 base64 编码嵌入在 choices[0].message.content 中：

{
  "id": "chatcmpl-xxx",
  "object": "chat.completion",
  "model": "gpt-image-2",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "data:image/png;base64,iVBORw0KGgo..."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 0,
    "completion_tokens": 0,
    "total_tokens": 0
  }
}

常见错误

接入步骤

文生视频示例

curl https://aipaiai.cn/v1/videos \
  -H "Authorization: Bearer sk-你的Token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "doubao-seedance-2-0-260128",
    "prompt": "电影感镜头，一位宇航员走过霓虹城市街道，雨夜反光，慢速推进镜头",
    "size": "16:9",
    "seconds": "5"
  }'

图生视频示例

curl https://aipaiai.cn/v1/videos \
  -H "Authorization: Bearer sk-你的Token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "doubao-seedance-2-0-fast-260128",
    "prompt": "让画面中的人物自然转身看向镜头，背景保持稳定，电影级光影",
    "images": [
      "https://example.com/reference-1.png"
    ],
    "size": "9:16",
    "seconds": "5"
  }'

多参考图示例

多参考图会按顺序传给上游，可用于角色、场景、首尾帧等参考。建议使用清晰、主体明确、授权合规的图片。

{
  "model": "doubao-seedance-2-0-260128",
  "prompt": "根据参考图生成一段自然运镜的视频，保持人物一致性和场景连续性",
  "images": [
    "https://example.com/character.png",
    "https://example.com/scene.png",
    "https://example.com/end-frame.png"
  ],
  "size": "16:9",
  "seconds": "5"
}

查询任务

curl https://aipaiai.cn/v1/videos/task_xxxxxxxxx \
  -H "Authorization: Bearer sk-你的Token"

返回示例：

{
  "id": "task_xxxxxxxxx",
  "object": "video",
  "model": "doubao-seedance-2-0-260128",
  "status": "completed",
  "progress": 100,
  "metadata": {
    "url": "https://.../video.mp4"
  }
}

参数说明

常见问题

接入步骤

请求参数

代码示例

场景一：照片转动漫风格（cURL）

# 单张参考图 + 风格描述，最常见的用法
curl -X POST "https://aipaiai.cn/v1/images/edits" \
  -H "Authorization: Bearer sk-你的Token" \
  -F "model=gpt-image-2" \
  -F "prompt=将这张照片转换为吉卜力动画风格，保留人物表情和姿态，背景改为宫崎骏式的蓝天白云草地" \
  -F "size=1024x1024" \
  -F "quality=high" \
  -F "n=1" \
  -F "response_format=b64_json" \
  -F "image[]=@my_photo.png"

场景二：多图融合 — 内容+风格分离（cURL）

# 第一张图提供构图内容，第二张图提供画风参考
curl -X POST "https://aipaiai.cn/v1/images/edits" \
  -H "Authorization: Bearer sk-你的Token" \
  -F "model=gpt-image-2" \
  -F "prompt=保持第一张图中的人物和构图不变，用第二张图的浮世绘风格重新绘制整个画面" \
  -F "size=1024x1024" \
  -F "quality=high" \
  -F "n=1" \
  -F "response_format=b64_json" \
  -F "image[]=@content.png" \
  -F "image[]=@ukiyoe_style.png"

场景三：产品图电商场景（Python requests）

import requests
import base64

url = "https://aipaiai.cn/v1/images/edits"
headers = {"Authorization": "Bearer sk-你的Token"}

# 上传产品白底图作为参考
files = [
    ("image[]", ("product.png", open("product_photo.png", "rb"), "image/png")),
]

data = {
    "model": "gpt-image-2",
    "prompt": "将这个产品放在高端大理石桌面上，背景是柔和的暖色调摄影棚灯光，添加自然阴影，电商广告风格",
    "size": "1024x1024",
    "quality": "high",
    "n": "1",
    "response_format": "b64_json",
}

response = requests.post(url, headers=headers, data=data, files=files, timeout=120)
result = response.json()

image_b64 = result["data"][0]["b64_json"]
with open("product_styled.png", "wb") as f:
    f.write(base64.b64decode(image_b64))

print("产品场景图已保存")

