Panduan Claude Code
Siapkan model Claude Flaq AI dan jelajahi skill Claude Code
Coba API GPT 6.1 Sol dari OpenAI untuk analisis file, ringkasan dokumen, dan tanya jawab file melalui API Flaq AI yang stabil dan terjangkau dengan respons streaming.
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: 'gpt-6.1-sol-file-analysis',
messages: [
{
role: 'user',
content: [
{ type: 'text', text: 'Summarize this file and extract the key risks.' },
{
type: 'file',
file: {
filename: 'demo.pdf',
file_data: 'https://example.com/demo.pdf'
}
}
]
}
],
stream: true,
max_tokens: 4096
})
});
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': 'gpt-6.1-sol-file-analysis',
'messages': [
{
'role': 'user',
'content': [
{'type': 'text', 'text': 'Summarize this file and extract the key risks.'},
{
'type': 'file',
'file': {
'filename': 'demo.pdf',
'file_data': 'https://example.com/demo.pdf'
}
},
],
}
],
'stream': True,
'max_tokens': 4096,
},
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": "gpt-6.1-sol-file-analysis",
"messages": [
{
"role": "user",
"content": [
{ "type": "text", "text": "Summarize this file and extract the key risks." },
{
"type": "file",
"file": {
"filename": "demo.pdf",
"file_data": "https://example.com/demo.pdf"
}
}
]
}
],
"stream": true,
"max_tokens": 4096
}'
| Parameter | Harga | Harga asli | Diskon |
|---|
GPT 6.1 Sol File Analysis API memungkinkan pengembang membangun alur kerja tanya jawab dan peninjauan dokumen di Flaq AI. Berikan berkas yang didukung, gambar, dan instruksi opsional untuk meminta analisis tertulis atas materi yang diberikan. Baik tugasnya berupa ringkasan laporan, perbandingan dokumen referensi, maupun penjelasan bagian tertentu, API ini menyediakan interaksi percakapan, pengiriman streaming, dan kontrol panjang keluaran.
Analisis Berbasis Lampiran: Gunakan langsung berkas yang didukung agar pertanyaan dapat dipertimbangkan bersama materi sumbernya.
Ringkasan Dokumen: Minta gambaran umum laporan, ringkasan per bagian, atau ringkasan yang disesuaikan untuk audiens tertentu.
Permintaan Informasi Terarah: Minta detail atau penjelasan yang relevan dan tentukan cara jawaban harus disusun.
Perbandingan Berkas Terkait: Berikan beberapa dokumen sekaligus untuk menelusuri perbedaan, tema yang beririsan, atau pertanyaan yang perlu ditinjau lebih lanjut.
Konteks Gambar dan Teks: Tambahkan referensi visual yang didukung dan instruksi teks jika keduanya membantu menjelaskan apa yang perlu dicari dalam berkas.
Streaming dengan Kontrol Keluaran: Tampilkan analisis tertulis secara bertahap dan gunakan batas token keluaran untuk mengelola cakupan respons.
Masukan: Lampiran berkas atau gambar yang didukung, instruksi teks opsional, dan pesan percakapan yang relevan.
Keluaran: Ringkasan, penjelasan, perbandingan, atau jawaban tertulis tentang konten yang diberikan.
Kontrol: Fokus pertanyaan, struktur respons yang diminta, batas token keluaran opsional, dan pilihan streaming.
Kemampuan: Peninjauan dokumen, tanya jawab berbasis berkas, peringkasan, dan analisis lintas referensi yang diberikan.
Ringkasan Laporan Bisnis: Ubah laporan yang diunggah menjadi ringkasan kerja yang menyoroti bagian-bagian relevan bagi tim.
Peninjauan Spesifikasi: Ajukan pertanyaan tentang dokumen proyek dan kumpulkan poin yang perlu diperjelas.
Pengorganisasian Riset: Kelompokkan temuan dari bahan bacaan yang diberikan menjadi gambaran yang terstruktur.
Asisten Dokumen: Izinkan pengguna mengajukan pertanyaan lanjutan tentang berkas yang dilampirkan dalam percakapan.
Peninjauan Sumber Editorial: Ambil tema dan materi pendukung untuk draf sambil mempertahankan dokumen asli agar tetap tersedia untuk diperiksa.
Catatan Berikan berkas yang dapat dibaca dan nyatakan pertanyaan yang dimaksud dengan jelas. Verifikasi kutipan, nilai yang diekstrak, dan kesimpulan dengan dokumen sumber sebelum menggunakan keluaran.
GPT 6.1 Sol File Analysis vs. Claude Sonnet 5.5 File Analysis Kedua rute mendukung masukan dokumen dan gambar di Flaq AI. Bandingkan interpretasinya terhadap berkas yang sama untuk memilih yang sesuai dengan alur kerja peninjauan Anda.
GPT 6.1 Sol File Analysis vs. GPT 6.1 Sol Text-to-Text Text-to-Text menerima pesan tertulis tanpa lampiran berkas. File Analysis cocok untuk tugas yang materi referensinya berupa dokumen yang diunggah.
GPT 6.1 Sol File Analysis vs. GPT 6.1 Sol Image-to-Text Image-to-Text menangani pertanyaan visual tanpa lampiran dokumen dalam konfigurasi saat ini. File Analysis mendukung dokumen beserta konteks visual.
GPT 6.1 Sol File Analysis vs. GPT 6.1 Sol Web Search Web Search memungkinkan riset daring. File Analysis mempertahankan alur kerja yang berpusat pada lampiran yang diberikan tanpa mengaktifkan pencarian web.
Siapkan model Claude Flaq AI dan jelajahi skill Claude Code

Siapkan model GPT Flaq AI dan jelajahi skill Codex
Gunakan model LLM Flaq AI di Hermes Agent
Gunakan GLM 5.2, Kimi K3, dan DeepSeek v4 di ZCode
Jalankan DeepSeek Harness dengan model DeepSeek Flaq AI
Hubungkan agen AI ke alat pembuatan gambar dan video Flaq
Gunakan GPT 6 Astra dan Claude Fable 5.1 di WorkBuddy