国内直连 · 支付宝付款 · 小白友好

国内中转站使用教程

没有国际信用卡?无法翻墙?通过国内 API 中转站,5 分钟即可在龙虾里用上 Claude / GPT。本教程教你从选站到避坑的完整流程。

什么是 API 中转站?什么时候用?

中转站是国内服务商搭建的代理服务,把 Claude / GPT / Gemini 等海外 API 包装成国内可访问、支付宝可付款的接口,赚取 10%~50% 的服务费。

适合人群:

  • 没有国际信用卡,又想用 Claude / GPT
  • 无法稳定科学上网,但需要海外大模型
  • 追求快速接入,不在意多付一点服务费
  • 个人开发者 / 小团队尝鲜,不涉及敏感数据
不适合:企业生产环境、处理敏感数据、追求极致稳定的场景。中转站存在跑路、改价、限速等风险,敏感场景请选官方渠道或国产模型(DeepSeek / Qwen)。

如何挑选靠谱的中转站?

中转站市场鱼龙混杂,按以下标准筛选可降低风险

这些信号说明可能靠谱

这些信号要警惕

找站建议:
  • linux.do、V2EX、知乎搜索 "Claude API 中转" 看最近的真实用户反馈
  • 选有公开博客/产品页的服务商,避免纯 QQ 群作坊
  • 第一次先充小额(¥10 ~ ¥20)试用一周,没问题再续费

配置流程(通用 5 步)

不同中转站界面略有差异,但核心流程一致

1

挑选并注册中转站

按上一节的"挑选标准"找一个靠谱的中转站,访问其官网注册账号。

  1. 在 linux.do / V2EX / 知乎搜索 "Claude API 中转",对比近期评价
  2. 访问中转站官网,仔细阅读服务条款、价格表、模型列表
  3. 注册账号(一般支持邮箱 / 手机号)
  4. 完成实名/绑定(部分平台需要)
注意:本教程不推荐具体中转站,因为它们的稳定性会随时变化。请自行做调研。
2

小额充值测试

第一次务必少充,先测试服务质量再决定是否长期使用。

  1. 充值页面选择金额(建议首次 ¥10 ~ ¥20)
  2. 使用支付宝 / 微信 / USDT 等支付方式
  3. 付款完成后余额应立即到账
  4. 记录充值订单号,方便后续维权
重要:千万不要被"充 ¥500 送 ¥200"之类的活动吸引一次性大额充值。中转站跑路是常事,损失风险与充值金额成正比。
3

获取 API Key 和 Base URL

充值后在中转站后台获取两个关键信息:API Key 和 Base URL(自定义接口地址)。

  1. 登录中转站后台,找到 "令牌管理" / "API Keys" / "我的 Key"
  2. 点击 "创建令牌" 或 "新建 Key"
  3. 设置令牌名称、可用余额上限(建议设上限,防止 Key 泄露损失扩大)
  4. 复制生成的 Key(一般以 sk- 开头)
  5. 找到平台公布的 Base URL(API 接口地址),通常在文档/帮助页面
# 中转站的 Key 和 URL 通常长这样
API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
BASE_URL=https://api.xxxxx.com/v1
提示:大多数中转站同时支持 OpenAI 格式(/v1/chat/completions)和 Anthropic 格式(/v1/messages),按你想用的模型选对应路径。
4

在龙虾中配置

根据你想用的模型类型,选择对应的接入方式:

▶ 想用 Claude(Anthropic 格式)

  1. 龙虾设置 → 选择 "Anthropic" 提供商
  2. API Key:填中转站的 Key
  3. Base URL:填中转站的 Anthropic 接口地址(确认末尾是否需要 /v1)
  4. 选择模型:claude-sonnet-4 / claude-3-5-sonnet
ANTHROPIC_API_KEY=sk-中转站Key
ANTHROPIC_BASE_URL=https://api.中转站.com

▶ 想用 GPT / 通用模型(OpenAI 格式)

  1. 龙虾设置 → 选择 "OpenAI Compatible" / "自定义提供商"
  2. API Key:填中转站的 Key
  3. Base URL:填中转站的 OpenAI 接口地址,通常以 /v1 结尾
  4. 选择模型:gpt-4o / claude-3-5-sonnet(很多中转站允许通过 OpenAI 格式调用 Claude)
OPENAI_API_KEY=sk-中转站Key
OPENAI_BASE_URL=https://api.中转站.com/v1
关键点:不同中转站对 Base URL 末尾是否需要带 /v1 要求不同,看其官方文档。如果 401 一直报错,可以试试加上或去掉 /v1
5

