DlowApi 帮助文档 on dlow

快速开始

Sun, 04 Oct 2026 00:00:00 +0000

注册账号

注册入口：https://www.dlowapi.me/sign-up
Dlow美国站: 目前中国大陆不属于本服务的官方支持地区。

使用邮箱注册

点击“使用用户名注册”。
填写邮箱、用户名和密码。
按页面提示提交，完成注册。

登录账号

登录入口：https://www.dlowapi.me/sign-in

使用邮箱/用户名登录

输入邮箱地址或用户名。
输入账号密码。
点击“继续”完成登录。

购买额度

登录控制台后，进入左侧“钱包管理”页面。

在“兑换码”输入框下方，选择“点此获取”跳转购买页面进行选择购买兑换码。

支付成功后，从订单详情中复制兑换码，然后回到“钱包管理”页面，在“兑换码”输入框粘贴兑换码进行兑换。

创建 API 令牌

登录后进入控制台面板，左侧选择“令牌管理”。

进入令牌管理

在左侧菜单点击“API密钥”。
点击页面右上方的“创建API密钥”。

创建新令牌

在弹窗中填写令牌信息：

令牌名称：用于区分不同用途，例如 Claude Code、Codex、Gemini。
令牌分组：必须选择，分组决定这个令牌可以使用哪些模型。
过期时间：默认“永不过期”，也可以按需要设置有效期。
新建数量：一般保持 1 即可。
额度设置：开启“无限额度”时，令牌实际可用额度仍受账户余额限制。
访问限制：不熟悉时建议先保持默认，不要开启模型限制或 IP 白名单。

填写完成后，点击右下角“提交”完成创建。

查看分组可用模型

你可以在“模型广场”查看每个令牌分组下支持哪些模型。

点击页面右上角“模型广场”。
在左侧“可用令牌分组”中选择分组。
右侧模型卡片会显示该分组可用的模型、价格和折扣倍率。

点击模型详情可查看更多信息说明

服务监控

Sun, 04 Oct 2026 00:00:00 +0000

监控入口

Dlow 服务监控

建议排查顺序

查看服务状态

打开 Dlow 服务监控，确认当前服务是否存在整体异常或线路波动。

确认本地网络

如果监控页显示服务正常，请检查本地网络、代理设置以及当前使用的 API Endpoint 是否可访问。

回到配置文档核对参数

如果服务和网络都正常，但 CLI 或第三方工具仍然报错，请回到快速开始或对应工具配置教程，检查 API Key、分组和 Endpoint 配置。

模型分组介绍

Sun, 04 Oct 2026 00:00:00 +0000

如何查看最新分组

在控制台面板，点击右上角“模型广场”，进入分组与模型的查看
进入模型广场，左侧红框处就是创建API令牌步骤提到的令牌分组，右侧就是该分组下所存在的模型
左侧分组名后显示的类似x0.5就是该模型的倍率：选择不同令牌分组可以享受不同的计费倍率
倍率：1.5倍 = 额外支付50%费用

令牌分组介绍（持续更新，已网站为准）

【⭐⭐】GPT Pro 高智高速，稳定输出

【⭐⭐】Claude-满缓存版

支持的CLI： Claude Code
是否支持接入第三方： √支持
模型列表（实时查询）：

【⭐⭐】GPT Image2 1K 0.03一张

【⭐⭐】GPT Image2 原生！ 2K4K

【⭐⭐】Gemini 香蕉按次

【⭐⭐】GPT Plus 稳定输出，性价比拉满

CLI 配置教程

Sun, 04 Oct 2026 00:00:00 +0000

使用 CLI 接入 DlowApi 前，按顺序完成下面三步：

环境检查（通用步骤） —— 确认 Node.js 环境并安装 Claude Code / Codex / Gemini CLI
Claude Code 配置 —— 写入 settings.json，配置中转站地址与 API Key
Codex 配置 —— 配置 Codex 的鉴权与接入地址

配置完成后如果报错，先看 Claude Code 相关问题和 Codex 相关问题，再到服务监控确认服务状态。

环境检查（通用步骤）

Sun, 04 Oct 2026 00:00:00 +0000

（1）确认Node.js环境已安装

在Windows或macOS终端输入以下命令

1

npm list -g --depth-0

正常情况应该是如下图所示（没有任何内容也没关系），如果提示“命令未找到”，则说明你没有安装Node.js，你需要按此教程来安装运行Claude Code、Codex、Gemini所需的环境

在Windows或macOS终端输入以下命令

如果你发现自己没有安装Node.js，并且跟着教程目前已经安装完毕，请你重新执行上述提到的命令，如果不再提示“命令未找到”，则说明安装成功

（2）安装CLI

在Windows或macOS终端输入以下命令，一次性安装好我们目前所需的所有终端

1
2
3


npm i -g @anthropic-ai/claude-code@latest
npm i -g @openai/Codex@latest
npm i -g @google/gemini-cli@latest

操作截图

（3）测试安装成功

Claude Code

在Windows或macOS终端输入以下命令，若出现图示内容，或出现选项让你选择，则Claude code安装成功

1

claude

操作截图

点击 claude code 无法连接到 Anthropic 服务跳转，务必根据教程运行命令，然后再继续阅读之后单独CLI的配置教程

Codex

在Windows或macOS终端输入以下命令，若出现图示内容，或出现选项让你选择，则Codex安装成功

1

Codex

操作截图

Gemini

在Windows或macOS终端输入以下命令，若出现图示内容，或出现选项让你选择，则Gemini安装成功

1

gemini

操作截图

Claude Code 配置

Sun, 04 Oct 2026 00:00:00 +0000

Windows

键盘按下“Win+R”键，输入以下内容后回车，打开Claude Code配置目录

1

%userprofile%\.claude

目录内容如图所示，如果目录中没有 settings.json，你需要手动创建后打开
settings.json：Claude主要的配置文件，主要用来配置中转站地址以及API Key，以及一些hooks，plugins等
将以下内容写入 settings.json

