- OpenAI通用接口
- 全能模型接口
- kimi
- 通义千问
- 智谱
- 秘塔搜索
- 讯飞星火
- 海螺
- deepseek
- Openai
- Suno(音乐)
- Midjourney(绘画)
- Flux(绘图)
- Recraft(绘图)
- Ideogram(绘画)
- Luma(视频)
- Runway(视频)
- 可灵(视频)
秘塔搜索（深入搜索）
POST
https://api.ecovai.cn/v1/chat/completions
如果本地没有有效处理机制，需保持stream为默认值false
请求参数
Authorization
在 Header 添加参数
Authorization
，其值为在 Bearer 之后拼接 Token示例：
Authorization: Bearer ********************Header 参数
Content-Type
string
必需
示例值:
application/json
Accept
string
必需
示例值:
application/json
Authorization
string
可选
示例值:
Bearer {{YOUR_API_KEY}}
Body 参数application/json
model
string
必需
messages
array [object {2}]
必需
role
string
可选
content
string
可选
stream
boolean
可选
示例
{
"model": "detail",
"messages": [
{
"role": "user",
"content": "人工智能发展历史"
}
],
"stream": false
}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://api.ecovai.cn/v1/chat/completions' \
--header 'Accept: application/json' \
--header 'Authorization: Bearer {{YOUR_API_KEY}}' \
--header 'Content-Type: application/json' \
--data-raw '{
"model": "detail",
"messages": [
{
"role": "user",
"content": "人工智能发展历史"
}
],
"stream": false
}'返回响应
🟢200OK
application/json
Body
id
string
必需
model
string
必需
object
string
必需
choices
array [object {3}]
必需
index
integer
可选
message
object
可选
finish_reason
string
可选
usage
object
必需
prompt_tokens
integer
必需
completion_tokens
integer
必需
total_tokens
integer
必需
created
integer
必需
示例
{
"id": "8540166540889022464",
"model": "detail",
"object": "chat.completion",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "\n人工智能的发展历史可以追溯到20世纪初，但其真正的发展起点通常被认为是1956年在达特茅斯会议上首次提出“人工智能”这一概念。从那时起，人工智能经历多个阶段的发展，每个阶段都有其独特的特点和重要成就。\n\n### 起步发展期（1956年-20世纪60年代初）\n这一时期是人工智能的早期发展阶段，标志性的事件包括图灵测试的提出和达特茅斯会议的召开。在此期间，科学家们开始探索如何用机器模拟人类智能，并取得了一些初步成果，如机器定理证明和智能跳棋程序。\n\n\n### 反思发展期（20世纪60年代初-70年代初）\n随着初期的突破性进展，人们对人工智能的期望迅速提升，但也开始意识到一些不切实际的研发目标。这一时期的研究逐渐转向更具挑战性的任务，但同时也遇到了瓶颈。\n\n\n### 第一次高潮期（20世纪70年代末-80年代）\n进入20世纪70年代末，计算机硬件的进步和软件的发展推动了人工智能的快速发展。专家系统和神经网络等技术开始兴起，使得人工智能在某些领域取得了显著进展。\n\n\n### 第二次低谷期（20世纪90年代）\n尽管在80年代取得了一些成功，但由于目标过于宏伟以及技术限制，人工智能在90年代遭遇了第二次低谷。这一时期，专家系统的局限性逐渐显现，导致商业机构对人工智能的兴趣下降。\n\n### 第三次高潮期（21世纪初至今）\n进入21世纪后，得益于大数据和计算能力的提升，深度学习等新技术使人工智能再次迎来高潮。AlphaGo战胜人类世界冠军成为这一时期的标志性事件。此外，现代的人工智能技术已经广泛应用于图像识别、自然语言处理等多个领域。\n\n\n### 当前与未来展\n如今，人工智能已经成为一门交叉学科，其应用前景广阔，并且市场规模庞大。未来，人工智能将继续推动科技革命和产业变革，成推动人类进入智能时代的关键力量。\n\n人工智能的发展历程充满了起伏和挑战，但每一次的技术突破都为未来的发展奠定了基础。"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 1,
"completion_tokens": 1,
"total_tokens": 2
},
"created": 1730344586
}修改于 2024-10-31 04:02:00