Kernleitfäden
✨ TokenLab API-Integrations-Skill
Installieren Sie den gepflegten TokenLab API Integration Skill und helfen Sie Coding Agents, Modelle zu entdecken, öffentliche Verträge zu lesen und API-Fehler zu beheben.
Lies diese Seite und füge den TokenLab Skill meinem aktuellen Agenten hinzu. Prüfe zuerst Version und aktive Konfiguration. Bewahre bestehende Konten, Anbieter, Berechtigungen und Einstellungen. Sichere Dateien und zeige Änderungen. Ich gebe den API-Schlüssel lokal ein; fordere oder zeige ihn nie im Chat. Prüfe zuerst das Laden der Konfiguration und erkläre kostenpflichtige Tests vor der Ausführung.
https://tokenlab.sh/docs/de/integrations/coding-agent-skillDiese Seite dokumentiert den gepflegten gemeinsamen tokenlab-api-integration Skill. Die kanonische Distribution liegt in hedging8563/tokenlab-skills; das öffentliche Repository enthält bewusst nur diesen Skill.
Diese Seite ist für Skill-Installation und Agent-Workflow gedacht. Für endpoint-spezifische Einrichtung nutzen Sie die dedizierte SDK-, Client- oder API-Referenzseite.
Was der Skill leistet
- Erstellt minimal lauffähige Beispiele für TokenLab Chat, Bilder, Audio, Video, Übersetzung und weitere API-Familien.
- Nutzt
https://api.tokenlab.sh/v1für OpenAI-kompatible Clients und erklärt den Wechsel zu nativen Anthropic- oder Gemini-Routen. - Entdeckt Modelle über
/v1/models,/llms.txtundrecommended_for-Auswahllisten statt über veraltete Listen. - Liest vor dem erneuten Versuch von Nicht-Chat-Anfragen den öffentlichen Modelldetails, damit nicht unterstützte Felder nicht still entfernt werden.
- Verarbeitet Agent-First-Hinweise wie
did_you_mean,suggestions,retry_afterundrecommended_request.
Installation
Verwenden Sie den kanonischen nicht interaktiven Installationsbefehl:
npx skills add https://github.com/hedging8563/tokenlab-skills --skill tokenlab-api-integration -yDamit wird der gemeinsame tokenlab-api-integration Skill aus dem TokenLab skills Repository installiert.
Wenn Ihr Tool den Installer nicht unterstützt, kopieren Sie skills/tokenlab-api-integration/ aus dem Repository in das gemeinsame skills- oder rules-Verzeichnis des Tools.
Bestehende Installationen aktualisieren
Wenn Sie den Skill vor der Bereinigung des TokenLab Repository installiert haben, führen Sie denselben Befehl erneut aus. Das aktuelle öffentliche Paket ist kleiner und hängt nicht mehr von generierten lokalen Suchskripten ab.
Installation prüfen
Fragen Sie Ihren coding agent:
Welche skills sind verfügbar?Wenn tokenlab-api-integration erscheint, war die Installation erfolgreich.
API Key abrufen
TokenLab besuchen
Öffnen Sie tokenlab.sh
Anmelden
Erstellen Sie ein Konto oder melden Sie sich an
API Key abrufen
Öffnen Sie Dashboard → API Keys und erstellen Sie einen neuen key
key kopieren
Ihr key beginnt mit sk-.... Bewahren Sie ihn sicher auf.
Fügen Sie API keys nicht in Prompts oder Quelldateien ein. Der Skill sollte nach der zu verwendenden Umgebungsvariable fragen und Code erzeugen, der den key daraus liest.
Empfohlener Agent-Workflow
Lies die aktuelle Modellliste und danach tokenlab.accepted_request_formats sowie die öffentlichen Anfragefelder des gewählten Modells. Behalte für Gespräch und Tool-Aufrufe ein Format bei; Felder werden nicht automatisch zwischen Formaten übersetzt. Ändere bei Fehlern weder das gewählte Modell noch das Protokoll eigenmächtig.