1
2
3
4
5
6
7
8
9


{
 "env": {
 "ANTHROPIC_BASE_URL": "https://www.dlowapi.me",
 "ANTHROPIC_AUTH_TOKEN": "xxx",
 "CLAUDE_CODE_ATTRIBUTION_HEADER": "0",
 "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1",
 "CLAUDE_CODE_DISABLE_TERMINAL_TITLE": "1"
 }
}

回顾创建API令牌，在 Dlow 中创建 CC 分组的令牌，替换上方 xxx部分

操作截图

在Windows终端运行 claude，出现对话界面后进行对话测试，能收到回复即表示配置成功

操作截图

macOS

在访达界面按下 “Command+Shift+G”，输入以下路径后回车，打开配置目录

1

~/.claude

若目录不存在 settings.json，需要你手动进行创建
settings.json：Claude主要的配置文件，主要用来配置中转站地址以及API Key，以及一些hooks，plugins等
将以下内容写入 settings.json

1
2
3
4
5
6
7
8
9


{
 "env": {
 "ANTHROPIC_BASE_URL": "https://www.dlowapi.me",
 "ANTHROPIC_AUTH_TOKEN": "xxx",
 "CLAUDE_CODE_ATTRIBUTION_HEADER": "0",
 "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1",
 "CLAUDE_CODE_DISABLE_TERMINAL_TITLE": "1"
 }
}

回顾创建API令牌，在 Dlow 中创建 CC 分组的令牌，替换上方 xxx
在终端运行 claude，看到对话界面并能正常回复即表示配置完成

在终端运行 claude，看到对话界面并能正常回复即表示配置完成

Codex 配置

Sun, 04 Oct 2026 00:00:00 +0000

官方下载地址：https://chatgpt.com/zh-Hans-CN/download/

Windows

键盘按下“Win+R”键，输入以下内容后回车，打开你的Codex配置目录

1

%userprofile%\.Codex

你的目录中可能会存在以下文件，不过我们用到的文件只有三个，需要配置的只有两个
config.toml：Codex的核心配置文件，中转服务与MCP等都在此文件配置
auth.json：用来配置你在中转站获取的API Key秘钥
AGENTS.md：用来设置Codex全局工作的提示词

配置 Config.toml

将以下配置文本复制到你的 config.toml文件中保存

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14


disable_response_storage = true
model = "gpt-5.6-sol"
model_provider = "dlowapi"
model_reasoning_effort = "xhigh"
model_verbosity = "high"

[features]
web_search_request = true

[model_providers.dlowapi]
base_url = "https://www.dlowapi.me/v1"
name = "dlowapi"
requires_openai_auth = true
wire_api = "responses"

配置API Key

将以下配置文本复制到你的 auth.json文件中

1
2
3


{
 "OPENAI_API_KEY": "xxx"
}

回顾创建API令牌这一步教程，我们需要在Dlow中创建 Codex 分组的令牌，然后点击右侧的复制按钮，将key填入“xxx”部分后保存

测试对话

在Windows终端输入以下命令，出现图示内容，进行对话测试，如果有回复，则配置成功，开始你的Codex使用之旅~

1

Codex

测试对话

macOS

在访达界面按下 “Command+Shift+G”，输入以下路径并回车，打开 Codex 配置目录

1

~/.Codex

操作截图

你的目录中可能会存在以下文件，不过我们用到的文件只有三个，需要配置的只有两个，其它文件可忽略

操作截图

config.toml：Codex 的核心配置文件，中转服务与 MCP 等都在此文件配置
auth.json：存放中转站获取的 API Key 秘钥
AGENTS.md：Codex 全局工作的提示词

配置 Config.toml

将以下内容保存到 config.toml

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13


model_provider = "dlowapi"
model = "gpt-5.1-Codex"
model_reasoning_effort = "high"
network_access = "enabled"
disable_response_storage = true
Windows_wsl_setup_acknowledged = true
model_verbosity = "high"

[model_providers.dlowapi]
name = "dlowapi"
base_url = "https://www.dlowapi.me/v1"
wire_api = "responses"
requires_openai_auth = true

配置 API Key

将以下配置文本复制到你的 auth.json文件中

1
2
3


{
 "OPENAI_API_KEY": "sk-xxx"
}

回顾创建API令牌这一步教程，我们需要在Dlow中创建 Codex 分组的令牌，然后点击右侧的复制按钮，将key填入“xxx”部分后保存

测试对话

在 macOS 终端执行以下命令，出现对话界面并能收到回复即表示配置成功

```bash
 Codex
```

CC 缓存优化代理

Sun, 04 Oct 2026 00:00:00 +0000

一句话介绍

claude-code-cache-fix 是一个第三方开源小工具，作用是帮 Claude Code 省额度。

简单理解：它像一个“中间人”，挡在你的电脑和 Claude 服务器之间，帮你把每次发出去的请求“整理整齐”，让 Claude 更容易复用之前的对话 （也就是命中缓存），从而少花额度。

它不会让 AI 变聪明，只是让你的额度更耐用。

为什么需要它？

Claude Code 用得越久，你可能会发现：

同样几句话，额度掉得比想象中快；
恢复一个旧对话（--resume），像重新付了一次费；
开了 MCP、Skills、Hooks 后，消耗莫名变高。

这些大多不是 bug，而是 Claude Code 的请求结构有点“不稳定”，导致服务器认不出“这是同一段上下文”，于是重新计费。

claude-code-cache-fix 干的事情就一件：把请求洗干净、排好序、打上正确的缓存标记，让 Claude 服务器一眼认出“这段我见过”，直接走便宜的缓存价。

它具体做了什么（看不懂可以跳过）：

它做的事	对你的好处
修正恢复会话时的请求结构	`--resume` 后不再被当成新对话重新计费
去掉版本号等不稳定标记	Claude Code 升级后缓存不会突然失效
把工具、MCP 定义按固定顺序排列	同样的配置每次请求长得一样，缓存能命中
自动打好 `cache_control` 标记	主动告诉服务器“这段请缓存”
记录每次缓存命中和额度情况	出问题时方便排查，文件存在 `~/.claude/quota-status/`
不依赖老的 `NODE_OPTIONS` 注入	新版 Bun 版 Claude Code 也能用

