中文字幕日本高清,国产欧美精品一区二区三区,国产精品久久久久久亚洲伦理

如果你尚未登錄或注冊，會自動跳轉到登錄頁面邀請您來注冊和登錄，登錄注冊之后會自動返回當前頁面。

在首次申請時會有免費額度贈送，可以免費使用該 API。

基本使用

首先先了解下基本的使用方式，就是輸入問題，獲得回答，只需要簡單地傳遞一個 question 字段，并指定相應模型即可。

比如說詢問：“What’s your name？”，我們接下來就可以在界面上填寫對應的內容，如圖所示：

可以看到這里我們設置了 Request Headers，包括：

accept：想要接收怎樣格式的響應結果，這里填寫為 application/json，即 JSON 格式。
authorization：調用 API 的密鑰，申請之后可以直接下拉選擇。

另外設置了 Request Body，包括：

model：模型的選擇，比如主流的 GPT 3.5，GPT 4 等。
question：需要詢問的問題，可以是任意的純文本。

選擇之后，可以發現右側也生成了對應代碼，如圖所示：

點擊「Try」按鈕即可進行測試，如上圖所示，這里我們就得到了如下結果：

{
"answer": "I am an AI language model developed by OpenAI and I don't have a personal name. However, you can call me GPT or simply Chatbot. How can I assist you today?"
}

可以看到，這里返回的結果中有一個 answer 字段，就是該問題的回答。我們可以輸入任意問題，就可以得到任意的回答。

如果你不需要任何多輪對話的支持，這個 API 可以極大方便你的對接。

另外如果想生成對應的對接代碼，可以直接復制生成，例如 CURL 的代碼如下：

curl -X POST 'https://api.acedata.cloud/aichat/conversations' \

-H 'accept: application/json' \

-H 'authorization: Bearer {token}' \

-H 'content-type: application/json' \

-d '{

"model": "gpt-3.5",

"question": "What's your name?"

}'



Python 的對接代碼如下：import requests

?

url = "https://api.acedata.cloud/aichat/conversations"

?

headers = {

  "accept": "application/json",

  "authorization": "Bearer {token}",

  "content-type": "application/json"

}

?

payload = {

  "model": "gpt-3.5",

  "question": "What's your name?"

}

?

response = requests.post(url, json=payload, headers=headers)

print(response.text)

多輪對話

如果您想要對接多輪對話功能，需要傳遞一個額外參數 stateful，其值為 true，后續的每次請求都要攜帶該參數。傳遞了 stateful 參數之后，API 會額外返回一個 id 參數，代表當前對話的 ID，后續我們只需要將該 ID 作為參數傳遞，就可以輕松實現多輪對話。

下面我們來演示下具體的操作。

第一次請求，將 stateful 參數設置為 true，并正常傳遞 model 和 question 參數，如圖所示：

對應代碼如下：

curl -X POST 'https://api.acedata.cloud/aichat/conversations' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
"model": "gpt-3.5",
"question": "What's your name?",
"stateful": true
}'

可以得到如下回答：

{
"answer": "I am an AI language model created by OpenAI and I don't have a personal name. You can simply call me OpenAI or ChatGPT. How can I assist you today?",
"id": "7cdb293b-2267-4979-a1ec-48d9ad149916"
}

第二次請求，將第一次請求返回的 id 字段作為參數傳遞，同時 stateful 參數依然設置為 true，詢問「What I asked you just now?」，如圖所示：

對應代碼如下：

curl -X POST 'https://api.acedata.cloud/aichat/conversations' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
"model": "gpt-3.5",
"stateful": true,
"id": "7cdb293b-2267-4979-a1ec-48d9ad149916",
"question": "What I asked you just now?"
}'

結果如下：

{
"answer": "You asked me what my name is. As an AI language model, I do not possess a personal identity, so I don't have a specific name. However, you can refer to me as OpenAI or ChatGPT, the names used for this AI model. Is there anything else I can help you with?",
"id": "7cdb293b-2267-4979-a1ec-48d9ad149916"
}

可以看到，就可以根據上下文回答對應的問題了。

流式響應

該接口也支持流式響應，這對網頁對接十分有用，可以讓網頁實現逐字顯示效果。

如果想流式返回響應，可以更改請求頭里面的 accept 參數，修改為 application/x-ndjson。

修改如圖所示，不過調用代碼需要有對應的更改才能支持流式響應。

將?accept?修改為?application/x-ndjson?之后，API 將逐行返回對應的 JSON 數據，在代碼層面我們需要做相應的修改來獲得逐行的結果。

Python 樣例調用代碼：

import requests

url = "https://api.acedata.cloud/aichat/conversations"

headers = {
    "accept": "application/x-ndjson",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "gpt-3.5",
    "stateful": True,
    "id": "7cdb293b-2267-4979-a1ec-48d9ad149916",
    "question": "Hello"
}

response = requests.post(url, json=payload, headers=headers, stream=True)
for line in response.iter_lines():
    print(line.decode())

輸出效果如下：

{"answer": "Hello", "delta_answer": "Hello", "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"}
{"answer": "Hello!", "delta_answer": "!", "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"}
{"answer": "Hello! How", "delta_answer": " How", "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"}
{"answer": "Hello! How can", "delta_answer": " can", "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"}
{"answer": "Hello! How can I", "delta_answer": " I", "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"}
{"answer": "Hello! How can I assist", "delta_answer": " assist", "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"}
{"answer": "Hello! How can I assist you", "delta_answer": " you", "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"}
{"answer": "Hello! How can I assist you today", "delta_answer": " today", "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"}
{"answer": "Hello! How can I assist you today?", "delta_answer": "?", "id": "7cdb293b-2267-4979-a1ec-48d9ad149916"}

