Back to docs

API 参考

完整的 API 端点文档

API 参考

基础 URL

https://api.rovoapi.com

认证

所有请求都需要通过 API Key 认证。以 Bearer Token 形式传入:

curl https://api.rovoapi.com/v1/messages \
  -H "Authorization: Bearer sk-rovo-YOUR_KEY" \
  -H "Content-Type: application/json"

模型

Claude (Anthropic)

  • claude-opus-4-8 — 最强能力,适合复杂任务
  • claude-sonnet-4-6 — 智能与速度的平衡
  • claude-haiku-4-5 — 快速且便宜

GPT (OpenAI)

  • gpt-5.5 — 最新旗舰模型
  • gpt-5.4 — 稳定可靠
  • o3 — 高级推理
  • o4-mini — 轻量推理模型

Gemini (Google)

  • gemini-2.5-pro — 最强 Gemini
  • gemini-3.5-flash — 快速实惠

DeepSeek

  • deepseek-v4-flash — 极其便宜
  • deepseek-r1 — 开源推理模型

常用端点

Chat Completions(OpenAI 兼容)

POST https://api.rovoapi.com/v1/chat/completions

请求体:

{
  "model": "claude-sonnet-4-6",
  "messages": [
    {"role": "user", "content": "你好"}
  ],
  "temperature": 1,
  "max_tokens": 1024,
  "stream": false
}

Messages(Anthropic 兼容)

POST https://api.rovoapi.com/v1/messages

请求体:

{
  "model": "claude-sonnet-4-6",
  "max_tokens": 1024,
  "messages": [
    {"role": "user", "content": "你好"}
  ]
}

流式响应

两个端点都支持流式输出。设置 stream: true

curl https://api.rovoapi.com/v1/chat/completions \
  -H "Authorization: Bearer sk-rovo-YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-6",
    "messages": [{"role": "user", "content": "你好"}],
    "stream": true
  }'

你将收到 Server-Sent Events (SSE) 格式的增量数据:

data: {"choices":[{"delta":{"content":"你好"}}]}
data: {"choices":[{"delta":{"content":",请问"}}]}
...
data: [DONE]

错误处理

错误以标准 HTTP 状态码返回:

  • 400 Bad Request — 参数无效
  • 401 Unauthorized — API Key 无效或缺失
  • 429 Too Many Requests — 超出速率限制
  • 500 Internal Server Error — 服务端错误

错误响应:

{
  "error": {
    "message": "Invalid model: gpt-999",
    "type": "invalid_request_error"
  }
}

速率限制

标准限制:

  • 100 次请求/分钟 每个 API Key
  • 1M tokens/天 免费额度

前往控制台可升级更高限制。

用量与计费

定价按 每 1M tokens 计算:

| 模型 | 输入 | 输出 | |-------|-------|--------| | Claude Sonnet 4.6 | $3 | $15 | | GPT-5.4 | $2.50 | $15 | | Gemini 2.5 Pro | $1 | $10 | | DeepSeek V4 | $0.14 | $0.28 |

用量实时计算,从账户余额中扣除。

最佳实践

  1. 选择合适的模型 — Claude 适合推理,GPT 适合速度,DeepSeek 适合低成本
  2. 启用流式传输 — 用户体验更好,不必等待完整响应
  3. 设置合适的 temperature — 0 为确定性输出,1 为创意输出
  4. 优雅处理错误 — 使用指数退避实现重试逻辑
  5. 监控用量 — 定期查看控制台,避免超支