Qwen Character API

Vollständige API-Referenz für Qwen Character Rollenspielmodelle von Alibaba. Qwen Character Modelle verwenden den Chat-Completions-Endpunkt von Flaq AI, unterstützen aber zusätzlich charakterspezifische Felder für Langzeitgedächtnis, Gruppenchat-Simulation und partielle Assistant-Fortsetzung.

Modellvarianten

Diese API unterstützt zwei Modellvarianten:

Schneller Vergleich

Funktionsweise des Charakter-Rollenspiels

Verwenden Sie normale system-, user- und assistant-Nachrichten für Rollenspiele mit einem einzelnen Charakter. Legen Sie stabile Persona-Anweisungen für die aktuelle Anfrage in einer system-Nachricht ab. Wenn Langzeitgedächtnis aktiviert ist, legen Sie das wiederverwendbare Charakterprofil in profile ab.

Für die Gruppenchat-Simulation leitet Qwen Character Sprechernamen nicht automatisch aus profile ab. Der Aufrufer muss Sprechernamen am Anfang jedes Nachrichten-content schreiben, etwa Cheng Yi: oder Ling Lu:. Damit das Modell als bestimmter Charakter fortfährt, hängen Sie eine abschließende Assistant-Nachricht an, deren content das Zielsprecher-Präfix ist, und setzen Sie partial: true.

partial ist ein Feld auf Nachrichtenebene in der abschließenden Assistant-Nachricht. Es ist kein Anfrageparameter auf oberster Ebene.

Qwen Plus Character

Endpunkt

httpKopieren
POST /api/v1/chat/completions

Anfrageparameter

Erforderlich

Header

Nachrichtenunterstützung

Nachrichtenfelder

Optionale Angaben

Wenn Langzeitgedächtnis aktiviert ist, müssen Sie Folgendes angeben:

• x-session-Anfrageheader
• profile im Anfragebody
• enable_long_term_memory: true

skip_save_types unterstützt diese Werte:

Einfache Rollenspielanfrage

javascriptKopieren
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Accept': 'application/json',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'qwen-plus-character',
    stream: false,
    max_tokens: 1200,
    temperature: 0.8,
    messages: [
      {
        role: 'system',
        content: 'You are Jiang Rang, a witty high-school Go prodigy. Stay playful, warm, and concise.'
      },
      {
        role: 'user',
        content: 'Why are you reading Go records outside the milk tea shop again?'
      }
    ]
  })
});

Anfrage mit Langzeitgedächtnis

javascriptKopieren
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',
    'x-session': 'your-session-id'
  },
  body: JSON.stringify({
    model: 'qwen-plus-character',
    messages: [
      {
        role: 'system',
        content: 'You are a witty high-school student who speaks with humor and warmth.'
      },
      {
        role: 'user',
        content: 'Remember that I prefer lightly sweet milk tea.'
      }
    ],
    stream: true,
    max_tokens: 1200,
    temperature: 0.8,
    seed: 12345,
    profile: 'You are a witty high-school student who remembers user preferences and stays in character.',
    enable_long_term_memory: true,
    memory_entries: 50,
    skip_save_types: []
  })
});

Gruppenchat-Simulation mit partial

Die Gruppenchat-Simulation wird über Nachrichtentext umgesetzt. Die API weist Sprechernamen nicht automatisch zu und migriert sie nicht automatisch. Schreiben Sie jeden Sprechernamen manuell an den Anfang von content und hängen Sie anschließend eine abschließende Assistant-Nachricht mit dem Zielsprecher-Präfix und partial: true an.

javascriptKopieren
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Accept': 'application/json',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'qwen-plus-character',
    stream: false,
    max_tokens: 800,
    temperature: 0.8,
    messages: [
      {
        role: 'system',
        content: 'In a musician group chat, Ling Lu is a 25-year-old gifted musician known for sharp humor and a regional accent. Cheng Yi is his music partner, Tao Le is his partner, and Ma Hui is a friend. Keep Ling Lu sarcastic but caring. Reply in one short message.'
      },
      {
        role: 'user',
        content: 'Cheng Yi: Are you free this weekend? I want feedback on the new song.'
      },
      {
        role: 'user',
        content: 'Tao Le: He is right, but do not stay up too late editing.'
      },
      {
        role: 'user',
        content: 'Ma Hui: Let us grab dinner and talk. My treat.'
      },
      {
        role: 'assistant',
        content: 'Ling Lu:',
        partial: true
      }
    ]
  })
});

Als Charakter mit partial fortfahren

Verwenden Sie dasselbe partial-Muster, wenn der Benutzer noch nicht geantwortet hat, der Charakter aber weiter sprechen soll. Fügen Sie eine abschließende Assistant-Nachricht mit dem Charakterpräfix hinzu.

javascriptKopieren
{
  model: 'qwen-plus-character',
  stream: false,
  messages: [
    {
      role: 'system',
      content: 'You are Jiang Rang, a high-school Go prodigy. Speak with humor and warmth.'
    },
    {
      role: 'assistant',
      content: 'Class monitor, what are you doing?'
    },
    {
      role: 'assistant',
      content: '(He waves at you.) Did being class monitor make you forget how to answer me?'
    },
    {
      role: 'assistant',
      content: 'Jiang Rang:',
      partial: true
    }
  ]
}

Qwen Flash Character

Anfrageparameter

Gleiches Protokoll wie Qwen Plus Character, mit diesen Unterschieden:

Beispielanfrage

javascriptKopieren
{
  model: 'qwen-flash-character',
  messages: [
    {
      role: 'system',
      content: 'You are a calm library assistant who speaks briefly and vividly.'
    },
    {
      role: 'user',
      content: 'Introduce yourself in three sentences.'
    }
  ],
  stream: true,
  max_tokens: 800,
  temperature: 0.7,
  seed: 12345
}

Antwortformat

Die Qwen Character LLM-Modelle geben OpenAI-kompatible Completion-Antworten zurück. Bei stream: true wird die Antwort als Server-Sent Events übertragen; bei stream: false als einzelnes JSON-Objekt.

Bewährte Praktiken

• Platzieren Sie Persona-Anweisungen auf Anfrageebene in system-Nachrichten.
• Legen Sie wiederverwendbaren Charakterhintergrund nur dann in profile ab, wenn Langzeitgedächtnis aktiviert ist.
• Verwenden Sie denselben x-session-Wert über zusammengehörige Gespräche hinweg, wenn Langzeitgedächtnis aktiviert ist. Sitzungen, die 365 Tage nicht verwendet werden, können gelöscht werden.
• Senden Sie weiterhin aktuelle Gesprächsnachrichten mit, wenn es sinnvoll ist; Langzeitgedächtnis und kurzfristiger Kontext können zusammenarbeiten.
• Schreiben Sie bei der Gruppenchat-Simulation Sprechernamen manuell in content. Die API leitet Namen nicht aus profile ab.
• Verwenden Sie partial: true nur in der abschließenden Assistant-Nachricht, wenn das Modell ab einem Präfix fortfahren soll.
• Nutzen Sie Qwen Flash Character für leichtgewichtiges Rollenspiel und Qwen Plus Character für reichere Dialogqualität.