دليل Claude Code
أعدّ نماذج Claude من Flaq AI واستكشف مهارات Claude Code
جرّب واجهة Gemini 3.7 Flash API لتحويل الصور إلى نصوص والأسئلة والأجوبة المرئية وOCR والتحليل والاستجابات المتدفقة متعددة الوسائط عبر وصول Flaq AI المستقر إلى Google API.
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
method: 'POST',
headers: {
Authorization: 'Bearer YOUR_API_KEY',
Accept: 'text/event-stream',
'Content-Type': 'application/json'
},
body: JSON.stringify({
model: 'gemini-3.7-flash-image-to-text',
messages: [
{
role: 'user',
content: [
{ type: 'text', text: 'Describe the image and extract any visible text.' },
{
type: 'image_url',
image_url: {
url: 'https://example.com/sample-image.jpg'
}
}
]
}
],
stream: true,
max_tokens: 2048
})
});
if (!response.ok) {
const errorBody = await response.json().catch(() => null);
throw new Error(errorBody?.error?.message ?? errorBody?.message ?? `HTTP ${response.status}`);
}
const reader = response.body.getReader();
const decoder = new TextDecoder();
let buffer = '';
let assistantText = '';
while (true) {
const { done, value } = await reader.read();
if (done) break;
buffer += decoder.decode(value, { stream: true });
const frames = buffer.split(/\r?\n\r?\n/);
buffer = frames.pop() || '';
for (const frame of frames) {
const lines = frame.split(/\r?\n/).filter(Boolean);
let eventName = 'message';
const dataLines = [];
for (const line of lines) {
if (line.startsWith('event:')) {
eventName = line.slice(6).trim();
} else if (line.startsWith('data:')) {
dataLines.push(line.replace(/^data:\s*/, ''));
}
}
const raw = dataLines.join('\n').trim();
if (raw === '[DONE]') {
console.log('\nFinal text:', assistantText);
continue;
}
let payload;
try {
payload = JSON.parse(raw);
} catch {
continue;
}
if (eventName === 'error' || payload.error) {
const msg = payload.error?.message ?? payload.message ?? 'Chat request failed';
throw new Error(msg);
}
const delta = payload.choices?.[0]?.delta;
if (delta?.content) {
assistantText += delta.content;
console.log(assistantText);
}
}
}
import json
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/chat/completions',
headers={
'Authorization': 'Bearer YOUR_API_KEY',
'Accept': 'text/event-stream',
'Content-Type': 'application/json',
},
json={
'model': 'gemini-3.7-flash-image-to-text',
'messages': [
{
'role': 'user',
'content': [
{'type': 'text', 'text': 'Describe the image and extract any visible text.'},
{
'type': 'image_url',
'image_url': {
'url': 'https://example.com/sample-image.jpg'
}
},
],
}
],
'stream': True,
'max_tokens': 2048,
},
stream=True,
)
response.raise_for_status()
event_name = 'message'
assistant_text = ''
for raw_line in response.iter_lines(decode_unicode=True):
if not raw_line:
event_name = 'message'
continue
if raw_line.startswith('event:'):
event_name = raw_line.replace('event:', '', 1).strip()
continue
if raw_line.startswith('data:'):
raw_data = raw_line.replace('data:', '', 1).strip()
if raw_data == '[DONE]':
print('\nFinal text:', assistant_text)
continue
payload = json.loads(raw_data)
if event_name == 'error' or payload.get('error'):
error = payload.get('error') or payload
raise RuntimeError(error.get('message', 'Chat request failed'))
choices = payload.get('choices') or []
if choices:
delta = choices[0].get('delta') or {}
content = delta.get('content')
if content:
assistant_text += content
print(content, end='', flush=True)
curl -N -X POST "https://api.flaq.ai/api/v1/chat/completions" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Accept: text/event-stream" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.7-flash-image-to-text",
"messages": [
{
"role": "user",
"content": [
{ "type": "text", "text": "Describe the image and extract any visible text." },
{
"type": "image_url",
"image_url": {
"url": "https://example.com/sample-image.jpg"
}
}
]
}
],
"stream": true,
"max_tokens": 2048
}'
| المعلمات | السعر | السعر الأصلي | الخصم |
|---|
تربط Gemini 3.7 Flash Image-to-Text API تطبيقات Flaq AI بأحدث نموذج Flash من Google لفهم بصري سريع وقوي. أرسل صورة محددة مع تعليمات واضحة لإنتاج نص يصف المحتوى المرئي أو يشرحه أو يستخرج منه أو يحلله. يجمع هذا المسار بين نقاط قوة Gemini 3.7 Flash في تعدد الوسائط والاستدلال وحدود إدخال Flaq AI المركزة عن قصد، مما يجعله ملائمًا لميزات المنتجات سريعة الاستجابة وتدفقات المراجعة.
استدلال بصري متقدم: حوّل الأسئلة القائمة على الصور إلى استجابات نصية واضحة تعكس السياق المرئي وتعليمات المهمة المقدمة.
تدفق عمل متعدد الوسائط عالي الجدوى الاقتصادية: استخدم إعداد Flash ميسور التكلفة للغاية لميزات التحليل البصري التي تحتاج إلى إخراج نصي قوي على نطاق واسع.
