Agent Skills
返回列表
OOMOL Anthropic 连接器

OOMOL Anthropic 连接器

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_15292d5a/yjkj-oo-anthropic 这个 AI 技能到当前助手。

技能介绍

它解决什么问题

让 Agent 直接调用 Anthropic 接口时,开发者要么自己保管 API Key,处理鉴权失败、重试和计费异常,要么在代码里硬编码凭据。这个技能把这部分负担转移出去:它通过 OOMOL 账号下的 oo CLI 调用 Anthropic connector,凭据由 OOMOL 在服务端注入,本地命令里不会出现明文 token,凭据也就没有泄漏进日志或 prompt 的机会。

它提供哪些动作

技能暴露 4 个 action,覆盖模型调用的基础能力:

  • count_message_tokens:统计一次 Anthropic 消息请求的输入 token 数,适合在发请求前估算成本。
  • create_message:创建一个非流式的 Anthropic message,是主要的推理调用入口。
  • get_model:获取单个模型的元数据。
  • list_models:列出当前 API key 可见的模型列表。

调用时的关键步骤

运行方式分两步,顺序不能颠倒。

  1. 先看契约:用 oo connector schema 拉取当前 action 的权威输入输出 schema,再构造 --data。不要凭文档猜字段名。
  2. 再跑动作:--data 可以传 JSON 字符串或 @path/to/file.json;省略该参数等价于传 {}。返回值统一是 { "data": ..., "meta": { "executionId": "..." } },执行 id 在 meta.executionId 里。

每个 action 都链接到一个参考文件,说明用途和确切命令。先读参考文件,再抓 live schema,最后构造 payload。

适用边界与注意点

  • 不要主动触发登录或授权流程。前提是用户已经装好 oo CLI、完成登录并连接了 Anthropic。只有命令真的报鉴权或连接错误时,才回退到首次配置。
  • 区分读写安全性。get / list 类动作可以直接执行;create_message 这类会改变 Anthropic 状态的写操作,必须在执行前和用户确认完整 payload 以及预期影响。
  • token 统计不等于账单。count_message_tokens 只数输入 token,不含输出侧费用,也不代表最终计费行项目。
  • 额度不足是硬失败。遇到 HTTP 402 或 OOMOL_INSUFFICIENT_CREDIT,说明 OOMOL 侧计费已停,需要充值后才能重试,没有其它退路。
  • 模型可见性取决于当前凭据。list_models 返回的是当前 API key 能看到的范围,换 key 或换 scope 结果可能不同。

使用场景

  • 后端工程师准备向 Claude 发送大量日志文本做分析,先用 count_message_tokens 统计 token 数估算 API 成本。
  • 自动化脚本需要调用 Claude 生成文章摘要,使用 create_message 非流式获取完整结果后入库处理。
  • 开发团队在配置聊天功能时,调用 list_models 确认当前 API key 可用的模型范围,再决定用哪个模型。
  • 运维工程师需要调用 Anthropic API 但不想在代码或配置中出现明文 token,通过 OOMOL 服务端注入凭据调用。

适合人员

  • 需要调用 Anthropic API 但不想自己处理鉴权和密钥轮换的后端工程师
  • 批量处理文本内容、需要调用 Claude 做摘要或分类的数据处理工程师
  • 负责排查生产环境 API 调用问题、需要审计执行记录的技术负责人
  • 正在开发内部工具、需要安全集成第三方 AI 服务的全栈开发者