适合谁用？

✅ 重度使用 Claude Code、对额度敏感的用户
✅ 经常 --resume 长会话、开了一堆 MCP / Skills 的用户
✅ 愿意动一点命令行的用户
❌ 完全不想碰终端、只想开箱即用的用户（先不用上这个）

最小验证流程

下面的命令适合在 Linux / macOS / WSL 中先验证代理是否能跑通：

1
2


npm install -g claude-code-cache-fix
CACHE_FIX_PROXY_UPSTREAM=https://www.dlowapi.me cache-fix-proxy server

如果你使用的是优化线路 Endpoint，可以把 CACHE_FIX_PROXY_UPSTREAM 改成：

1

https://www.dlowapi.me

配置 Claude Code

代理启动后，将 Claude Code 的 settings.json 中 ANTHROPIC_BASE_URL 改为本地代理地址，ANTHROPIC_AUTH_TOKEN 继续填写你的 Dlow CC 分组令牌：

1
2
3
4
5
6
7
8
9


{
 "env": {
 "ANTHROPIC_BASE_URL": "http://127.0.0.1:9801",
 "ANTHROPIC_AUTH_TOKEN": "xxx",
 "CLAUDE_CODE_ATTRIBUTION_HEADER": "0",
 "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1",
 "CLAUDE_CODE_DISABLE_TERMINAL_TITLE": "1"
 }
}

验证代理

另开一个终端，检查代理健康状态：

1

curl http://127.0.0.1:9801/health

如果返回 {"status":"ok"}，再重新打开终端运行：

1

claude

能正常进入 Claude Code 并收到回复，说明代理和 Dlow 配置已经连通。

长期使用建议

手动启动代理只适合临时验证。长期使用时，建议继续让 AI 根据你的系统生成 systemd、launchd 或其它后台服务配置，避免每次使用 Claude Code 前都要手动启动代理。

再次提醒：Windows 用户请在 WSL 里完成整套配置，不要使用 Windows 原生 CMD / PowerShell 作为运行环境。

Claude Code 相关问题

Sun, 04 Oct 2026 00:00:00 +0000

如何在Vscode CC插件中使用Dlow

Windows

确保你已进行环境检查并保证你的claude code cli是没问题的，如果有问题，请按照教程进行配置
键盘按下“Win+R”键，输入以下内容后回车，打开Claude Code配置目录

1

%userprofile%\.claude

操作截图

目录内容如图所示，如果目录中没有 config.json，你需要手动创建后打开
config.json：配置Vscode的Claude Code插件的一些行为

操作截图

在config.json中写入以下内容后保存

1
2
3


{
 "primaryAPI Key": "Dlow"
}

重启你的Vscode，开始愉快使用吧！

macOS

确保你已进行环境检查并保证你的claude code cli是没问题的，如果有问题，请按照教程进行配置
在访达界面按下 “Command+Shift+G”，输入以下路径后回车，打开配置目录

1

~/.claude

操作截图

目录内容如图所示，如果目录中没有 config.json，你需要手动创建后打开
config.json：配置Vscode的Claude Code插件的一些行为

操作截图

在config.json中写入以下内容后保存

1
2
3


{
 "primaryAPI Key": "Dlow"
}

重启你的Vscode，开始愉快使用吧！

Claude Code 中常用命令

命令	功能说明
/claude	在当前目录启动交互式 REPL，对话式使用 Claude Code。
/claude “解释这个项目”	启动 REPL 并带上初始问题，一进来就让 Claude 分析项目。
/claude -p “解释这个函数”	使用 print 模式一次性问答，输出结果后直接退出，便于脚本/CI 调用。
/cat logs.txt	claude -p “帮我总结错误”
/claude -c	继续当前目录最近的一次会话，在原有上下文里接着聊。
/claude -c -p “检查类型错误”	在最近会话上下文中执行一次性请求，常用于自动化检查。
/claude -r “abc123” “把这个 PR 完成”	通过会话 ID 恢复指定会话，并继续执行新的任务。
/claude update	将 Claude Code CLI 更新到最新版本。
/claude mcp	管理和配置 MCP 服务器，让 Claude 能访问外部数据源和工具。
/claude –add-dir ../apps ../lib	为 Claude 额外添加可访问的代码目录，支持跨多个路径读代码。
/claude –agents ‘{“reviewer”:{…}}’	通过 JSON 临时定义子 Agent，例如 code-reviewer、debugger 等。
/claude -p “生成接口文档” –output-format json	使用 JSON 格式输出回答，方便后续脚本解析处理。
/claude –model sonnet	指定会话使用的模型（如 sonnet / opus 或具体模型名）。
/claude –verbose	打开详细日志，显示工具调用和内部步骤，便于调试。
/claude –resume abc123 “继续修这个 Bug”	通过会话 ID 恢复会话，在任意目录继续之前的工作。
/claude –continue	载入当前目录最近的一次会话，相当于“继续上次对话”。
/claude –append-system-prompt “始终使用 TypeScript”	在默认系统提示后追加自定义规则，不影响默认行为。
/claude –dangerously-skip-permissions	跳过权限确认，让 Claude 自动执行读写文件/运行命令（高风险，仅在完全信任环境使用）。

claude code 无法连接到 Anthropic 服务

使用npm安装完claude之后。在命令行输入claude报了如下错误：

1
2
3
4


Unable to connect to Anthropic services
Failed to connect to api.anthropic.com: ERR BAD REQUEST
lease check your internet connection and network settings.
Note: Claude Code might not be available in your country, Check supported countries atnttps://anthropic.com/supported-countriesS E:ltoollclaude code>

