LSPlatform

决策调用（Makes）

POST

https://api.listenai.com/v1/makes

请求参数

Header 参数

Content-Type

string

必需

示例值:

application/json

Authorization

string

必需

示例值:

Bearer {{token}}

Body 参数application/json

model

string

模型名称

必需

可选值：spark-interface-1.0

task

string

执行任务

必需

支持中英文，可选值：rewrite: 改写；intent_split: 意图拆解；intent_domain: 意图落域

messages

array [object {2}]

会话和提问

必需

需要自行拼接对话历史信息，数组最后是最新的用户提问

role

string

角色

可选

可取值： user，assistant ；其中user表示用户的提问，assistant表示AI的回复 ; 若当前message为messages数组的最后一个元素，role的值需为字符串'user'

content

string

文本内容

可选

该角色的对话内容

示例

{
  "model": "spark-interface-1.0",
  "task": "rewrite",
  "messages": [
    {
      "role": "user",
      "content": "今天广州天气怎么样"
    },
    {
      "role": "assistant",
      "content": "广州今天全天阴，气温27℃ ~ 35℃，空气质量优，有北风微风，酷热难耐，请做好防暑降温的工作。"
    },
    {
      "role": "user",
      "content": "那明天呢"
    }
  ]
}

示例代码

Shell

JavaScript

Java

Swift

PHP

Python

HTTP

Objective-C

Ruby

OCaml

Dart

curl --location --request POST 'https://api.listenai.com/v1/makes' \
--header 'Authorization: Bearer {{token}}' \
--header 'Content-Type: application/json' \
--data-raw '{
    "model": "spark-interface-1.0",
    "task": "rewrite",
    "messages": [
        { "role": "user", "content": "今天广州天气怎么样" },
        { "role": "assistant", "content": "广州今天全天阴，气温27℃ ~ 35℃，空气质量优，有北风微风，酷热难耐，请做好防暑降温的工作。" },
        { "role": "user", "content": "那明天呢" }
    ]
}'

返回响应

🟢200成功

application/json

Body

object

string

必需

choices

array [object {2}]

必需

index

integer

可选

text

string

可选

created

integer

必需

string

必需

usage

object

必需

completion_tokens

integer

必需

prompt_tokens

integer

必需

question_tokens

integer

必需

total_tokens

integer

必需

示例

改写请求意图拆解意图落域

{
  "object": "makes",
  "choices": [
    {
      "index": 0,
      "text": "那广州明天天气呢"
    }
  ],
  "created": 1691122044,
  "id": "wgw000c1e65@dx189beba8ebb7824532",
  "usage": {
    "completion_tokens": 0,
    "prompt_tokens": 0,
    "question_tokens": 0,
    "total_tokens": 0
  }
}

修改于 2023-09-19 07:46:41

向量计算调用（Embedding）

Prompt渲染