场景四：人物照片换场景（Python OpenAI SDK）

from openai import OpenAI
import base64

client = OpenAI(
    api_key="sk-你的Token",
    base_url="https://aipaiai.cn/v1",
)

# images.edit() 对应 /v1/images/edits 端点
result = client.images.edit(
    model="gpt-image-2",
    image=open("portrait.png", "rb"),
    prompt="保留照片中人物的面部特征和表情，将背景替换为东京涩谷十字路口的夜景，霓虹灯光映照在人物身上",
    size="1024x1024",
    quality="high",
    n=1,
)

image_b64 = result.data[0].b64_json
with open("portrait_tokyo.png", "wb") as f:
    f.write(base64.b64decode(image_b64))

print("换景照片已保存")

场景五：草图转精稿（Node.js fetch）

const fs = require("fs");

async function sketchToArt() {
  const formData = new FormData();
  formData.append("model", "gpt-image-2");
  formData.append("prompt", "根据这张手绘草图生成一幅精美的概念设计图，科幻风格的未来城市，细节丰富，光影层次分明");
  formData.append("size", "1024x1024");
  formData.append("quality", "high");
  formData.append("n", "1");
  formData.append("response_format", "b64_json");

  // 上传手绘草图作为参考
  const sketch = new Blob([fs.readFileSync("sketch.png")], { type: "image/png" });
  formData.append("image[]", sketch, "sketch.png");

  const response = await fetch("https://aipaiai.cn/v1/images/edits", {
    method: "POST",
    headers: { Authorization: "Bearer sk-你的Token" },
    body: formData,
  });

  const result = await response.json();
  fs.writeFileSync("concept_art.png", Buffer.from(result.data[0].b64_json, "base64"));
  console.log("概念设计图已保存");
}

sketchToArt();

场景六：IP 形象 / 表情包生成（Node.js OpenAI SDK）

const OpenAI = require("openai");
const fs = require("fs");

const client = new OpenAI({
  apiKey: "sk-你的Token",
  baseURL: "https://aipaiai.cn/v1",
});

async function generateSticker() {
  // 上传 IP 形象原图，生成不同姿态的表情包
  const result = await client.images.edit({
    model: "gpt-image-2",
    image: fs.createReadStream("mascot.png"),
    prompt: "用同样的角色形象和画风，生成一个开心挥手打招呼的姿势，表情夸张可爱，适合做聊天表情包，白色背景",
    size: "1024x1024",
    quality: "high",
    n: 1,
  });

  fs.writeFileSync("sticker_wave.png", Buffer.from(result.data[0].b64_json, "base64"));
  console.log("表情包已保存");
}

generateSticker();

进阶：前端 base64 图片作为参考图

如果你的应用中图片已经是 base64 字符串（比如通过 canvas.toDataURL() 或 FileReader 获取），需要先解码为二进制再以文件形式上传：

import base64, io, requests

# 前端传来的 base64（注意：必须去掉 "data:image/png;base64," 前缀）
raw_base64 = "iVBORw0KGgoAAAANSUhEUg..."

image_bytes = base64.b64decode(raw_base64)

files = [
    ("image[]", ("ref_1.png", io.BytesIO(image_bytes), "image/png")),
]

data = {
    "model": "gpt-image-2",
    "prompt": "将这张用户上传的自拍照转换为3D皮克斯动画角色风格，保留面部特征",
    "size": "1024x1024",
    "quality": "high",
    "response_format": "b64_json",
}

response = requests.post(
    "https://aipaiai.cn/v1/images/edits",
    headers={"Authorization": "Bearer sk-你的Token"},
    data=data,
    files=files,
    timeout=120,
)

result = response.json()
print("生成成功:", len(result["data"]), "张图片")

返回格式

{
  "data": [
    {
      "b64_json": "iVBORw0KGgoAAAANSUhEUg...",
      "revised_prompt": "A photo transformed into Studio Ghibli anime style..."
    }
  ],
  "created": 1714600000
}

常见问题