在命令行输入claude报了如下错误

或是在你初次配置时出现以下问题：

或是在你初次配置时出现以下问题

Windows

按下键盘 Win + R 键，输入 cmd 后回车，打开命令行程序
在命令行中运行以下命令后回车

1

powershell -Command "$f='%USERPROFILE%\.claude.json';$j=Get-Content $f|ConvertFrom-Json;$j|Add-Member -NotePropertyName 'hasCompletedOnboarding' -NotePropertyValue $true -Force;$j|ConvertTo-Json|Set-Content $f"

重启你的Claude Cli

macOS

在APP列表中找到终端程序，点击运行

在APP列表中找到终端程序，点击运行

在终端中运行以下命令后回车

1

jq '. + {"hasCompletedOnboarding": true}' ~/.claude.json > /tmp/tmp.json && mv /tmp/tmp.json ~/.claude.json

重启你的Claude Cli

Claude Code 如何切换回 200K 上下文并禁用非必要流量

如果你希望将 Claude Code 从 1M 上下文切换回 200K 上下文，并关闭一些非必要请求与终端标题变更，可以在 settings.json 的 env 中加入以下配置。

Windows

按下键盘 Win + R，输入以下内容后回车

1

%userprofile%\.claude

打开或创建 settings.json
确认 env 中包含以下内容

1
2
3
4
5
6
7


{
 "env": {
 "CLAUDE_CODE_DISABLE_1M_CONTEXT": "1",
 "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1",
 "CLAUDE_CODE_DISABLE_TERMINAL_TITLE": "1"
 }
}

macOS

在访达中按下 Command + Shift + G，输入以下路径后回车

1

~/.claude

打开或创建 settings.json
确认 env 中包含以下内容

1
2
3
4
5
6
7


{
 "env": {
 "CLAUDE_CODE_DISABLE_1M_CONTEXT": "1",
 "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1",
 "CLAUDE_CODE_DISABLE_TERMINAL_TITLE": "1"
 }
}

Codex 相关问题

Sun, 04 Oct 2026 00:00:00 +0000

一点点技巧，如何更高效地使用Codex

很多人可能会在使用过一段时间Codex后认为模型不如以前好用，也就是出现所谓的“降智”现象而就目前我的使用体验来看，Codex中提供的模型经过很多次升级，其实都没有出现“降智”，关键是在于你如何合理地去使用模型

任务划分： 任何时候，都不要去提交一个非常笼统的任务，例如 请帮我写一个管理系统后台 等，这样使用必然降智！Codex模型的特点是严谨有序，指哪打哪，这就意味着你需要对你的任务进行拆分
掌控之内： 在你开始一个任务之前，你需要对这个任务进行评估，思考这个任务是否已经拆分的足够细致，是否符合“模块化”开发的准则。在任务提交之前，你应该有能力预估Codex这次改动会修改哪些文件，产生哪些变动。一定不要让AI脱离你的认知与掌控之内，不然最终结局就是项目越改越乱，直到从原点重新开始

避免压缩： 在多数场景下，你的任务其实最多使用Codex大概60%的上下文就能解决。如果你的任务超过了60%的上下文仍未解决，甚至还需要压缩，那么你这次任务执行之前的拆分工作算是失败了，你需要更加精细地拆分你的任务。一个优秀的Codex Vibe Coding选手几乎不用进行内容压缩！

在Windows系统下，丝滑使用Codex！

确保你的Codex CLI与Vscode Codex插件正常运行，即你已经能顺利在Vscode的Codex插件上与模型进行对话
键盘按下“Win+R”键，输入以下内容后回车，打开你的用户目录

1

%userprofile%\.Codex

找到目录中的config.toml文件，打开并编辑，你的配置文件应该如下

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13


model_provider = "dlowapi"
model = "gpt-5.6-sol"
model_reasoning_effort = "high"
network_access = "enabled"
disable_response_storage = true
Windows_wsl_setup_acknowledged = true
model_verbosity = "high"

[model_providers.dlowapi]
name = "dlowapi"
base_url = "https://www.dlowapi.me/v1"
wire_api = "responses"
requires_openai_auth = true

打开目录下AGENTS.md文件（如果没有请手动创建），在里面写入以下内容后保存

1
2
3
4
5


# Codex全局工作指南

## 回答风格:
 - 回答必须使用中文
 - 对总结、Plan、Task、以及长内容的输出，优先进行逻辑整理后使用美观的Table格式整齐输出;普通内容正常输出

运行你的Vscode，打开Codex插件用起来，看看有什么不一样吧~

Codex 中常用命令

命令	说明
/model	选择当前使用的模型
/approvals	设置本会话的审批规则
/review	让 Codex 审查当前工作区变更
/resume	从历史会话列表中选择并继续一个之前的交互会话
/new	在当前 CLI 会话中开启新对话
/init	在当前目录生成 AGENTS.md 模板
/compact	总结对话内容以释放上下文
/undo	撤销 Codex 的上一次操作
/diff	查看当前 git diff（含未跟踪文件）
/mention	将指定文件或目录加入对话上下文
/status	查看会话配置和 token 使用情况
/mcp	列出当前可用的 MCP 工具
/exit	退出 Codex CLI

