Guida Claude Code
Configura i modelli Claude di Flaq AI ed esplora le skill di Claude Code
Prova l’API GPT 6.1 Sol di OpenAI per analisi di file, riassunti di documenti e domande sui file tramite l’API stabile e conveniente di Flaq AI con risposte in 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
}'
| Parametri | Prezzo | Prezzo originale | Sconto |
|---|
GPT 6.1 Sol File Analysis API consente agli sviluppatori di creare flussi di domande sui documenti e di revisione su Flaq AI. Fornisci file supportati, immagini e istruzioni facoltative per richiedere un'analisi scritta del materiale fornito. Che si tratti del riepilogo di un rapporto, di un confronto tra documenti di riferimento o della spiegazione di un passaggio specifico, l'API offre interazione conversazionale, trasmissione in streaming e controlli sulla lunghezza dell'output.
Analisi basata sugli allegati: Lavora direttamente con i file supportati affinché la domanda possa essere valutata insieme al materiale di origine.
Riepiloghi dei documenti: Richiedi una panoramica di un rapporto, una sintesi sezione per sezione o un riepilogo adattato a un pubblico specifico.
Richieste di informazioni mirate: Chiedi dettagli o spiegazioni pertinenti e specifica come deve essere organizzata la risposta.
Confronto tra file correlati: Fornisci più documenti insieme per esplorare differenze, temi comuni o domande che meritano ulteriori approfondimenti.
Contesto visivo e testuale: Aggiungi riferimenti visivi supportati e istruzioni testuali quando aiutano a spiegare cosa cercare nei file.
Streaming con controlli sull'output: Mostra progressivamente l'analisi scritta e usa un limite di token di output per gestire l'ampiezza della risposta.
Input: Allegati di file o immagini supportati, istruzioni testuali facoltative e messaggi pertinenti della conversazione.
Output: Riepiloghi scritti, spiegazioni, confronti o risposte sul contenuto fornito.
Controlli: Oggetto della domanda, struttura richiesta per la risposta, limite facoltativo di token di output e selezione dello streaming.
Capacità: Revisione di documenti, risposte a domande basate sui file, sintesi e analisi dei riferimenti forniti.
Riepiloghi di rapporti aziendali: Trasforma i rapporti caricati in sintesi operative che evidenziano le sezioni rilevanti per un team.
Revisione delle specifiche: Poni domande sui documenti di progetto e raccogli i punti da chiarire.
Organizzazione della ricerca: Raggruppa i risultati del materiale di lettura fornito in una panoramica strutturata.
Assistenti documentali: Consenti agli utenti di porre domande successive sui file allegati a una conversazione.
Revisione delle fonti editoriali: Estrai temi e materiale di supporto per una bozza, mantenendo disponibili i documenti originali per la verifica.
Nota Fornisci file leggibili e formula esplicitamente la domanda. Verifica citazioni, valori estratti e conclusioni nei documenti di origine prima di utilizzare l'output.
GPT 6.1 Sol File Analysis e Claude Sonnet 5.5 File Analysis Entrambi i percorsi supportano documenti e immagini come input su Flaq AI. Confronta le loro interpretazioni degli stessi file per scegliere quello più adatto al tuo flusso di revisione.
GPT 6.1 Sol File Analysis e GPT 6.1 Sol Text-to-Text Text-to-Text riceve messaggi scritti senza file allegati. File Analysis è adatto ad attività il cui materiale di riferimento viene fornito sotto forma di documenti caricati.
GPT 6.1 Sol File Analysis e GPT 6.1 Sol Image-to-Text Image-to-Text gestisce domande visive senza documenti allegati nella sua configurazione attuale. File Analysis supporta documenti insieme al contesto visivo.
GPT 6.1 Sol File Analysis e GPT 6.1 Sol Web Search Web Search abilita la ricerca online. File Analysis mantiene il flusso di lavoro incentrato sugli allegati forniti, senza abilitare la ricerca web.
Configura i modelli Claude di Flaq AI ed esplora le skill di Claude Code

Configura i modelli GPT di Flaq AI ed esplora le skill di Codex
Usa i modelli LLM di Flaq AI in Hermes Agent
Usa GLM 5.2, Kimi K3 e DeepSeek v4 in ZCode
Esegui DeepSeek Harness con i modelli DeepSeek di Flaq AI
Collega gli agenti AI agli strumenti Flaq per la generazione di immagini e video
Usa GPT 6 Astra e Claude Fable 5.1 in WorkBuddy