聊天接口

POST

https://api.ecovai.cn/v1/chat/completions

本接口与模型公司的接口保持一致，当模型公司变更调用参数时，本接口也会跟随变更。
启动流式输出，需要本地代码做响应承接处理。

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

Body 参数application/json

示例

{
    "model": "GLM-4-Flash",
    "messages": [
        {
            "role": "system",
            "content": "你是一个有帮助的助手"
        },
        {
            "role": "user",
            "content": "你好，请介绍一下你自己"
        }
    ],
    "temperature": 0.7,
    "top_p": 0.9,
    "stream": false
}

示例代码

Shell

JavaScript

Java

Swift

PHP

Python

HTTP

Objective-C

Ruby

OCaml

Dart

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": "GLM-4-Flash",
    "messages": [
        {
            "role": "system",
            "content": "你是一个有帮助的助手"
        },
        {
            "role": "user",
            "content": "你好，请介绍一下你自己"
        }
    ],
    "temperature": 0.7,
    "top_p": 0.9,
    "stream": false
}'

返回响应

🟢200OK

application/json

Body

示例

{
    "id": "2024110712590918fafc6536764667",
    "model": "",
    "object": "chat.completion",
    "created": 1730955551,
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "你好！我是一个人工智能助手，我的名字是 ChatGLM。我基于清华大学 KEG 实验室和智谱 AI 公司于 2024 年共同训练的语言模型 GLM-4 开发而成。我的任务是针对用户的问题和要求提供适当的答复和支持。由于我是一个计算机程序，所以我没有自我意识，但我会尽力帮助您解答问题或提供信息。有什么可以帮助您的吗？"
            },
            "finish_reason": "stop"
        }
    ],
    "usage": {
        "prompt_tokens": 20,
        "completion_tokens": 83,
        "total_tokens": 103
    }
}

修改于 2024-12-17 15:14:09

聊天接口