Alibaba/qwen-plus-character

qwen-plus-character

Prova gratis l'API Qwen Plus Character per roleplay testuale più ricco guidato dalla persona, profilo, memoria e workflow LLM Alibaba stabili.

Text Chat

Documentazione

Esempi API

JavaScriptPythoncURL

Esempio di invio

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: []
  })
});

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);
    }
  }
}

Esempio di invio

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)

Esempio di invio

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": []
  }'

Avvia una nuova chat

Invia un messaggio per iniziare.

Prezzi di Qwen Plus Character

Parametri	Prezzo	Prezzo originale	Sconto

Token: input	$0.5000 per 1 M token di input	-	Standard
Token: output	$1.4000 per 1 M token di output	-	Standard

README

API Qwen Plus Character professionale (LLM Alibaba per roleplay di personaggi)

L'API Qwen Plus Character su Flaq AI offre accesso all'LLM Alibaba per roleplay di personaggi agli sviluppatori che creano chat guidate da persona, app companion, strumenti di storytelling e workflow di dialogo con memoria. Questa integrazione dell'API Qwen aiuta i team a creare conversazioni testuali coerenti con profili personaggio riutilizzabili, contesto multi-turno e memoria a lungo termine opzionale tramite una route di produzione gestita. È progettata per prodotti che richiedono dialoghi di personaggio più ricchi, comportamento di personalità stabile e accesso LLM conveniente su scala.

Funzionalità principali dell'API Qwen Plus Character

Dialogo di personaggio coerente: Genera risposte testuali che restano allineate con una persona, un tono, un background e un ruolo conversazionale definiti.
Workflow con memoria a lungo termine: Crea esperienze di roleplay o companion che riutilizzano memoria tramite enable_long_term_memory, profile e un valore x-session definito dall'utente.
Controllo persona guidato da prompt: Usa messaggi system per istruzioni di ruolo a livello di richiesta e usa profile come profilo personaggio riutilizzabile quando la memoria a lungo termine è abilitata.
Simulazione di chat di gruppo: Simula roleplay multi-parlante scrivendo manualmente i nomi dei parlanti all'inizio del contenuto del messaggio e usando un prefisso assistant finale con partial: true.
Output testuale di alta qualità: Produci dialoghi rifiniti per storytelling, companion IA, narrativa interattiva, persona di supporto e funzionalità di prodotto guidate da personaggi.
Contesto di conversazione flessibile: Mantieni un contesto multi-turno utile per applicazioni interattive che richiedono comportamento coerente del personaggio nel tempo.
Integrazione API per sviluppatori: Aggiungi workflow LLM di personaggi alle applicazioni tramite una route Flaq AI stabile senza gestire infrastruttura di modelli.

Come usare l'API Qwen Plus Character per chat di personaggi su Flaq AI

Input: Messaggi di chat, istruzioni persona di sistema, impostazioni opzionali di memoria a lungo termine e messaggi opzionali di continuazione assistant partial.
Output: Risposte testuali per dialogo di personaggi, roleplay, storytelling ed esperienze di chat guidate da persona.
Controllo conversazione: Supporta direzione basata su prompt per tono, personalità, backstory, stile di risposta, contesto a breve termine e continuità di sessione con memoria a lungo termine.
Capacità: Roleplay di personaggi, generazione di testo coerente con la persona, dialogo multi-turno, workflow con memoria a lungo termine, simulazione di chat di gruppo, continuazione parziale assistant e storytelling interattivo tramite accesso all'API Alibaba Qwen.

Per la simulazione di chat di gruppo, i nomi dei parlanti non vengono dedotti da profile. Aggiungi manualmente i nomi all'inizio di ogni messaggio, poi aggiungi un messaggio assistant finale come Ling Lu: con partial: true affinché il modello continui come quel personaggio.

Migliori casi d'uso per l'integrazione dell'API Qwen Plus Character

Companion IA e roleplay: Alimenta prodotti di chat di personaggi che richiedono personalità stabile, risposte consapevoli della memoria e dialogo coinvolgente.
Storytelling interattivo: Crea app narrative, strumenti di narrativa e sistemi di dialogo per giochi con profili personaggio riutilizzabili.
Persona rivolte ai clienti: Crea assistenti di brand, personaggi di supporto e bot di community con tono e comportamento controllati.
Educazione e simulazione: Esegui conversazioni di pratica basate su ruoli per apprendimento linguistico, formazione, coaching e prova di scenari.
Prodotti di chat personalizzati: Crea strumenti rivolti agli utenti che adattano il dialogo del personaggio al contesto continuo e alle preferenze di sessione.

Nota Assicurati che prompt, profili personaggio, uso della memoria e testo generato rispettino i requisiti di sicurezza di Alibaba e Flaq AI. Se si verifica un errore, rivedi la richiesta, il profilo o le impostazioni di memoria e riprova.

Qwen Plus Character rispetto ai concorrenti: analisi comparativa

Qwen Plus Character rispetto a Qwen Flash Character
Qwen Flash Character dà priorità a iterazioni di roleplay più rapide e convenienti. Qwen Plus Character è posizionato per dialoghi di personaggio più ricchi e risposte guidate da persona più rifinite.
Qwen Plus Character rispetto a GPT Character Chat I modelli GPT offrono un ampio comportamento di chat general-purpose. Qwen Plus Character si concentra su workflow di roleplay basati su Alibaba con profili personaggio e pattern di conversazione consapevoli della memoria.
Qwen Plus Character rispetto a Claude Character Chat Claude è forte per scrittura accurata e dialoghi lunghi. Qwen Plus Character offre ai team una route Qwen dedicata per persona di personaggi interattive e prodotti di chat scalabili.
Qwen Plus Character rispetto ai workflow di personaggi Kimi Kimi è utile per ragionamento linguistico generale e scrittura. Qwen Plus Character si concentra su coerenza della persona, dialogo di roleplay ed esperienze di personaggi abilitate alla memoria.
Qwen Plus Character rispetto a Qwen General Chat I modelli chat generali Qwen sono adatti a compiti testuali ampi. Qwen Plus Character è ottimizzato per conversazioni in stile personaggio dove identità, tono e continuità di sessione contano.