طلب صورة مركز: أبقِ كل تفاعل متمحورًا حول إدخال مرئي وهدف محدد، مما يساعد التطبيقات على إنتاج مخرجات أوضح وأسهل في المراجعة.
تسليم موثق للصور: أرسل إدخال الصورة من خلال نمط طلب Flaq AI API المضبوط.
دعم سياق الرسائل: ادمج الطلب المرئي مع رسائل system وuser وassistant المنظمة عندما تحتاج المهمة إلى تعليمات أو معايير أو سياق متابعة.
تكامل API سريع الاستجابة: اختر تسليم الاستجابة بالبث أو كاملة ليتلاءم مع المساعدين التفاعليين ومهام المراجعة غير المتزامنة والأدوات الداخلية.
الإدخال: صورة مدعومة مع مطالبة بلغة طبيعية تحدد الوصف أو السؤال أو الاستخراج أو التحليل المطلوب.
الإخراج: استجابات نصية لتجارب المستخدمين والمراجعة البشرية وتدفقات المحتوى والأتمتة اللاحقة.
تسليم الصورة: استخدم تنسيق طلب Flaq AI المضبوط لإدخال الصورة.
الإمكانات: الإجابة عن الأسئلة القائمة على الصور وتفسير لقطات الشاشة واستخراج التفاصيل المرئية وتلخيص الصور وصياغة المحتوى.
تجارب المنتجات المرئية: أضف أسئلة الصور والمساعدة في البحث المرئي والشروحات السياقية إلى التطبيقات الموجهة للمستخدمين.
مراجعة التصميم وضمان الجودة: أنشئ ملاحظات أولية من لقطات واجهة المستخدم وصور المنتجات والمخططات والملاحظات المرئية لمراجعتها بشريًا.
تدفقات الدعم: ساعد الموظفين على تفسير صور العملاء ولقطات الشاشة وتحديد التفاصيل المفيدة وإعداد مسودات الاستجابة أو التصعيد.
عمليات التجارة والكتالوج: استخرج السمات الظاهرة وصغ الأوصاف وادعم المراجعة التحريرية لصور المنتجات.
تدفقات إمكانية الوصول والمحتوى: أنشئ مسودات أوصاف وملخصات مرئية قابلة للمراجعة لمساعدة فرق التحرير على إعداد محتوى يسهل الوصول إليه.
ملاحظة صُمم مسار Flaq AI الحالي لإدخال صور محدد وإخراج نصي. لا تستخدم التحليل المنشأ أساسًا وحيدًا للقرارات عالية التأثير؛ احتفظ بالمراجعة البشرية والتحقق من المصادر بشكل مناسب.
Gemini 3.7 Flash Image-to-Text مقابل Gemini 3.6 Flash Image-to-Text
يوفر Gemini 3.6 Flash مسارًا متوازنًا متعدد الوسائط
لأسئلة الصور وعملياتها. أما Gemini 3.7 Flash فهو نموذج Flash الأحدث الذي يمكن تقييمه عندما تستفيد المهمة المرئية
أيضًا من استدلال متعدد الخطوات أكثر تقدمًا.
Gemini 3.7 Flash Image-to-Text مقابل Grok 4.6 Image-to-Text
يُعد Grok 4.6 خيارًا من xAI للاستدلال التقني القائم على
الصور. ويوفر Gemini 3.7 Flash مسارًا عالي الجدوى الاقتصادية لنموذج Google للأسئلة المرئية ولقطات الشاشة
وميزات المنتجات التي تركز على النصوص.
Gemini 3.7 Flash Image-to-Text مقابل GPT 5.6 Terra Image-to-Text
تدعم نماذج GPT 5.6 Terra المرئية تطبيقات واسعة متعددة الوسائط.
ويشكل Gemini 3.7 Flash بديلًا جذابًا عندما تريد الفرق نموذج Flash فعالًا لتحليل الصور المركز
والنص المنشأ.
Gemini 3.7 Flash Image-to-Text مقابل Claude Vision
يمكن أن تكون نماذج Claude المرئية خيارًا قويًا للمهام التفسيرية والموجهة
للمستندات. يقدم Gemini 3.7 Flash واجهة API سريعة الاستجابة للفهم البصري للفرق التي تقيّم
تدفقات عمل متعددة الوسائط عالية الجدوى الاقتصادية.
Gemini 3.7 Flash Image-to-Text مقابل Gemini 3.7 Flash Text-to-Text
تم تحسين Text-to-Text للمطالبات التي لا تحتوي على
إدخال مرئي. ويمثل Image-to-Text المسار الأفضل عندما يجب أن تستند الإجابة إلى صورة مقدمة وإلى
تعليمات مكتوبة.
أعدّ نماذج Claude من Flaq AI واستكشف مهارات Claude Code

أعدّ نماذج GPT من Flaq AI واستكشف مهارات Codex
استخدم نماذج LLM من Flaq AI في Hermes Agent
استخدم GLM 5.2 وKimi K3 وDeepSeek v4 في ZCode
شغّل DeepSeek Harness باستخدام نماذج DeepSeek من Flaq AI
اربط وكلاء الذكاء الاصطناعي بأدوات Flaq لتوليد الصور والفيديو
استخدم GPT 6 Astra وClaude Fable 5.1 في WorkBuddy