测试 + 监控

配置完成后做一次完整测试,并养成定期检查余额的习惯。

  1. 龙虾 "测试连接" 按钮 → 应该返回成功
  2. 发一条简单消息确认能出回答
  3. 到中转站后台查看是否产生了用量记录(通常实时)
  4. 把中转站的"余额提醒"打开,避免突然没余额无法工作
完成!之后就能在龙虾里用 Claude / GPT 了,体验和官方接近。

风险提醒与避坑指南

用中转站必须知道的"潜规则"

常见风险一览

  • 跑路风险 — 中小中转站可能突然下线,余额无法退还
  • 限速 / 排队 — 高峰期可能延迟严重,影响 Agent 类工作流
  • 悄悄改价 / 切模型 — 部分站点会偷换底层模型(用便宜的小模型冒充贵的大模型)
  • 数据隐私 — 你的请求内容会经过中转站,敏感信息可能被记录
  • 合规风险 — 部分中转站使用黑卡 / 盗刷资源,可能涉及法律风险
  • 突发限制 — 某些模型(特别是 Claude)随时可能被中转方限制访问

避坑七条军规

  1. 分散风险:同时配置多个中转站或国产模型,主用一个备用一个
  2. 小额多次:每次充值 ¥10 ~ ¥50,用完再充,永远不要囤大额
  3. 设置 Key 上限:在中转站后台给每个 Key 设可用额度上限
  4. 不传敏感数据:公司机密、个人隐私、密钥等绝不通过中转站发送
  5. 定期对账:每周对一次中转站后台用量与龙虾的调用记录
  6. 关注社区:留意 linux.do / 群里"XX 站跑路"等消息,及时止损
  7. 留好备份方案:保留一个国产模型(DeepSeek / Qwen)配置,紧急时可以切换

常见问题

关于中转站的常见疑问

中转站合法吗?用了会被追责吗?
技术上中转站是合规的(反向代理 + 计费包装),但部分站点的资金来源(黑卡 / 盗刷 OpenAI 额度)存在合规风险。作为终端用户:正常使用风险较低,但建议选择运营时间长、有正规支付渠道的服务商。处理重要业务请用官方或国产模型。
为什么中转站价格能比官方便宜?
正常的中转站会比官方贵 10%~30%(含服务费),如果反而便宜很多,常见原因:
  • 使用黑卡 / 盗刷的官方额度(高风险,随时被封 + 跑路)
  • 使用其他用户共享的订阅 / Pro 账号(不稳定)
  • 用便宜的小模型冒充贵的大模型(质量打折)
  • 引流盘,初期亏本运营,后期跑路
"天下没有免费的午餐",价格远低于官方一定有问题。
中转站跑路了,钱能要回来吗?
大概率要不回。中转站多为个人或小团队运营,没有正规的退款机制。一旦跑路:
  • 站点直接下线,无法登录后台
  • QQ 群解散,客服失联
  • 支付宝单笔小额很难走司法途径追回
所以"小额多次充值"是核心防御策略。
中转站和"逆向"是一回事吗?
  • API 中转:站点购买官方 API 额度,转售给国内用户。合规
  • 逆向 / 网页逆向:用脚本伪造 ChatGPT / Claude 网页用户的请求,把订阅额度包装成 API。违反 ToS,随时被封,不稳定。
建议优先选 API 中转模式,远离纯逆向方案。
中转站和 OpenRouter 一样吗?
不完全一样。OpenRouter 是海外的"模型聚合平台",相当于正规中转站,支持信用卡和加密货币付款,访问需要科学上网。国内中转站的特点是"本地化"——人民币付款 + 国内服务器,这是国内用户使用的最大便利。如果你能科学上网且有海外支付能力,OpenRouter 比国内中转更稳。
报错 401 / 403,怎么排查?
按这个顺序排查:
  1. Key 是否复制完整、没有空格
  2. Key 是否还在中转站后台有效(没被删 / 余额未耗尽)
  3. Base URL 末尾 /v1 是否符合中转站文档要求(很多 401 是这里出错)
  4. 选择的模型是否在中转站当前支持列表里(比如某些站不再提供 claude-opus-4)
  5. 当天该中转站是否在维护或被官方限流(看群通知)
有更稳定的替代方案吗?
如果你担心中转站不稳,可以考虑:
  • 国产大模型:DeepSeek / 通义千问 / Kimi,价格低、国内直连、官方背书。DeepSeek 教程 | 通义千问教程 | Kimi 教程
  • 办虚拟卡 + 官方 API:通过 Depay / WildCard 等虚拟卡服务,再走 Anthropic 官方流程
  • OpenRouter:海外正规聚合平台,需要翻墙和国际支付
建议组合使用:日常用国产模型省钱,需要 Claude 时用中转站。

无障碍接入 Claude / GPT

支付宝充值,国内直连,5 分钟搞定

返回总览教程 改用国产模型(DeepSeek) 官方 Claude 教程