可以看到，響應里面的 answer 即為最新的回答內容，delta_answer 則是新增的回答內容，您可以根據結果來對接到您的系統中。

JavaScript 也是支持的，比如 Node.js 的流式調用代碼如下：

const axios = require("axios");

const url = "https://api.acedata.cloud/aichat/conversations";
const headers = {
  "Content-Type": "application/json",
  Accept: "application/x-ndjson",
  Authorization: "Bearer {token}",
};
const body = {
  question: "Hello",
  model: "gpt-3.5",
  stateful: true,
};

axios
  .post(url, body, { headers: headers, responseType: "stream" })
  .then((response) => {
    console.log(response.status);
    response.data.on("data", (chunk) => {
      console.log(chunk.toString());
    });
  })
  .catch((error) => {
    console.error(error);
  });

Java 樣例代碼：

String url = "https://api.acedata.cloud/aichat/conversations";
OkHttpClient client = new OkHttpClient();
MediaType mediaType = MediaType.parse("application/json");
RequestBody body = RequestBody.create(mediaType, "{\"question\": \"Hello\", \"stateful\": true, \"model\": \"gpt-3.5\"}");
Request request = new Request.Builder()
        .url(url)
        .post(body)
        .addHeader("Content-Type", "application/json")
        .addHeader("Accept", "application/x-ndjson")
        .addHeader("Authorization", "Bearer {token}")
        .build();

client.newCall(request).enqueue(new Callback() {
    @Override
    public void onFailure(Call call, IOException e) {
        e.printStackTrace();
    }

    @Override
    public void onResponse(Call call, Response response) throws IOException {
        if (!response.isSuccessful()) throw new IOException("Unexpected code " + response);
        try (BufferedReader br = new BufferedReader(
                new InputStreamReader(response.body().byteStream(), "UTF-8"))) {
            String responseLine;
            while ((responseLine = br.readLine()) != null) {
                System.out.println(responseLine);
            }
        }
    }
});

其他語言可以另外自行改寫，原理都是一樣的。

模型預設

我們知道，OpenAI 相關的 API 有對應的 system_prompt 的概念，就是給整個模型設置一個預設，比如它叫什么名字等等。本 AI 問答 API 也暴露了這個參數，叫做 preset，利用它我們可以給模型增加預設，我們用一個例子來體驗下：

這里我們額外添加 preset 字段，內容為 You are a professional artist，如圖所示：

對應代碼如下：

curl -X POST 'https://api.acedata.cloud/aichat/conversations' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "model": "gpt-3.5",
  "stateful": true,
  "question": "What can you help me?",
  "preset": "You are a professional artist"
}'

運行結果如下：

{
    "answer": "As a professional artist, I can offer a range of services and assistance depending on your specific needs. Here are a few ways I can help you:\n\n1. Custom Artwork: If you have a specific vision or idea, I can create custom artwork for you. This can include paintings, drawings, digital art, or any other medium you prefer.\n\n2. Commissioned Pieces: If you have a specific subject or concept in mind, I can create commissioned art pieces tailored to your preferences. This could be for personal enjoyment or as a unique gift for someone special.\n\n3. Art Consultation: If you need guidance on art selection, interior design, or how to showcase and display art in your space, I can provide professional advice to help enhance your aesthetic sense and create a cohesive look."
}

可以看到這里我們告訴 GPT 他是一個機器人，然后問它可以為我們做什么，他就可以扮演一個機器人的角色來回答問題了。

圖片識別

本 AI 也能支持添加附件進行圖片識別，通過 references 傳遞對應圖片鏈接即可，比如我這里有一張蘋果的圖片，如圖所示：

該圖片的鏈接是 https://cdn.acedata.cloud/ht05g0.png，我們直接將其作為 references 參數傳遞即可，同時需要注意的是，模型必須要選擇支持視覺識別的模型，目前支持的是 gpt-4-vision，所以輸入如下：

對應的代碼如下：

curl -X POST 'https://api.acedata.cloud/aichat/conversations' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "model": "gpt-4-vision",
  "question": "How many apples in the picture?",
  "references": ["https://cdn.acedata.cloud/ht05g0.png"]
}'

運行結果如下：

{
  "answer": "There are 5 apples in the picture."
}

可以看到，我們就成功得到了對應圖片的回答結果。

聯網問答

代碼如下：

curl -X POST 'https://api.acedata.cloud/aichat/conversations' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "model": "gpt-3.5-browsing",
  "question": "What's the weather of New York today?"
}'

運行結果如下：

{
  "answer": "The weather in New York today is as follows:\n- Current Temperature: 16°C (60°F)\n- High: 16°C (60°F)\n- Low: 10°C (50°F)\n- Humidity: 47%\n- UV Index: 6 of 11\n- Sunrise: 5:42 am\n- Sunset: 8:02 pm\n\nIt's overcast with a chance of occasional showers overnight, and the chance of rain is 50%.\nFor more details, you can visit [The Weather Channel](https://weather.com/weather/tenday/l/96f2f84af9a5f5d452eb0574d4e4d8a840c71b05e22264ebdc0056433a642c84).\n\nIs there anything else you'd like to know?"
}

可以看到，這里它自動聯網搜索了 The Weather Channel 網站，并獲得了里面的信息，然后進一步返回了實時結果。