manbuwl LLM 网关 · 接入说明

OpenAI 兼容 Base URL

https://models.manbuwl.com/v1

Anthropic 兼容 Base URL

https://models.manbuwl.com

🔑 所有示例里的 sk-xxxxxxxxxxxx 都是占位符，请替换成你自己的 API Key。模型列表用你的 Key 调用 GET /v1/models 获取（仅需有效 Key，不受额度限制）。

一、OpenAI 兼容接入 OpenAI Compatible

样例工具：aichat（命令行 LLM 客户端）

编辑 ~/.config/aichat/config.yaml，新增一个 openai-compatible 客户端：

# ~/.config/aichat/config.yaml
clients:
  - type: openai-compatible
    name: manbuwl
    api_base: https://models.manbuwl.com/v1
    api_key: sk-xxxxxxxxxxxx

然后直接对话（模型名用网关里的模型 ID）：

aichat -m manbuwl:altp-qwen3.6-plus "用一句话介绍你自己"

或者用 curl / 任意 OpenAI SDK

curl https://models.manbuwl.com/v1/chat/completions \
  -H "Authorization: Bearer sk-xxxxxxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{"model":"altp-qwen3.6-plus","messages":[{"role":"user","content":"你好"}]}'

Python SDK：OpenAI(base_url="https://models.manbuwl.com/v1", api_key="sk-xxxxxxxxxxxx")

二、Anthropic 兼容接入 Anthropic Compatible

样例工具：Claude Code（Anthropic 官方 CLI）

设置环境变量指向本网关，然后正常使用 claude：

export ANTHROPIC_BASE_URL=https://models.manbuwl.com
export ANTHROPIC_AUTH_TOKEN=sk-xxxxxxxxxxxx
export ANTHROPIC_MODEL=claude-sonnet-4-6
claude

或者用 curl / Anthropic SDK

curl https://models.manbuwl.com/v1/messages \
  -H "x-api-key: sk-xxxxxxxxxxxx" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"model":"claude-sonnet-4-6","max_tokens":1024,"messages":[{"role":"user","content":"你好"}]}'

三、语音合成 TTS OpenAI Compatible

端点：POST /v1/audio/speech · 请求体：JSON · 返回：二进制音频流（audio/wav），不是 JSON。用法与 OpenAI audio.speech 完全一致。

请求参数

字段	必填	说明
`model`	是	固定 `qwen3-tts-flash`（传 OpenAI 的 tts-1/tts-1-hd 也会自动降级到它）
`input`	是	要合成的文本。⚠️ 文本放这里，不是 `text` 也不是 `prompt`
`voice`	否	音色，默认 `Cherry`（见下表）
`response_format`	否	仅影响返回的 Content-Type 标注，实际始终输出 wav

cURL 示例

curl https://models.manbuwl.com/v1/audio/speech \
  -H "Authorization: Bearer sk-xxxxxxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{"model":"qwen3-tts-flash","input":"漫步无垠，你好世界","voice":"Cherry"}' \
  --output speech.wav

Python（OpenAI SDK）

from openai import OpenAI
client = OpenAI(base_url="https://models.manbuwl.com/v1", api_key="sk-xxxxxxxxxxxx")
resp = client.audio.speech.create(model="qwen3-tts-flash", voice="Cherry", input="你好世界")
resp.stream_to_file("speech.wav")

可选音色（voice）

Cherry（默认）SerenaChelsieEthanDylanJadaSunny

也兼容 OpenAI 标准音色名（自动映射）：alloy→Cherry、echo→Ethan、fable→Serena、onyx→Dylan、nova→Chelsie、shimmer→Jada。

返回：HTTP 200 + Content-Type: audio/wav，body 即 wav 字节流（curl 用 --output 存文件，SDK 用 stream_to_file）。出错时才返回 JSON：{"error":{"message":"[router] ..."}}。