Codex在Windows系统下乱码问题

按下快捷键Win + R，打开左下脚运行窗口，输入以下命令后回车

1

intl.cpl

按下快捷键Win + R，打开左下脚运行窗口，输入以下命令后回车

点击上侧选项卡“管理”，再点击红色箭头所示的“更改系统区域设置”按钮

点击上侧选项卡“管理”，再点击红色箭头所示的“更改系统区域设置”按钮

勾选红色箭头所指选项，点击确定。然后在刚才的窗口也点击确定，之后重启一下你的电脑再使用Codex，即可避免乱码

操作截图

Vscode Codex插件中设置最新模型

Windows

按下快捷键Win + R，打开左下脚运行窗口，输入以下命令后回车

1

%userprofile%\.vscode\extensions

按下快捷键Win + R，打开左下脚运行窗口，输入以下命令后回车

macOS

在访达界面按下 “Command+Shift+G”，输入以下路径并回车，打开VsCode插件目录

1

~/.vscode/extensions

操作截图

找到以openai.chatgpt开头的文件夹，后面的数字是版本号，如果存在多个这种开头的目录，选择版本号最新的目录进入

操作截图

依次进入webview\assets文件夹，你会看到一大堆js文件

依次进入webview\assets文件夹，你会看到一大堆js文件

下载替换脚本后解压，将这个js文件复制到刚才有一大堆js文件的目录

替换脚本下载

自动读取最新版本号与文件名，直接点击即可下载

待获取文件名立即下载

重启你的vscode，你就能看见现在能选择最新模型啦！

Codex如何配置全局提示词

请你查看 Codex CLI 配置中的前两步
教程中提到的AGENTS.md文件就是Codex的全局提示词文件，如果没有这个文件，你同样需要手动创建这个文件，然后写入提示词
写入提示词保存，重启你的Codex或者vscode，提示词即生效

Codex开启内置网络搜索

请你查看 Codex CLI 配置中的前两步
打开教程中提到的config.toml文件，在里面加入以下内容

1
2


[features]
web_search_request = true

运行Codex，进行尝试

运行Codex，进行尝试

Codex 在容器或CLI沙盒中的网络连接问题

当Codex在CLI沙盒或容器（如tun模式）中运行时遇到网络连接问题（如无法拉取安装包），且其他工具（如终端、Claude Code）正常，这通常是由于MTU设置不当引起的。

解决方案：

将MTU值改为1500，此设置通常可在您的Clash客户端中进行更改。
对于在Linux上找不到Clash MTU设置的用户，可以参考此链接：https://linux.do/t/topic/1220328

Connection failed 问题

报错信息类似为：

1

Connection failed: error sending request for url (https://www.dlowapi.me/v1/responses)

出现这种情况是你本机网络出现了问题，按以下步骤排查

检查本机网络是否通畅，能否访问其他页面
检查你的电脑是否使用了网络代理（梯子）工具，如果存在请你关闭
使用终端，运行Codex命令，尝试在CLI中发送对话信息，判断是否是Vscode Codex插件问题，如是，请你重启vscode进行尝试
如果还不行，带上你的报错截图，在群内咨询客服或群友

401报错问题

报错信息类似为：

1

exceeded retry limit, last status: 401 Unauthorized, request id: xxxxxx

在Windows或macOS的终端运行以下命令，判断是否存在环境变量

Windows

1
2
3
4


cmd /c "echo ================= OPENAI ENV CHECK ================= & ^
if defined OPENAI_API_KEY (echo OPENAI_API_KEY = OK) else (echo OPENAI_API_KEY = MISSING) & ^
if defined OPENAI_BASE_URL (echo OPENAI_BASE_URL = OK) else (echo OPENAI_BASE_URL = MISSING) & ^
echo ========================================================="

如果输出以下内容，则直接进入第2步

1
2


OPENAI_API_KEY = MISSING
OPENAI_BASE_URL = MISSING

如果输出内容不同，请在终端运行以下命令后进入第二步

1

cmd /c "setx OPENAI_API_KEY \"\" & setx OPENAI_BASE_URL \"\""

macOS

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13


echo "================= OPENAI ENV CHECK ================="
if [ -z "$OPENAI_API_KEY" ]; then
 echo "OPENAI_API_KEY = MISSING"
else
 echo "OPENAI_API_KEY = OK"
fi

if [ -z "$OPENAI_BASE_URL" ]; then
 echo "OPENAI_BASE_URL = MISSING"
else
 echo "OPENAI_BASE_URL = OK"
fi
echo "========================================================"

如果输出以下内容，则直接进入第2步

1
2


OPENAI_API_KEY = MISSING
OPENAI_BASE_URL = MISSING

如果输出内容不同，请在终端运行以下命令后进入第二步

1

unset OPENAI_API_KEY OPENAI_BASE_URL

查看 Codex在CLI中的配置一章

403报错问题

报错信息类似为：

1
2


unexpected status 403 Forbidden: {"error":{"message":"Usage not included in your
plan","type":"usage_not_included","param":null,"code":null,"plan_type":"basic"}}

出现这种情况是号池中的这个账号出现问题，你需要：

使用Ctrl+C来打断你的对话，如在vscode中，请点击停止按钮
重新发起对话进行尝试，观察是否再次出现此问题
如果重试3次以上无效，带上你的报错截图，在群内咨询客服或群友

使用画布生成图片，草履虫都能看懂

Sun, 04 Oct 2026 00:00:00 +0000

按照下面 3 步完成配置，即可开始生成图片。

开始前准备

请先登录 Dlow，并准备好可用账号。

注意：API 密钥相当于账号密码，请勿公开或发送给他人。

第一步：创建 API 密钥

目标： 创建一个可用于画布的 API 密钥。

操作：

进入 API 密钥页面。
点击“创建 API 密钥”。
选择 Image2 分组并完成创建。

完成标志： 页面显示新密钥，并且可以复制。

图 1：进入 API 密钥页面。

图 2：创建密钥时选择 Image2 分组。

第二步：配置画布

目标： 将服务地址和 API 密钥填写到画布中。

操作：

打开下面的画布地址。
将 Base URL 粘贴到画布对应位置。
将第一步创建的 API 密钥粘贴到密钥输入框。

画布地址

1

http://38.76.201.211/image

Base URL

1

https://www.dlowapi.me

完成标志： 画布已保存配置，可以正常进入创作页面。

图 3：打开画布并找到配置入口。

图 4：填写 Base URL。

图 5：填写 API 密钥并保存配置。

第三步：开始生成图片

目标： 生成第一张图片。

操作：

点击画布上方生图工作台。
输入想要生成的画面描述。
确认图片参数。
点击生成并等待结果。

完成标志： 页面显示生成完成的图片。

图 6：图片生成完成后的页面。

GPT-Image-2 绘图教程

Sun, 04 Oct 2026 00:00:00 +0000

前置准备

gpt-image-2 模型属于 GPT Image2 分组，使用前需要创建令牌分组为 Image2 的令牌。

1.在 Codex 中使用

核心逻辑：把图片分组的key和url告诉codex，让他用这个来生成image2图片 提示词：https://app.apifox.com/link/project/8469852/apis/doc-9154045

