Alibaba/qwen-plus-character
qwen-plus-character
Essayez gratuitement l’API Qwen Plus Character pour un roleplay textuel guidé par persona plus riche, le profil, la mémoire et des workflows Alibaba LLM stables.
Text Chat
Exemples d'API
Exemple d'envoi
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: []
})
});
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);
}
}
}
Exemple d'envoi
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',
'x-session': 'your-session-id',
},
json={
'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': [],
},
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)
Exemple d'envoi
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" \
-H "x-session: your-session-id" \
-d '{
"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": []
}'
Tarifs de Qwen Plus Character
| Paramètres | Prix | Prix d’origine | Remise |
|---|
Modèles associés
qwen-image-2.0text-to-imageqwen-image-2.0-editimage-to-imageqwen-image-2.0-protext-to-imageqwen-image-2.0-pro-editimage-to-imageqwen-image-lora-editimage-to-imagez-imagetext-to-image
happyhorse-1.0-text-to-videotext-to-videohappyhorse-1.0-image-to-videoimage-to-videohappyhorse-1.1-text-to-videotext-to-videohappyhorse-1.1-image-to-videoimage-to-videohappyhorse-1.1-reference-to-videoreference-to-videowan-2.7-text-to-videotext-to-videowan-2.7-image-to-videoimage-to-videowan-2.7-lora-image-to-videoimage-to-videowan-2.7-video-editvideo-editwan-2.7-reference-to-videoreference-to-videowan-v2.7-imagetext-to-imagewan-v2.7-image-editimage-to-imagewan-v2.7-image-protext-to-imagewan-v2.7-image-pro-editimage-to-imagewan-2.6-text-to-videotext-to-videowan-2.6-image-to-videoimage-to-videoqwen-image-3.0text-to-imageqwen-image-3.0-editimage-to-imageqwen-image-3.0-protext-to-imageqwen-image-3.0-pro-editimage-to-imagewan-3.0-text-to-videotext-to-videowan-3.0-image-to-videoimage-to-videowan-3.0-video-editvideo-editwan-3.0-reference-to-videoreference-to-videoqwen-3.7-max-text-to-texttext-to-textqwen-3.7-plus-text-to-texttext-to-textqwen-3.7-max-web-searchweb-searchqwen-3.7-plus-web-searchweb-searchqwen-plus-charactertext-to-textqwen-flash-charactertext-to-textqwen-3.8-max-text-to-texttext-to-textqwen-3.8-max-web-searchweb-searchREADME
API Qwen Plus Character professionnelle (LLM Alibaba de roleplay de personnages)
L'API Qwen Plus Character sur Flaq AI donne accès au LLM Alibaba de roleplay de personnages pour les développeurs qui créent des chats guidés par persona, des apps de compagnon, des outils de storytelling et des workflows de dialogue avec mémoire. Cette intégration de l'API Qwen aide les équipes à créer des conversations textuelles cohérentes avec des profils de personnages réutilisables, un contexte multi-tours et une mémoire long terme optionnelle via une route de production gérée. Elle est conçue pour les produits qui nécessitent un dialogue de personnage plus riche, un comportement de personnalité stable et un accès LLM abordable à grande échelle.
Fonctionnalités clés de l'API Qwen Plus Character
- Dialogue de personnage cohérent : Générez des réponses textuelles qui restent alignées sur une persona, un ton, un arrière-plan et un rôle conversationnel définis.
- Workflows avec mémoire long terme : Créez des expériences de roleplay ou de compagnon qui réutilisent la mémoire via
enable_long_term_memory,profileet une valeurx-sessiondéfinie par l'utilisateur. - Contrôle de persona guidé par prompt : Utilisez des messages system pour les instructions de rôle au niveau de la requête et utilisez
profilecomme profil de personnage réutilisable lorsque la mémoire long terme est activée. - Simulation de chat de groupe : Simulez un roleplay à plusieurs locuteurs en écrivant manuellement les noms des locuteurs au début du contenu des messages et en utilisant un préfixe assistant final avec
partial: true. - Sortie textuelle de haute qualité : Produisez un dialogue soigné pour le storytelling, les compagnons IA, la fiction interactive, les personas de support et les fonctions produit centrées sur les personnages.
