API Qwen Character

Riferimento API completo per i modelli di roleplay Qwen Character di Alibaba. I modelli Qwen Character usano l'endpoint chat completions di Flaq AI, ma supportano anche campi specifici per personaggi per memoria a lungo termine, simulazione di chat di gruppo e continuazione parziale dell'assistente.

Varianti del modello

Questa API supporta due varianti del modello:

Confronto rapido

Come funziona il roleplay dei personaggi

Usa normali messaggi system, user e assistant per il roleplay con un singolo personaggio. Inserisci le istruzioni di persona stabili in un messaggio system per la richiesta corrente. Quando la memoria a lungo termine è abilitata, inserisci il profilo riutilizzabile del personaggio in profile.

Per la simulazione di chat di gruppo, Qwen Character non deduce automaticamente i nomi dei parlanti da profile. Il chiamante deve scrivere i nomi dei parlanti all'inizio di ogni content del messaggio, ad esempio Cheng Yi: o Ling Lu:. Per far continuare il modello come un personaggio specifico, aggiungi un messaggio finale assistant il cui content sia il prefisso del parlante di destinazione e imposta partial: true.

partial è un campo a livello di messaggio sul messaggio finale assistant. Non è un parametro di richiesta di primo livello.

Qwen Plus Character

Punto di accesso

httpCopia
POST /api/v1/chat/completions

Parametri della richiesta

Obbligatori

Header

Supporto messaggi

Campi dei messaggi

Opzionali

Quando la memoria a lungo termine è abilitata, devi fornire:

• Header di richiesta x-session
• profile nel corpo della richiesta
• enable_long_term_memory: true

skip_save_types supporta questi valori:

Richiesta di roleplay di base

javascriptCopia
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?'
      }
    ]
  })
});

Richiesta con memoria a lungo termine

javascriptCopia
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: []
  })
});

Simulazione di chat di gruppo con partial

La simulazione di chat di gruppo è implementata tramite il testo dei messaggi. L'API non assegna né migra automaticamente i nomi dei parlanti. Scrivi ogni nome di parlante manualmente all'inizio di content, poi aggiungi un messaggio finale assistant con il prefisso del parlante di destinazione e partial: true.

javascriptCopia
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
      }
    ]
  })
});

Continuare come personaggio con partial

Usa lo stesso schema partial quando l'utente non ha risposto ma vuoi che il personaggio continui a parlare. Aggiungi un messaggio finale assistant con il prefisso del personaggio.

javascriptCopia
{
  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

Parametri della richiesta

Stesso protocollo di Qwen Plus Character, con queste differenze:

Richiesta di esempio

javascriptCopia
{
  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
}

Formato della risposta

I modelli LLM Qwen Character restituiscono risposte di completamento compatibili con OpenAI. Con stream: true, la risposta viene trasmessa tramite eventi inviati dal server (SSE); con stream: false, viene restituita come un singolo oggetto JSON.

Buone pratiche

• Inserisci le istruzioni di persona a livello di richiesta nei messaggi system.
• Inserisci il background riutilizzabile del personaggio in profile solo quando la memoria a lungo termine è abilitata.
• Riutilizza lo stesso valore x-session nelle conversazioni correlate quando la memoria a lungo termine è abilitata. Le sessioni inutilizzate per 365 giorni possono essere eliminate.
• Continua a inviare i messaggi recenti della conversazione quando è utile; memoria a lungo termine e contesto a breve termine possono funzionare insieme.
• Per la simulazione di chat di gruppo, scrivi manualmente i nomi dei parlanti in content. L'API non dedurrà i nomi da profile.
• Usa partial: true solo sul messaggio finale assistant quando il modello deve continuare da un prefisso.
• Usa Qwen Flash Character per roleplay leggero e Qwen Plus Character per una qualità di dialogo più ricca.