2.接口调用方式

OpenAI 官方文档把图片相关能力分成 Responses API、Images API、Chat Completions API 三类。对 Dlow 的 gpt-image-2 来说，出图请优先使用 Images API。

API	OpenAI 官方用途	Dlow `gpt-image-2` 使用建议	建议
Responses API	分析图片，并把图片作为输入；也可以通过工具生成图片输出	不支持作为 `gpt-image-2` 的出图入口。需要出图请使用 Images API。	不支持
Images API	生成图片，也可以上传图片作为输入进行编辑	支持文生图和图片编辑，是 `gpt-image-2` 的推荐调用方式。	推荐
Chat Completions API	分析图片输入，并生成文本或音频	不支持作为 `gpt-image-2` 的出图入口；`size`、`quality`、`output_format` 等 Images 参数不会按图片接口生效。	不支持

方式一：Images API（推荐）

Images API 是 gpt-image-2 的推荐出图方式，分为文生图和图片编辑两个接口：

文生图：POST https://www.dlowapi.me/v1/images/generations
图片编辑 / 图生图：POST https://www.dlowapi.me/v1/images/edits

每个接口下面都按“接口实例 → 参数介绍”的格式说明。对新手来说，只要先照着示例传 model、prompt，并把 n 设为 1；需要上传图片时再使用 image 字段即可。

文生图：/v1/images/generations

接口实例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15


curl --location 'https://www.dlowapi.me/v1/images/generations' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer 你的Sora分组令牌' \
--header 'Accept: */*' \
--header 'Host: api.www.dlowapi.me' \
--header 'Connection: keep-alive' \
--data '{
 "model": "gpt-image-2",
 "prompt": "一只橘猫戴着橙色围巾抱着水獭，温暖插画风格",
 "size": "3840x2160",
 "quality": "high",
 "output_format": "png",
 "response_format": "url",
 "n": 1
}'

文生图参数

参数	类型	支持情况	说明
`model`	string	支持	固定填写 `gpt-image-2`。
`prompt`	string	支持	图片描述提示词，建议写清楚主体、场景、风格、比例和文字内容。
`n`	integer	仅支持 `1`	只支持一次返回 1 张图。`n: 2`、`n: 4` 这类多图数量不支持。
`size`	string	支持	支持 `auto` 和符合限制的尺寸，如 `1024x1024`、`1536x1024`、`1024x1536`、`1536x864`、`3840x2160`。
`quality`	string	支持	可选 `low`、`medium`、`high`、`auto`。草稿图可以用 `low`，正式出图可以用 `high`。
`response_format`	string	支持	可选 `url`、`b64_json`。默认建议用 `url`；`b64_json` 适合程序自行保存图片。
`output_format`	string	部分支持	推荐 `png` 或 `jpeg`。`webp` 不建议使用。
`output_compression`	integer	支持	只建议在 `output_format` 为 `jpeg` 时使用，取值 `0` 到 `100`。
`background`	string	部分支持	建议使用默认值或 `opaque`。`transparent` 不支持。
`moderation`	string	支持	可选 `auto`、`low`。这是安全审核参数，不会直接改变画面风格；不确定时保持默认即可。
`user`	string	支持	可选，用于标记你自己的终端用户或业务来源，普通调用可以不传。
`stream`	boolean	不支持	请不要开启。
`partial_images`	integer	不支持	依赖 `stream` 的中间图返回能力，不支持。
`style`	string	不建议使用	这是旧模型常见参数，`gpt-image-2` 不需要传。

图片编辑 / 图生图：/v1/images/edits

/v1/images/edits 使用 multipart/form-data 上传图片。image 是二进制图片文件，prompt 写清楚希望怎么修改图片。接口实例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10


curl --location 'https://www.dlowapi.me/v1/images/edits' \
--header 'Authorization: Bearer 你的Sora分组令牌' \
--header 'Accept: */*' \
--form 'model="gpt-image-2"' \
--form 'prompt="把图片里的主体保留，在右上角加一枚红色小印章，印章上写 DEMO"' \
--form 'image=@"/path/to/your-image.jpg"' \
--form 'size="1024x1024"' \
--form 'quality="high"' \
--form 'output_format="png"' \
--form 'response_format="url"'

图片编辑参数

参数	类型	支持情况	说明
`model`	string	支持	固定填写 `gpt-image-2`。
`prompt`	string	支持	写清楚要保留什么、修改什么、最终希望得到什么。
`image`	file	支持	必填，上传要编辑的图片二进制文件。建议一次只上传 1 张图片。
`mask`	file	支持	可选，局部修改时可传 PNG mask；不传则按整图编辑理解。
`n`	integer	仅支持 `1`	只支持一次返回 1 张图。多张结果不支持。
`size`	string	支持	同文生图，支持 `auto` 和符合限制的尺寸。
`quality`	string	支持	可选 `low`、`medium`、`high`、`auto`。
`response_format`	string	支持	可选 `url`、`b64_json`。默认建议用 `url`。
`output_format`	string	部分支持	推荐 `png` 或 `jpeg`。`webp` 不建议使用。
`output_compression`	integer	支持	只建议在 `output_format` 为 `jpeg` 时使用，取值 `0` 到 `100`。
`background`	string	部分支持	建议使用默认值或 `opaque`。`transparent` 不支持。
`moderation`	string	支持	可选 `auto`、`low`。这是安全审核参数，不会直接改变画面风格。
`input_fidelity`	string	支持	图片编辑时可传 `high`，用于尽量保留原图主体和细节。
`user`	string	支持	可选，普通调用可以不传。
`stream`	boolean	不支持	请不要开启。
`partial_images`	integer	不支持	依赖 `stream` 的中间图返回能力，不支持。