四、文生图 OpenAI Compatible

端点：POST /v1/images/generations · 请求体：JSON · 返回：JSON（图片为 URL，非 base64）。用法与 OpenAI images.generations 一致。

请求参数

字段	必填	说明
`model`	是	如 `altp-wan2.7-image`、`altp-qwen-image-2.0`
`prompt`	是	图片描述文本
`size`	否	如 `1024x1024`（也接受 `1024*1024`），默认 1024x1024
`n`	否	生成张数，默认 1

cURL 示例

curl https://models.manbuwl.com/v1/images/generations \
  -H "Authorization: Bearer sk-xxxxxxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{"model":"altp-wan2.7-image","prompt":"一只在月球上散步的猫","size":"1024x1024","n":1}'

返回结构

{
  "created": 1780475270,
  "data": [ { "url": "https://dashscope-xxx.oss-../xxxx.png" } ]
}

⚠️ 图片是临时 URL（阿里云 OSS，有效期有限），拿到后请尽快下载保存到自己的存储。

五、语音识别 ASR OpenAI Compatible

端点：POST /v1/audio/transcriptions · 请求体：multipart/form-data（不是 JSON，是表单上传文件） · 返回：JSON。用法与 OpenAI audio.transcriptions 一致。

表单字段

字段	必填	说明
`file`	是	音频文件（wav / mp3 等），以文件形式上传
`model`	是	见下方模型表
`response_format`	否	`json`(默认) 或 `text`

cURL 示例

curl https://models.manbuwl.com/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-xxxxxxxxxxxx" \
  -F "file=@audio.wav" \
  -F "model=paraformer-realtime-v2"

可用模型

模型	说明
`fun-asr`	通用录音文件转写
`paraformer-8k-v2`	8kHz 电话录音转写
`paraformer-realtime-v2`	实时语音识别

返回：默认 {"text":"识别出的文字"}；传 response_format=text 则直接返回纯文本。

六、文字识别 OCR

端点：POST /v1/ocr · 返回：JSON。识别图片中的文字（PaddleOCR），有 Key 即可调用，方便程序/AI 直接使用。三种传图方式三选一。

请求参数

字段	位置	必填	说明
`image_base64`	JSON	三选一	图片 base64（可带 `data:image/png;base64,` 前缀）
`url`	JSON		图片的 http(s) 地址
`file`	表单		以 `multipart/form-data` 上传图片文件
`model`	JSON/表单	否	识别档位 `tiny`/`small`/`medium`，默认 `small`

cURL 示例

① base64（JSON）：

curl https://models.manbuwl.com/v1/ocr \
  -H "Authorization: Bearer sk-xxxxxxxxxxxx" \
  -H "Content-Type: application/json" \
  -d "{\"image_base64\":\"$(base64 -w0 image.png)\",\"model\":\"small\"}"

② 直接上传文件（表单）：

curl https://models.manbuwl.com/v1/ocr \
  -H "Authorization: Bearer sk-xxxxxxxxxxxx" \
  -F "file=@image.png" \
  -F "model=small"

③ 图片 URL（JSON）：

curl https://models.manbuwl.com/v1/ocr \
  -H "Authorization: Bearer sk-xxxxxxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{"url":"https://example.com/a.png","model":"small"}'

返回结构

{
  "model": "small",
  "elapsed_ms": 127,
  "raw_text": "第一行文字\n第二行文字",
  "lines": [
    { "text": "第一行文字", "confidence": 0.9876, "box": [[0,0],[100,0],[100,20],[0,20]] }
  ]
}

raw_text 是整张图拼好的纯文本（含换行）；lines 是逐行结果（文字 + 置信度 + 四角坐标框）。查可用档位：GET /v1/ocr/models。

七、查看可用模型

curl https://models.manbuwl.com/v1/models \
  -H "Authorization: Bearer sk-xxxxxxxxxxxx"

返回你的 Key 有权访问的模型列表（仅需有效 Key，不消耗额度）。