NekoBot

Appearance

anthropic_messages - Anthropic Messages 协议适配器 ​

字数
606 字
阅读时间
3 分钟

概述 ​

AnthropicMessagesProtocol 适配 Anthropic Messages API（/v1/messages），将 NekoBot 内部的 OpenAI 格式消息转换为 Anthropic 原生格式。当 provider_type 为 anthropic 或 claude 时启用。

与 OpenAI Chat Completions 的关键差异 ​

维度OpenAIAnthropic
认证Authorization: Bearerx-api-key
system 消息在 messages[] 中顶层 system 字段
assistant 角色role: "assistant"role: "assistant"
工具调用tool_calls[].functioncontent[].type="tool_use"
工具结果role: "tool"type: "tool_result"（合并到 user 消息）
max_tokens可选必传
API 版本无anthropic-version: 2023-06-01

build_headers ​

使用 x-api-key 头传递 API 密钥，固定附加 anthropic-version: 2023-06-01。stream=True 时添加 Accept: text/event-stream。

build_payload ​

_convert_messages() 承担核心转换：

system 消息提取：

python
# 输入: [{"role": "system", "content": "你是助手"}, {"role": "user", "content": "你好"}]
# 输出: system="你是助手", messages=[{"role": "user", "content": "你好"}]

system 消息从消息列表中剥离，放入顶层 payload["system"]。

assistant 消息 + 工具调用重建：

python
# 处理 _thinking_content 字段（DeepSeek R1 等模型要求回传 thinking block）
blocks = []
if thinking_text:
    blocks.append({"type": "thinking", "thinking": thinking_text})
if content:
    blocks.append({"type": "text", "text": content})
for tc in tool_calls:
    blocks.append({"type": "tool_use", "id": tc["id"], "name": func["name"], "input": args})

tool 结果合并：

python
# 连续多条 tool_result 自动合并到同一条 user 消息
{
    "role": "user",
    "content": [
        {"type": "tool_result", "tool_use_id": "call_xxx", "content": "42"},
        {"type": "tool_result", "tool_use_id": "call_yyy", "content": "36"},
    ]
}

工具定义转换（_convert_tools）：

python
# OpenAI: {"type": "function", "function": {"name": "get_weather", "parameters": {...}}}
# Anthropic: {"name": "get_weather", "input_schema": {...}}
# 注意字段名变化：parameters → input_schema

tool_choice 映射："auto" → {"type": "auto"}，"required" → {"type": "any"}，"none" → None（不传 tool_choice）。

parse_response ​

遍历 data["content"] 数组，按 block 类型分发：

block 类型提取内容
"text"文本内容
"thinking"推理内容（block["thinking"]）
"tool_use"构建 tool_calls（id、name、arguments）

finish_reason 映射："end_turn" / "stop" → "stop"，有工具调用 → "tool_calls"。

Token 用量字段名翻译：input_tokens → prompt_tokens，output_tokens → completion_tokens。

parse_stream_chunk ​

事件类型处理：

事件类型delta 类型返回
content_block_deltatext_delta{"type": "content", "content": "..."}
content_block_deltathinking_delta{"type": "thinking", "thinking": "..."}
content_block_starttool_use{"type": "tool_call_start", "tool_call": {...}}
message_stop-{"type": "stop"}

Anthropic 的 thinking 内容通过 thinking_delta 事件流式输出，与文本增量走不同的路径。

注意事项 ​

  • max_tokens 是 Anthropic API 的必传字段，默认 4096
  • extra_body 仅透传 temperature、top_p、top_k 三个参数
  • _thinking_content 由上游（如 DeepSeek 推理模型）填充，协议层负责正确回传
  • tool result 消息合并策略：连续 tool_result 自动合入同一条 user 消息（Anthropic 要求）

页面历史