Minimales Chat-Beispiel
Dieses Beispiel verwendet das OpenAI Python SDK mit der TokenLab base URL:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["TOKENLAB_API_KEY"],
base_url="https://api.tokenlab.sh/v1",
)
response = client.chat.completions.create(
model="gpt-5.6-luna",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)Ausführen mit:
pip install openai
export TOKENLAB_API_KEY="sk-your-api-key"
python app.pyModellerkennung und öffentliche Verträge
Bevorzugen Sie Live-Erkennung statt veralteter gebündelter Listen:
# Maschinenlesbare API-Übersicht
curl https://api.tokenlab.sh/llms.txt
# Modelle auflisten
curl "https://api.tokenlab.sh/v1/models" -H "Authorization: Bearer $TOKENLAB_API_KEY"
curl "https://api.tokenlab.sh/v1/models?category=image" -H "Authorization: Bearer $TOKENLAB_API_KEY"
# Sortierte Nicht-Chat-Auswahllisten
curl "https://api.tokenlab.sh/v1/models?recommended_for=image" -H "Authorization: Bearer $TOKENLAB_API_KEY"
curl "https://api.tokenlab.sh/v1/models?recommended_for=video" -H "Authorization: Bearer $TOKENLAB_API_KEY"
curl "https://api.tokenlab.sh/v1/models?recommended_for=translation" -H "Authorization: Bearer $TOKENLAB_API_KEY"
# Vor dem erneuten Versuch einer Nicht-Chat-Anfrage den Modelldetails eines Modells lesen
curl "https://api.tokenlab.sh/v1/models/gpt-image-2" -H "Authorization: Bearer $TOKENLAB_API_KEY"
# Nur Preisdetails
curl "https://api.tokenlab.sh/v1/models/gpt-image-2/pricing" -H "Authorization: Bearer $TOKENLAB_API_KEY"Auswahl des nativen Protokolls
Der OpenAI-kompatible Pfad /v1 ist der Standard für gängige Chat-, Bild-, Embedding-, Audio- und Rerank-Beispiele. Leiten Sie die Verfügbarkeit eines nativen Protokolls weder aus dem Modell- oder Anbieternamen noch aus Chat-Antwort-Headern ab. Lesen Sie GET /v1/models/{model} und verwenden Sie nur ein in den Modelldetails ausgewiesenes Anfrageformat.
Das maßgebliche Feld ist tokenlab.accepted_request_formats.
Die Protokoll-Endpoints sind /v1/chat/completions für Chat Completions, /v1/responses für Responses, /v1/messages für Messages und /v1beta/models/{model}:generateContent für Gemini.
Agent-First Fehlerbehebung
Fehler enthalten Felder, die coding agents ohne Auslesen der Dokumentation parsen können:
Verwende HTTP-Status und Fehler-code als primäres Signal. did_you_mean kann einen falschen Modellnamen erklären; wechsle Modelle nur nach Auswahl durch den Nutzer. Beachte bei 429 den Wert von Retry-After oder retry_after und wiederhole nur bei erlaubtem und ausdrücklich gewähltem Retry. Validierungs-, Authentifizierungs-, Guthaben- und Berechtigungsfehler erfordern eine Korrektur. Prüfe nach einem Timeout beim Erstellen zuerst, ob bereits eine Aufgabe existiert.
Unterstützte API-Familien
| Familie | Primärer Pfad |
|---|---|
| Chat und Responses | /v1/chat/completions, /v1/responses |
| Claude-native Nachrichten | /v1/messages |
| Gemini-native Anfragen | /v1beta/models/{model}:generateContent |
| Bilder | /v1/images/generations, /v1/images/edits |
| Video | /v1/videos/generations |
| Musik | /v1/music/generations |
| Worlds | /v1/worlds/generations plus world-Status und Medien-Asset-Endpunkte |
| 3D | /v1/3d/generations |
| Audio | /v1/audio/speech, /v1/audio/transcriptions, /v1/audio/translations |
| Realtime | /v1/realtime?model={model} |
| Embeddings und Rerank | /v1/embeddings, /v1/rerank |
| Textübersetzung | /v1/translations |
Bewährte Vorgehensweisen
API-Key-Sicherheit
Nutzen Sie Umgebungsvariablen und serverseitige Aufrufe. Geben Sie keys nie im Frontend-Code preis.
Vertrag zuerst für Nicht-Chat
Lesen Sie /v1/models?recommended_for=... und /v1/models/:model, bevor Sie Bild-, Video-, Musik-, 3D-, Übersetzungs-, Audio-, Embedding- oder Rerank-Anfragen erneut versuchen.
Kleinstes lauffähiges Beispiel
Erzeugen Sie zuerst einen funktionierenden Aufruf, bevor Sie Abstraktionen, Queues oder UI-Flows hinzufügen.
Strukturierte Hinweise nutzen
Parsen Sie did_you_mean, retry_after, alternatives und recommended_request, bevor Sie Code ändern.
FAQ
Ressourcen
Nutzen Sie für API- oder Kontofragen den integrierten Support mit Vorschau und ausdrücklichem Absenden. Beginnen Sie bei einer konkreten Anfrage unter Anfragen und in der Fehlersuche. Skill-Fehler gehören zu GitHub Issues.