- Contexte de conversation flexible : Maintenez un contexte multi-tours utile pour les applications interactives qui nécessitent un comportement de personnage cohérent dans le temps.
- Intégration API pensée pour les développeurs : Ajoutez des workflows LLM de personnages aux applications via une route Flaq AI stable sans gérer l'infrastructure de modèles.
Comment utiliser l'API Qwen Plus Character pour le chat de personnages sur Flaq AI
- Entrée : Messages de chat, instructions de persona système, paramètres optionnels de mémoire long terme et messages optionnels de continuation assistant
partial. - Sortie : Réponses textuelles pour le dialogue de personnages, le roleplay, le storytelling et les expériences de chat guidées par persona.
- Contrôle de conversation : Prend en charge une direction basée sur les prompts pour le ton, la personnalité, l'histoire, le style de réponse, le contexte court terme et la continuité de session avec mémoire long terme.
- Capacités : Roleplay de personnages, génération de texte cohérente avec la persona, dialogue multi-tours, workflows avec mémoire long terme, simulation de chat de groupe, continuation partielle assistant et storytelling interactif via l'accès à l'API Alibaba Qwen.
Pour la simulation de chat de groupe, les noms des locuteurs ne sont pas déduits de profile. Ajoutez les noms manuellement au début de chaque message, puis ajoutez un dernier message assistant comme Ling Lu: avec partial: true afin que le modèle continue comme ce personnage.
Meilleurs cas d'utilisation pour l'intégration de l'API Qwen Plus Character
- Compagnons IA et roleplay : Alimentez des produits de chat de personnages qui nécessitent une personnalité stable, des réponses avec mémoire et un dialogue engageant.
- Storytelling interactif : Créez des apps narratives, des outils de fiction et des systèmes de dialogue de jeu avec des profils de personnages réutilisables.
- Personas orientées client : Créez des assistants de marque, des personnages de support et des bots communautaires avec un ton et un comportement contrôlés.
- Éducation et simulation : Menez des conversations d'entraînement basées sur des rôles pour l'apprentissage des langues, la formation, le coaching et la répétition de scénarios.
- Produits de chat personnalisés : Créez des outils destinés aux utilisateurs qui adaptent le dialogue du personnage au contexte continu et aux préférences de session.
Remarque Veillez à ce que les prompts, profils de personnages, usages de la mémoire et textes générés respectent les exigences de sécurité d'Alibaba et Flaq AI. Si une erreur survient, révisez la requête, le profil ou les paramètres de mémoire, puis réessayez.
Qwen Plus Character face aux concurrents : analyse comparative
- Qwen Plus Character face à Qwen Flash Character
Qwen Flash Character privilégie une itération de roleplay plus rapide et plus abordable. Qwen Plus Character est positionné pour un dialogue de personnage plus riche et des réponses guidées par persona plus soignées. - Qwen Plus Character face à GPT Character Chat Les modèles GPT offrent un comportement de chat généraliste étendu. Qwen Plus Character se concentre sur les workflows de roleplay propulsés par Alibaba avec profils de personnages et schémas de conversation avec mémoire.
- Qwen Plus Character face à Claude Character Chat Claude est solide pour l'écriture attentive et le dialogue long format. Qwen Plus Character donne aux équipes une route Qwen dédiée pour les personas de personnages interactives et les produits de chat évolutifs.
- Qwen Plus Character face aux workflows de personnages Kimi Kimi est utile pour le raisonnement linguistique général et l'écriture. Qwen Plus Character se concentre sur la cohérence de persona, le dialogue de roleplay et les expériences de personnages avec mémoire.
- Qwen Plus Character face à Qwen General Chat Les modèles Qwen de chat général conviennent aux tâches textuelles larges. Qwen Plus Character est optimisé pour les conversations de style personnage où l'identité, le ton et la continuité de session comptent.