Claude Code-Guide
Flaq AI Claude-Modelle einrichten und Claude-Code-Skills entdecken
Nutze die Kimi 2.7 Bild-zu-Text API fuer Bildverstaendnis, visuelle Fragen und Antworten, OCR-aehnliche Extraktion und multimodales Reasoning in stabilen Produktionsworkflows.
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: 'kimi-2.7-image-to-text',
messages: [
{
role: 'user',
content: [
{
type: 'text',
text: 'What is roughly shown in this image?'
},
{
type: 'image_url',
image_url: {
url: 'https://example.com/sample-image.jpg'
}
}
]
}
],
stream: true,
max_tokens: 300
})
});
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('\n\n');
buffer = frames.pop() || '';
for (const frame of frames) {
const lines = frame.split('\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': 'kimi-2.7-image-to-text',
'messages': [
{
'role': 'user',
'content': [
{
'type': 'text',
'text': 'What is roughly shown in this image?',
},
{
'type': 'image_url',
'image_url': {
'url': 'https://example.com/sample-image.jpg',
},
},
],
}
],
'stream': True,
'max_tokens': 300,
},
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": "kimi-2.7-image-to-text",
"messages": [
{
"role": "user",
"content": [
{
"type": "text",
"text": "What is roughly shown in this image?"
},
{
"type": "image_url",
"image_url": {
"url": "https://example.com/sample-image.jpg"
}
}
]
}
],
"stream": true,
"max_tokens": 300
}'
| Parameter | Preis | Ursprünglicher Preis | Rabatt |
|---|
Die Kimi 2.7 Image-to-Text API auf Flaq AI bietet Zugriff auf das multimodale Modell von Moonshot AI für visuelles Verständnis, Bild-Fragen und -Antworten, OCR-ähnliche Extraktion und bildgestützte Reasoning-Workflows. Diese erschwingliche Kimi Vision API-Integration hilft Entwicklern, Bildeingaben in nützliche Textbeschreibungen, Antworten, Zusammenfassungen und strukturierte Erkenntnisse umzuwandeln. Sie ist für Teams gedacht, die stabile Bildanalyse benötigen, ohne separate Vision-Infrastruktur zu betreiben.
Hinweis Stelle sicher, dass Bildeingabe und Prompts die Sicherheitsanforderungen von Moonshot AI und Flaq AI erfüllen. Falls ein Fehler auftritt, passe die Bildeingabe oder den Prompt an und versuche es erneut.
Flaq AI Claude-Modelle einrichten und Claude-Code-Skills entdecken

Flaq AI GPT-Modelle einrichten und Codex-Skills entdecken
Flaq AI LLM-Modelle in Hermes Agent verwenden
Verwenden Sie GLM 5.2, Kimi K3 und DeepSeek v4 in ZCode
DeepSeek Harness mit DeepSeek-Modellen von Flaq AI ausführen
Verbinden Sie KI-Agenten mit den Bild- und Videogenerierungstools von Flaq
GPT 6 Astra und Claude Fable 5.1 in WorkBuddy nutzen