跳至主要內容

/v1/messages

使用 LiteLLM 以 Anthropic v1/messages 格式呼叫您所有的 LLM API。

概覽​

功能支援備註
成本追蹤✅可與所有支援的模型搭配使用
記錄✅可跨所有整合使用
終端使用者追蹤✅
串流✅
備援✅可在支援的模型之間運作
負載平衡✅可在支援的模型之間運作
防護欄✅適用於輸入與輸出文字。在串流輸出時，防護欄可封鎖回應，但像遮罩這類文字重寫只適用於非串流回應
支援的提供者所有 LiteLLM 支援的提供者openai, anthropic, bedrock, vertex_ai, gemini, azure, azure_ai, 等。

用法​

LiteLLM Python SDK​

非串流範例​

Anthropic Example using LiteLLM Python SDK
import litellm
response = await litellm.anthropic.messages.acreate(
    messages=[{"role": "user", "content": "Hello, can you tell me a short joke?"}],
    api_key=api_key,
    model="anthropic/claude-sonnet-5",
    max_tokens=100,
)

串流範例​

Anthropic Streaming Example using LiteLLM Python SDK
import litellm
response = await litellm.anthropic.messages.acreate(
    messages=[{"role": "user", "content": "Hello, can you tell me a short joke?"}],
    api_key=api_key,
    model="anthropic/claude-sonnet-5",
    max_tokens=100,
    stream=True,
)
async for chunk in response:
    print(chunk)

範例回應：

{
  "content": [
    {
      "text": "Hi! this is a very short joke",
      "type": "text"
    }
  ],
  "id": "msg_013Zva2CMHLNnXjNJJKqJ2EF",
  "model": "claude-sonnet-5",
  "role": "assistant",
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "type": "message",
  "usage": {
    "input_tokens": 2095,
    "output_tokens": 503,
    "cache_creation_input_tokens": 2095,
    "cache_read_input_tokens": 0
  }
}

LiteLLM Proxy 伺服器​

  1. 設定 config.yaml
model_list:
    - model_name: anthropic-claude
      litellm_params:
        model: claude-sonnet-5
        api_key: os.environ/ANTHROPIC_API_KEY
  1. 啟動 proxy
litellm --config /path/to/config.yaml
  1. 測試它！
Anthropic Example using LiteLLM Proxy Server
import anthropic

# point anthropic sdk to litellm proxy 
client = anthropic.Anthropic(
    base_url="http://0.0.0.0:4000",
    api_key="sk-<your-litellm-api-key>",
)

response = client.messages.create(
    messages=[{"role": "user", "content": "Hello, can you tell me a short joke?"}],
    model="anthropic-claude",
    max_tokens=100,
)

請求格式​

請求主體將採用 Anthropic messages API 格式。litellm 遵循此端點的 Anthropic messages 規格。

請求主體範例​

{
  "model": "claude-sonnet-5",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello, world"
    }
  ]
}

必要欄位​

  • model (string):
    模型識別碼（例如，"claude-sonnet-5"）。
  • max_tokens (integer):
    在停止前要生成的最大 token 數量。
    注意：模型可能會在達到此限制前停止；值必須大於 1。
  • messages (array of objects):
    依序排列的對話輪次清單。
    每個 message 物件必須包含：
    • role (enum: "user" 或 "assistant"):
      指定該訊息的說話者。
    • content (string or array of content blocks):
      構成該訊息的文字或內容區塊（例如，包含具有 type 的物件陣列，例如 "text"）。
      範例對應： 
      {"role": "user", "content": "Hello, Claude"}
      等同於： 
      {"role": "user", "content": [{"type": "text", "text": "Hello, Claude"}]}

