小爱帮助文档
  1. 聊天接口(Chat)
小爱帮助文档
  • AI模型API中文文档
    • 小爱接口和支持模型列表
    • 购买地址
    • 人工客服
    • 常用教程合集
    • API的介绍及使用教程点击内涵链接
    • 示例代码大全
      • Python使用文档
    • 聊天接口(Chat)
      • 聊天接口(通用)
        POST
      • 图片识别接口
        POST
    • 向量生成(Embeddings)
      • 创建嵌入
    • 文生图片(Images)
      • DALL·E
    • 音频(Audio)
      • TTS文本转语音
  1. 聊天接口(Chat)

聊天接口(通用)

POST
/v1/chat/completions
给定一个提示,该模型将返回一个或多个预测的完成,并且还可以返回每个位置的替代标记的概率。
为提供的提示和参数创建完成

请求参数

Header 参数
Authorization
string 
可选
默认值:
Bearer {{YOUR_API_KEY}}
Body 参数application/json
messages
array [object {2}] 
必需
以聊天格式生成聊天完成的消息。
role
string 
角色
必需
示例值:
systemuser
content
string 
内容
必需
stream
boolean 
可选
是否流式输出,不填默认为false
默认值:
false
model
string 
聊天使用模型名称
必需
temperature
number 
可选
使用什么采样温度,介于 0 和 2 之间。较高的值(如 0.8)将使输出更加随机,而较低的值(如 0.2)将使输出更加集中和确定。 我们通常建议改变这个或top_p但不是两者。
presence_penalty
integer 
可选
-2.0 和 2.0 之间的数字。正值会根据到目前为止是否出现在文本中来惩罚新标记,从而增加模型谈论新主题的可能性
frequency_penalty
integer 
可选
2.0 和 2.0 之间的数字。正值会根据新标记在文本中的现有频率对其进行惩罚,从而降低模型逐字重复同一行的可能性
top_p
integer 
可选
一种替代温度采样的方法,称为核采样,其中模型考虑具有 top_p 概率质量的标记的结果。所以 0.1 意味着只考虑构成前 10% 概率质量的标记。 我们通常建议改变这个或temperature但不是两者。
logprobs
boolean 
可选
是否返回输出令牌的对数概率。如果为 true,则返回消息中内容中每个输出令牌的对数概率。
top_logprobs
integer 
可选
一个介于 0 到 20 之间的整数,指定返回每个令牌位置上最有可能的令牌数量,每个令牌都有一个相关的对数概率。logprobs必须设置为true,如果使用此参数。
max_tokens
integer 
可选
最大令牌 的数量可以在聊天完成中生成。此值可用于控制通过 API 生成的文本成本。该值现在已弃用,建议使用max_completion_tokens
max_completion_tokens
integer 
可选
生成完成的令牌数的上界,包括可见的输出令牌和< a id=0 >推理令牌
response_format
string  | integer  | boolean  | array  | object  | number  | null 
可选
一个用于指定模型输出格式的对象。与GPT-4o,GPT-4o mini,GPT-4 Turbo和所有新于gpt-3.5-turbo-1106的 GPT-3.5 Turbo 模型兼容。
启用 { "type": "json_schema", "json_schema": {...} } 设置会启用结构化输出,这样模型将与您提供的 JSON 模式匹配。在 Structured Outputs 指南 中了解更多信息参考。
设置 { "type": "json_object" } 启用 JSON 模式,确保模型生成的消息是有效的 JSON。
示例
{
  "messages": [
    {
      "role": "system",
      "content": "你是一个大语言模型机器人"
    },
    {
      "role": "user",
      "content": "你好"
    }
  ],
  "stream": false,
  "model": "gpt-3.5-turbo",
  "temperature": 0.5,
  "presence_penalty": 0,
  "frequency_penalty": 0,
  "top_p": 1
}

示例代码

Shell
JavaScript
Java
Swift
Go
PHP
Python
HTTP
C
C#
Objective-C
Ruby
OCaml
Dart
R
请求示例请求示例
Shell
JavaScript
Java
Swift
curl --location --request POST 'https://xiaoai.plus/v1/chat/completions' \
--header 'Authorization: Bearer sk-xxx' \
--header 'Content-Type: application/json' \
--data-raw '{
    "messages": [
        {
            "role": "system",
            "content": "你是一个大语言模型机器人"
        },
        {
            "role": "user",
            "content": "你好"
        }
    ],
    "stream": false,
    "model": "gpt-3.5-turbo",
    "temperature": 0.5,
    "presence_penalty": 0,
    "frequency_penalty": 0,
    "top_p": 1
}'

返回响应

🟢200成功
application/json
Body
object {0}
示例
{
  "id": "chatcmpl-AJaak2I8cuhBbdpMor1SikpkWOvSy",
  "object": "chat.completion",
  "created": 1729232254,
  "model": "gpt-3.5-turbo",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "你好,我是AI助手。我是一个虚拟机器人,没有情感,但我可以帮助你回答问题和提供信息。有什么我可以帮助你的吗?"
      },
      "logprobs": null,
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 27,
    "completion_tokens": 57,
    "total_tokens": 84
  },
  "system_fingerprint": null
}
上一页
Python使用文档
下一页
图片识别接口
Built with