gpt-4o-all 文件分析

gpt-4o-all 支持图片分析、文件分析、联网等功能（内核基于gpt-4o模型）
图片分析：在content中直接传入图片url即可分析，也支持openai图片分析接口协议
文件分析：在content中直接传入文件url即可分析：格式：文件url +空格+ 提问内容

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

可选

示例值:

application/json

Authorization

string

可选

示例值:

Bearer sk-xxxx

Body 参数application/json

model

string

模型名称

必需

messages

array [object {2}]

必需

role

string

角色 system | user

必需

content

string

提问消息

必需

temperature

integer

温度

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但不是两者同时使用。

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但不是两者同时使用。

max_tokens

number

最大回复

可选

聊天完成时生成的最大Tokens数量。输入标记和生成标记的总长度受模型上下文长度的限制。

stream

boolean

流式输出

可选

流式输出或非流式输出

number

可选

为每个输入消息生成多少个聊天完成选项。

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。

logit_bias

null

可选

修改指定标记出现在完成中的可能性。接受一个 json 对象，该对象将标记（由标记器中的标记 ID 指定）映射到从 -100 到 100 的关联偏差值。从数学上讲，偏差会在采样之前添加到模型生成的 logits 中。确切的效果因模型而异，但 -1 和 1 之间的值应该会减少或增加选择的可能性；像 -100 或 100 这样的值应该导致相关令牌的禁止或独占选择。

user

string

可选

代表您的最终用户的唯一标识符，可以帮助 OpenAI 监控和检测滥用行为。

示例

{
    "model": "gpt-4-all",
    "messages": [
        {
            "role": "user",
            "content": "https://www.bt.cn/data/api-doc.pdf 添加域名的api是什么？"
        }
    ],
    "max_tokens": 1688,
    "temperature": 0.5,
    "stream": false
}

示例代码

Shell

JavaScript

Java

Swift

PHP

Python

HTTP

Objective-C

Ruby

OCaml

Dart

返回响应

🟢200成功

application/json

Body

string

必需

object

string

必需

created

integer

必需

model

string

必需

choices

array [object {4}]

必需

index

integer

可选

message

object

可选

logprobs

null

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

system_fingerprint

string

必需

示例

{
    "choices": [
        {
            "finish_reason": "stop",
            "index": 0,
            "message": {
                "content": "要添加域名的API，文件中提到以下内容：\n\n1. **API路径**: `/domains/add`\n2. **请求方法**: `POST`\n3. **请求参数**:\n   - `domain`: 要添加的域名（字符串）\n   - `user_id`: 用户ID（字符串）\n   - `type`: 域名类型，可能的值有 `primary` 或 `secondary`（字符串）\n   - 其他可选参数包括 `description`、`tags` 等。\n\n4. **请求示例**:\n   ```json\n   {\n     \"domain\": \"example.com\",\n     \"user_id\": \"123456\",\n     \"type\": \"primary\",\n     \"description\": \"This is a test domain.\"\n   }\n   ```\n\n5. **响应**:\n   成功添加后，API将返回包含域名信息的JSON对象，类似于：\n   ```json\n   {\n     \"status\": \"success\",\n     \"domain_id\": \"abcdef123456\",\n     \"message\": \"Domain added successfully.\"\n   }\n   ```\n\n6. **错误处理**: \n   如果出现错误，API将返回错误代码和描述信息，如 `400 Bad Request` 或 `500 Internal Server Error`。\n\n这就是基本的API添加域名的用法[()]()。",
                "role": "assistant"
            }
        }
    ],
    "created": 1724997805,
    "id": "chatcmpl-EqJ6TxTZRW1sUgfFTbATPumIFWzCi",
    "model": "gpt-4o",
    "object": "chat.completion",
    "usage": {
        "completion_tokens": 292,
        "prompt_tokens": 13,
        "total_tokens": 305
    }
}