MiniMax API Examples

本页面提供Agentsflare MiniMax API的使用示例，帮助您快速集成和使用MiniMax AI服务。

基础配置

在开始使用API之前，请确保您已经获取了API Key。如果还没有，请参考创建API Key。

基础信息

• API Base URL: https://api.agentsflare.com/anthropic/v1/messages
• 认证方式: Bearer Token
• 内容类型: application/json

请求示例

cURL

curl --location --request POST 'https://api.agentsflare.com/anthropic/v1/messages' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer $API_KEY' \
--data-raw '{
    "messages": [
        {
            "role": "user",
            "content": "小明的爸爸有三个儿子，老大叫大毛，老二叫二毛，老三叫什么名字？请做详细推理，但仅简明扼要的告诉我答案"
        }
    ],
    "max_tokens": 8920,
    "model": "MiniMax-M2.5",
    "stream": true
}'

Python

import anthropic

client = anthropic.Anthropic(
    api_key="YOUR_API_KEY",
    base_url="https://api.agentsflare.com/anthropic"
)

message = client.messages.create(
    model="MiniMax-M2.5",
    max_tokens=8920,
    messages=[
        {
            "role": "user",
            "content": "小明的爸爸有三个儿子，老大叫大毛，老二叫二毛，老三叫什么名字？请做详细推理，但仅简明扼要的告诉我答案"
        }
    ],
    stream=True
)

for event in message:
    if event.type == "content_block_delta":
        delta = event.delta
        if delta.type == "text_delta":
            # 正常文本输出
            print(delta.text, end="", flush=True)
        elif delta.type == "thinking_delta":
            # 思考过程（可选择打印或忽略）
            print(delta.thinking, end="", flush=True)  # 如果想看思考过程

JavaScript

import Anthropic from "@anthropic-ai/sdk";

const client = new Anthropic({
  apiKey: process.env.AGENTSFLARE_API_KEY,
  baseURL: "https://api.agentsflare.com/anthropic"
});

async function main() {
  try {
    const stream = await client.messages.create({
      model: "MiniMax-M2.5",
      max_tokens: 8920,
      messages: [
        {
          role: "user",
          content: "小明的爸爸有三个儿子，老大叫大毛，老二叫二毛，老三叫什么名字？请做详细推理，但仅简明扼要的告诉我答案"
        }
      ],
      stream: true
    });

    for await (const event of stream) {
      if (event.type === 'content_block_delta') {
        process.stdout.write(event.delta.text);
      }
    }
  } catch (err) {
    console.error(err?.response?.data ?? err);
  }
}

main();

Node.js

const Anthropic = require("@anthropic-ai/sdk");

const client = new Anthropic({
  apiKey: process.env.AGENTSFLARE_API_KEY,
  baseURL: "https://api.agentsflare.com/anthropic"
});

async function main() {
  try {
    const stream = await client.messages.create({
      model: "MiniMax-M2.5",
      max_tokens: 8920,
      messages: [
        {
          role: "user",
          content: "小明的爸爸有三个儿子，老大叫大毛，老二叫二毛，老三叫什么名字？请做详细推理，但仅简明扼要的告诉我答案"
        }
      ],
      stream: true
    });

    for await (const event of stream) {
      if (event.type === 'content_block_delta') {
        process.stdout.write(event.delta.text);
      }
    }
  } catch (err) {
    console.error(err?.response?.data ?? err);
  }
}

main();

Python (非流式)

import anthropic

client = anthropic.Anthropic(
    api_key="YOUR_API_KEY",
    base_url="https://api.agentsflare.com/anthropic"
)

message = client.messages.create(
    model="MiniMax-M2.5",
    max_tokens=8920,
    messages=[
        {
            "role": "user",
            "content": "你好，请介绍一下你自己"
        }
    ]
)

print(message.content[0].text)

Go

package main

import (
	"context"
	"fmt"
	"log"
	"os"

	"github.com/anthropics/anthropic-sdk-go"
	"github.com/anthropics/anthropic-sdk-go/option"
)

func main() {
	apiKey := os.Getenv("AGENTSFLARE_API_KEY")
	if apiKey == "" {
		log.Fatal("missing env AGENTSFLARE_API_KEY")
	}

	client := anthropic.NewClient(
		option.WithAPIKey(apiKey),
		option.WithBaseURL("https://api.agentsflare.com/anthropic"),
	)

	ctx := context.Background()

	stream := client.Messages.NewStreaming(ctx, anthropic.MessageNewParams{
		Model:     anthropic.F("MiniMax-M2.5"),
		MaxTokens: anthropic.F(int64(8920)),
		Messages: anthropic.F([]anthropic.MessageParam{
			anthropic.NewUserMessage(anthropic.NewTextBlock("你好，请介绍一下你自己")),
		}),
	})

	for stream.Next() {
		event := stream.Current()
		if delta, ok := event.Delta.(anthropic.ContentBlockDeltaEventDelta); ok {
			if textDelta, ok := delta.AsTextDelta(); ok {
				fmt.Print(textDelta.Text)
			}
		}
	}

	if err := stream.Err(); err != nil {
		log.Fatalf("stream error: %v", err)
	}
}

响应示例

流式响应

event: message_start
data: {"type":"message_start","message":{"id":"msg_123","type":"message","role":"assistant","content":[],"model":"MiniMax-M2.5","stop_reason":null,"usage":{"input_tokens":45,"output_tokens":0}}}

event: content_block_start
data: {"type":"content_block_start","index":0,"content_block":{"type":"text","text":""}}

event: content_block_delta
data: {"type":"content_block_delta","index":0,"delta":{"type":"text_delta","text":"老三"}}

event: content_block_delta
data: {"type":"content_block_delta","index":0,"delta":{"type":"text_delta","text":"叫小明"}}

event: content_block_stop
data: {"type":"content_block_stop","index":0}

event: message_delta
data: {"type":"message_delta","delta":{"stop_reason":"end_turn","stop_sequence":null},"usage":{"output_tokens":15}}

event: message_stop
data: {"type":"message_stop"}

非流式响应

{
  "id": "msg_123456",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "老三叫小明。因为题目问的是"小明的爸爸"，所以小明就是第三个儿子。"
    }
  ],
  "model": "MiniMax-M2.5",
  "stop_reason": "end_turn",
  "usage": {
    "input_tokens": 45,
    "output_tokens": 28
  }
}

请求参数

参数	类型	必填	说明
model	string	是	模型名称，如 MiniMax-M2.5
messages	array	是	消息数组，包含 role 和 content
max_tokens	integer	是	最大生成token数，建议设置为8920
stream	boolean	否	是否启用流式响应，默认为false
temperature	float	否	采样温度，范围0-1
top_p	float	否	核采样参数

特性说明

流式输出

MiniMax API 支持流式输出（SSE），通过设置 stream: true 启用。流式响应可以实时获取生成内容，提供更好的用户体验。

Token 限制

• 建议 max_tokens 设置为 8920 或更小
• 实际可用的 token 数量取决于输入长度

模型特点

MiniMax-M2.5 是一个强大的中文语言模型，特别适合：

• 中文对话和问答
• 逻辑推理
• 内容创作
• 知识问答

注意事项

1. API Key 安全：请勿在代码中硬编码 API Key，建议使用环境变量
2. 请求频率：请遵守 API 调用频率限制
3. 错误处理：建议实现完善的错误处理机制
4. 流式响应：使用流式响应时注意正确处理各种事件类型

相关链接

• MiniMax 官方文档
• API 地址
• 计费说明