Claude Opus 5.5 ist auf SeedRouter verfügbar

AI Agents

SeedRouter mit KI-Agenten verwenden

View Markdown

Verbinde Programmieragenten und KI-Assistenten über den MCP-Server, den Agent-Skill oder die HTTP-API mit SeedRouter und erfahre, welche Grenzen ein Agent berücksichtigen sollte.

Ein Agent kann SeedRouter auf drei Arten nutzen. Sie verwenden denselben API-Schlüssel, dasselbe Guthaben, dieselben Modelle und Grenzen und werden gleich abgerechnet.

WegGeeignet fürEinrichtung
MCP-ServerClaude Code, Cursor, Codex, VS Code und andere MCP-ClientsFüge https://api.seedrouter.ai/v1/mcp mit deinem API-Schlüssel als Bearer-Header hinzu
Agent-SkillAgenten, die Agent Skills ladenDas Skill-Verzeichnis findest du unter /.well-known/agent-skills/index.json
HTTP-APIDeinen eigenen Code oder einen Agenten, der Code für dich schreibtSchnellstart

Um den Agenten selbst mit den Textmodellen von SeedRouter auszuführen, siehe Programmieragenten auf SeedRouter.

Deinen Schlüssel einmal setzen

Erstelle auf der Seite API-Schlüssel einen Schlüssel und exportiere ihn, damit der Agent ihn lesen kann, ohne dass er in deinen Projektdateien landet:

export SEEDROUTER_API_KEY=YOUR_API_KEY

Die Seite API-Schlüssel hat auch die Schaltfläche Über MCP verbinden, die eine fertige Konfiguration für jeden MCP-Client ausgibt.

Was ein Agent auf SeedRouter macht

  1. Ein Modell finden: list_models über MCP oder die Modellliste in /llms.txt. Jedes Modell mit einer Landingpage hat unter https://seedrouter.ai/models/<slug>/llms.txt eine Zusammenfassung als Klartext mit seinen Parametern, Preisen und Beispielen.
  2. Sein Eingabeschema lesen: get_model_schema über MCP oder die Dokumentationsseite des Modells.
  3. Öffentliche Medien-URLs verwenden: Erzeugungsendpunkte akzeptieren Referenzbilder, -videos und -audios nur als öffentliche http(s)-URLs. Base64-Eingaben werden abgelehnt, stelle lokale Dateien daher zuerst an einem erreichbaren Ort bereit.
  4. Den Preis prüfen: get_pricing über MCP liefert die aktuellen Tarife des Modells in USD, bevor etwas gesendet wird.
  5. Senden und warten: submit_task, dann get_task mit wait_seconds: 50, bis die Aufgabe abgeschlossen ist. Sende bei HTTP an den Endpunkt des Modells und frage GET /v1/tasks/{id} etwa alle drei Sekunden ab.

Fehlgeschlagene Aufgaben werden nicht berechnet. Das Senden ist nicht idempotent: Wiederholst du eine Anfrage, deren Antwort du nicht erhalten hast, wird eine zweite Aufgabe erstellt und deren Kosten werden ebenfalls vom Guthaben abgezogen. Prüfe daher zuerst deinen Aufgabenverlauf oder dein Guthaben.

Grenzen bei der Planung berücksichtigen

GrenzeStandardAntwort bei Überschreitung
Gleichzeitig laufende Bild- und Videoaufgaben pro Konto50HTTP 429, Code 30002

Auch zu viele Anfragen in kurzer Zeit können begrenzt werden; dann wird ebenfalls HTTP 429 zurückgegeben. Warte bei HTTP 429 die in Retry-After angegebene Zeit, falls der Header vorhanden ist; andernfalls verlängere die Wartezeit bei jedem erneuten Versuch exponentiell, mit einer zufälligen Abweichung und einer Obergrenze. Entscheide anhand des Statuscodes, statt Fehlerkörper auszuwerten, da die Text-Endpunkte im Fehlerformat ihres jeweiligen Protokolls antworten. Ein Stapelauftrag sollte eine Warteschlange führen und neue Aufgaben senden, sobald laufende abgeschlossen sind, statt alles gleichzeitig zu senden. Wende dich an [email protected], wenn du eine höhere Grenze benötigst.

Maschinenlesbare Einstiegspunkte

URLInhalt
/llms.txtVerzeichnis von Modellen, Dokumentation und Anleitungen für Sprachmodelle
/models/<slug>/llms.txtParameter, Preise und Beispiele eines Modells
/docs/<page>.mdJede Dokumentationsseite als Markdown, zum Beispiel /docs/api/overview.md
/.well-known/agent-skills/index.jsonVerzeichnis der Agent-Skills
/.well-known/api-catalogAPI-Katalog (RFC 9727)
https://api.seedrouter.ai/v1/mcpMCP-Server