Python SDK

Python SDK для выбранного семейства моделей.

Протокол модели

bash

python -m pip install anthropic

python

import os
import anthropic

api_key = os.environ.get("GUARD_API_KEY")
if not api_key:
    raise RuntimeError("GUARD_API_KEY is not set")

client = anthropic.Anthropic(
    api_key=api_key,
    base_url="https://api.guardrelay.ai",
)
message = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=64,
    messages=[{"role": "user", "content": "Привет!"}],
)
print(message.content)

bash

python -m pip install openai

python

import os
from openai import OpenAI

api_key = os.environ.get("GUARD_API_KEY")
if not api_key:
    raise RuntimeError("GUARD_API_KEY is not set")

client = OpenAI(
    api_key=api_key,
    base_url="https://api.guardrelay.ai/v1",
)
response = client.chat.completions.create(
    model="k3",
    messages=[{"role": "user", "content": "Привет!"}],
    max_tokens=128,
)
print(response.choices[0].message.content)

Kimi понимает и Chat Completions, и протокол Anthropic Messages, поэтому подходит и пакет openai, и пакет anthropic: разница только в базовом адресе, у anthropic он без /v1. Ниже вариант на openai как самый привычный. Базовый адрес обязательно с /v1, ключ тот же gd-…, в поле model один из четырёх id.

Значение `model`	Окно контекста
`k3`	1 048 576 токенов
`k3-256k`	262 144 токена
`kimi-for-coding`	262 144 токена
`kimi-for-coding-highspeed`	262 144 токена

Глубину рассуждения задаёт reasoning_effort, и его принимают все четыре модели: значение уходит наверх как прислано, а сам Kimi документирует уровни low, high и max. У kimi-for-coding и kimi-for-coding-highspeed есть ещё поле thinking ровно в виде {"type": "enabled", "keep": "all"}; у моделей K3 оно отклоняется. Подробности на странице Thinking / effort.

python

response = client.chat.completions.create(
    model="k3",
    messages=[{"role": "user", "content": "Разбери задачу по шагам"}],
    max_tokens=1024,
    reasoning_effort="high",
    stream=True,
)
for chunk in response:
    piece = chunk.choices[0].delta.content
    if piece:
        print(piece, end="")

Composer и Grok работают на всех трёх поверхностях, поэтому подойдёт и anthropic, и openai. Поле tools они принимают: модель вернёт вызов, а исполнить его и вернуть результат должен ваш код.

python

import os
from openai import OpenAI

api_key = os.environ.get("GUARD_API_KEY")
if not api_key:
    raise RuntimeError("GUARD_API_KEY is not set")

client = OpenAI(
    api_key=api_key,
    base_url="https://api.guardrelay.ai/v1",
)
response = client.chat.completions.create(
    model="cursor-grok-4.6-high",
    messages=[{"role": "user", "content": "Привет!"}],
    max_tokens=128,
)
print(response.choices[0].message.content)

Python SDK

Разделы документации

На этой странице