選用欄位​

  • metadata (object):
    包含有關此請求的其他中繼資料（例如，user_id 作為不透明識別碼）。
  • stop_sequences (array of strings):
    自訂字串序列，當在生成的文字中遇到時，會使模型停止。
  • stream (boolean):
    表示是否使用伺服器推送事件來串流回應。
  • system (string or array):
    提供脈絡或特定指示給模型的系統提示。
  • temperature (number):
    控制模型回應的隨機性。有效範圍：0 < temperature < 1。
  • thinking (object): 啟用延伸思考的設定。若啟用，包含：
    • budget_tokens (integer): 至少 1024 個 token（且小於 max_tokens）。
    • type (enum): 例如，"enabled"。
    • summary (string, optional): 啟用思考區塊的摘要樣式。可能的值："auto"、"concise"、"detailed"、"disabled"。 當路由至非 Anthropic 提供者（例如 openai/gpt-5.6-terra）時，summary 值會被保留並轉送至下游 API。
  • tool_choice (object):
    指示模型應如何使用任何提供的工具。
  • tools (array of objects):
    模型可用工具的定義。每個工具包含：
    • name (string):
      工具名稱。
    • description (string):
      工具的詳細說明。
    • input_schema (object):
      描述該工具預期輸入格式的 JSON schema。
  • top_k (integer):
    限制抽樣至前 K 個選項。
  • top_p (number):
    啟用 nucleus sampling，並設定累積機率截斷點。有效範圍：0 < top_p < 1。

回應格式​

回應將採用 Anthropic messages API 格式。

回應範例​

{
  "content": [
    {
      "text": "Hi! My name is Claude.",
      "type": "text"
    }
  ],
  "id": "msg_013Zva2CMHLNnXjNJJKqJ2EF",
  "model": "claude-sonnet-5",
  "role": "assistant",
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "type": "message",
  "usage": {
    "input_tokens": 2095,
    "output_tokens": 503,
    "cache_creation_input_tokens": 2095,
    "cache_read_input_tokens": 0
  }
}

回應欄位​

  • content (array of objects):
    包含模型生成的內容區塊。每個區塊包含：

    • type (string):
      指示內容類型（例如，"text"、"tool_use"、"thinking" 或 "redacted_thinking"）。
    • text (string):
      模型生成的文字。
      注意：最大長度為 5,000,000 個字元。
    • citations (array of objects or null):
      提供引用詳細資訊的選用欄位。每個引用包含：
      • cited_text (string):
        被引用的摘錄。
      • document_index (integer):
        參照被引用文件的索引。
      • document_title (string or null):
        被引用文件的標題。
      • start_char_index (integer):
        引用的起始字元索引。
      • end_char_index (integer):
        引用的結束字元索引。
      • type (string):
        通常為 "char_location"。

  • id (string):
    回應訊息的唯一識別碼。
    注意：ID 的格式與長度可能會隨時間變更。

  • model (string):
    指定產生回應的模型。

  • role (string):
    指示生成訊息的角色。對於回應，這永遠是 "assistant"。

  • stop_reason (string):
    說明模型為何停止生成文字。可能的值包括：

    • "end_turn"：模型已達到自然停止點。
    • "max_tokens"：因為已達到最大 token 限制而停止生成。
    • "stop_sequence"：遇到自訂停止序列。
    • "tool_use"：模型呼叫了一個或多個工具。

  • stop_sequence (string or null):
    包含導致生成停止的特定停止序列（若適用）；否則為 null。

  • type (string):
    表示回應物件的類型，且一律為 "message"。

  • usage（物件）：
    提供用於計費與速率限制的 token 使用量詳細資訊。包括：

    • input_tokens（整數）：
      已處理的輸入 token 總數。
    • output_tokens（整數）：
      已產生的輸出 token 總數。
    • cache_creation_input_tokens（整數或 null）：
      用於建立快取項目的 token 數量。
    • cache_read_input_tokens（整數或 null）：
      從快取讀取的 token 數量。
LiteLLM Enterprise
為正式環境打造的 SSO/SAML、稽核記錄、支出追蹤、多團隊管理與防護欄。
深入瞭解 →