如果需要局部修改，可以额外传 mask。mask 建议使用 PNG 图片，透明区域表示允许模型重点修改的位置；不传 mask 时，模型会根据提示词对整张图进行编辑。

通用说明

尺寸与质量

常用尺寸（Popular sizes） 1024 × 1024：正方形
1536 × 1024：横向
1024 × 1536：纵向
2048 × 2048：2K 正方形
2048 × 1152：2K 横向
3840 × 2160：4K 横向
2160 × 3840：4K 纵向
auto：自动（默认）
尺寸限制（Size constraints）最大边长必须 小于或等于 3840 像素
宽和高都必须是 16 的倍数
长边与短边的比例 不能超过 3:1
总像素数必须 不少于 655,360，且 不超过 8,294,400
质量选项（Quality options） low：低质量
medium：中等质量
high：高质量
auto：自动（默认）

返回结果默认返回图片下载地址：

1
2
3
4
5
6
7
8
9


{
 "created": 1776923999,
 "data": [
 {
 "url": "https://www.dlowapi.me/file_download/xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
 "revised_prompt": "..."
 }
 ]
}

返回的 url 即为生成的图片地址，直接访问即可下载。revised_prompt 是模型实际使用前改写过的提示词，看到它是正常现象，不是报错。

如果请求里传了 "response_format": "b64_json"，返回内容会变成 Base64 图片数据：

1
2
3
4
5
6
7
8
9


{
 "created": 1776923999,
 "data": [
 {
 "b64_json": "iVBORw0KGgoAAAANSUhEUgAA...",
 "revised_prompt": "..."
 }
 ]
}

这时响应里通常没有 url，需要客户端自己把 b64_json 解码成图片文件。url 和 b64_json 两种返回方式都会包含 revised_prompt。普通用户更推荐使用默认的 url，最容易保存和分享。

方式二：Responses API（不支持）

方式三：Chat Completions API（不支持）

特别注意：长连接与代理设置

无论是直接通过 API 调用，还是在 Codex 等客户端程序中使用 gpt-image-2，图片生成请求通常都比普通聊天请求耗时更久，尤其是使用编辑模式、高清质量或高分辨率尺寸时。如果本机代理、网络工具或中间网关对长连接有限制，可能会在 60 秒左右主动断开连接，表现为 API 请求超时、没有返回内容，或客户端提示 Failed to fetch。

下面以 Cherry Studio 的编辑模式为例，长连接中断时程序侧通常会直接弹出 Failed to fetch；在开发者工具中，也可以看到 edits 请求停在 1 分钟左右。直接调用 API 时虽然界面提示不同，但问题本质相同，都是连接在图片生成完成前被中途断开。

如果确认是代理导致连接被中断，建议将本站域名 api.www.dlowapi.me 加入代理工具的直连或白名单规则，让访问 Dlow 时不再经过代理。不同代理软件的设置入口可能不同，核心是添加类似 domain:api.www.dlowapi.me 的域名规则。

放行后，同类请求可以等待更久并正常返回。下图中请求在约 1.6 分钟后返回图片；如果使用更高分辨率或更高质量选项，生成时间还可能继续增加。为了减少不可控的网络中断，建议绘图请求尽量直连 api.www.dlowapi.me，不要经过会限制长连接的代理或中转网络。

Codex 生成 Image2 图片提示词

Sun, 04 Oct 2026 00:00:00 +0000

使用 Codex 通过 Dlow 生成或编辑图片

必须实际调用 Dlow 接口、保存并验证图片，不能只提供示例代码。自动识别当前系统是 Windows 还是 macOS，并使用对应命令。

固定配置

配置项	值
Base URL	`https://www.dlowapi.me/v1`
模型	`gpt-image-2`
API Key	`<在本地替换为真实的 Dlow API Key>`
请求超时	`300` 秒

API Key 直接读取上表中的值，不使用环境变量。

真实 Key 仅允许存在于上方配置项中。禁止输出、回显、记录、写入临时脚本或重复展示该值。

仅允许调用：

文生图：POST https://www.dlowapi.me/v1/images/generations
图片编辑：POST https://www.dlowapi.me/v1/images/edits

禁止：

使用 Codex 内置 image_gen 工具；
请求 OpenAI 官方地址；
调用 /v1/responses、/v1/chat/completions 或其他接口；
将 gpt-image-2 设置为 Codex 主对话模型；
输出 API Key、Authorization 请求头或完整接口响应。

执行前检查

检查 API Key 是否仍是占位符或空值，但不得输出其内容。
如果尚未替换，立即停止，并提示我在本地修改提示词中的 API Key。
自动识别操作系统，仅支持 Windows 和 macOS。
检查任务模式、提示词、尺寸及输出文件名是否完整。
edit 模式还必须检查输入图片存在、是普通文件且可读取。
缺少必要参数、运行时或依赖时立即停止，不得自行安装依赖。
不得修改当前项目的依赖文件。

请求规则

模型固定为 gpt-image-2。
每次只请求一张图片，设置 n=1。
请求超时设置为 300 秒。
每项任务最多执行一次付费请求。
请求失败后不得自动重试。
优先使用当前环境已有的 OpenAI Python SDK或可靠的结构化 HTTP 客户端。
Windows 优先使用 python 或 py -3，macOS 优先使用 python3。
不得把 API Key放入命令行参数。
不得在终端打印完整响应、图片 URL、Base64、请求头或调试日志。
如需临时文件，放入当前工作区的 tmp/imagegen/，任务结束后删除。

文生图

任务模式为 generate 时调用：

1
2


POST https://www.dlowapi.me/v1/images/generations
Content-Type: application/json

请求体至少包含：

1
2
3
4
5
6


{
 "model": "gpt-image-2",
 "prompt": "<图片提示词>",
 "n": 1,
 "size": "<指定尺寸>"
}

本次任务明确要求 medium，因此发送：

1
2
3


{
 "quality": "medium"
}

如果中转站不支持该参数，只报告脱敏错误，不得删除参数后自动重试。

图片编辑

任务模式为 edit 时调用：

1
2


POST https://www.dlowapi.me/v1/images/edits
Content-Type: multipart/form-data

表单至少包含：

字段	内容
`model`	`gpt-image-2`
`prompt`	图片编辑要求
`image`	输入图片文件

编辑要求：

将输入路径转换为当前系统的绝对路径。
Windows 路径示例：C:\Users\username\Pictures\input.png。
macOS 路径示例：/Users/username/Pictures/input.png。
正确处理空格、中文和 macOS 的 ~ 路径。
保持用户未要求修改的内容不变。
不得发送 input_fidelity 参数。
输入图片不存在或不可读时立即停止，不得调用接口。

返回结果处理

接口成功后只检查 data[0]，不得输出完整响应。

如果存在 data[0].b64_json：

在进程内解码 Base64。
禁止打印或记录 Base64 内容。
将二进制数据保存为本地图片。

如果存在 data[0].url：

使用结构化 HTTP 客户端下载图片。
不得输出或记录完整 URL。
必须保存到本地，不能只返回 URL。

如果两者都不存在，报告响应结构不符合预期，不得重新请求。

文件保存

默认输出目录：

1

output/imagegen/

处理规则：

目录不存在时创建。
输出目录相对于当前工作区。
使用任务指定的输出文件名。
如果文件已存在，追加时间戳或递增序号，禁止覆盖。
最终报告必须使用绝对路径。
文件扩展名必须与实际格式一致。
如果要求 PNG，但返回 JPEG 或 WebP，使用当前系统已有工具转换；缺少转换能力时停止，不得安装依赖或重新调用接口。
中间文件统一放入 tmp/imagegen/，完成后删除。

文件验证

保存后必须验证：

文件存在且是普通文件；
文件大小大于 0；
文件头确实属于 PNG、JPEG 或 WebP；
图片能够被图片解码器正常读取；
宽度和高度能够读取；
实际尺寸符合本次任务要求。

优先使用已有 Python 图片库验证。没有可用图片库时：

Windows 可使用 PowerShell 和系统图片组件；
macOS 可使用 file 与 sips；
不得仅根据扩展名判断格式。

校验失败时只报告失败，不得再次调用付费接口。

打开图片

验证成功后，使用当前系统的默认图片查看器打开文件。

Windows：

1

Start-Process -FilePath "<图片绝对路径>"

macOS：

1

open "<图片绝对路径>"

打开查看器失败不代表图片生成失败，不得因此重新调用接口。

错误处理

请求失败时只报告：

实际调用的接口；
HTTP 状态码；
中转站返回的脱敏错误信息；
是否执行过付费请求；
是否生成了本地文件；
建议的下一步。

禁止输出：

API Key；
Authorization 请求头；
完整请求或响应；
完整 Base64；
图片下载 URL；
包含密钥的命令、脚本或异常堆栈。

未经我明确确认，不得执行第二次付费请求。

完成报告

完成后简洁报告：

操作系统；
任务模式；
使用的模型；
实际调用的接口；
是否执行过付费请求；
图片尺寸；
最终文件绝对路径；
文件格式及字节大小；
文件验证结果；
是否已调用系统图片查看器；
如失败，提供脱敏后的失败原因。

本次任务参数

参数	值
任务模式	`generate`
图片提示词	一只坐在落地窗旁的橘猫，午后自然光，写实摄影，毛发细节清晰，构图干净，不要文字，不要水印
输入图片路径	留空
输出文件名	`orange-cat.png`
图片尺寸	`1024x1024`
质量要求	`medium`

现在开始执行。

不要只提供示例代码，必须实际调用 Dlow 接口、保存并验证图片。只有 API Key 未替换、缺少必要参数或依赖，或者需要第二次付费请求时才暂停。

DlowApi 帮助文档 on dlow

快速开始

注册账号

登录账号

购买额度

创建 API 令牌

查看分组可用模型

服务监控

监控入口

建议排查顺序

查看服务状态

确认本地网络

回到配置文档核对参数

模型分组介绍

如何查看最新分组

令牌分组介绍（持续更新，已网站为准）

【⭐⭐】GPT Pro 高智高速，稳定输出

【⭐⭐】Claude-满缓存版

【⭐⭐】GPT Image2 1K 0.03一张

【⭐⭐】GPT Image2 原生！ 2K4K

【⭐⭐】Gemini 香蕉按次

【⭐⭐】GPT Plus 稳定输出，性价比拉满

CLI 配置教程

环境检查（通用步骤）

（1）确认Node.js环境已安装

（2）安装CLI

（3）测试安装成功

Claude Code

Codex

Gemini

Claude Code 配置

Windows

macOS

Codex 配置

官方下载地址：https://chatgpt.com/zh-Hans-CN/download/

Windows

macOS

CC 缓存优化代理

一句话介绍

为什么需要它？

适合谁用？

推荐使用 AI 辅助配置

最小验证流程

配置 Claude Code

验证代理

长期使用建议

Claude Code 相关问题

如何在Vscode CC插件中使用Dlow

Windows

macOS

Claude Code 中常用命令

claude code 无法连接到 Anthropic 服务

Windows

macOS

Claude Code 如何切换回 200K 上下文并禁用非必要流量

Windows

macOS

Codex 相关问题

一点点技巧，如何更高效地使用Codex

在Windows系统下，丝滑使用Codex！

Codex 中常用命令

Codex在Windows系统下乱码问题

Vscode Codex插件中设置最新模型

Windows

macOS

Codex如何配置全局提示词

Codex开启内置网络搜索

Codex 在容器或CLI沙盒中的网络连接问题

Connection failed 问题

401报错问题

Windows

macOS

403报错问题

使用画布生成图片，草履虫都能看懂

开始前准备

第一步：创建 API 密钥

第二步：配置画布

第三步：开始生成图片

GPT-Image-2 绘图教程

前置准备