Claude Code ガイド
Flaq AI の Claude モデルを設定し、Claude Code スキルを探す
Gemini 3.7 Flash APIを試して、Flaq AIの安定したGoogle APIアクセスを通じて、ファイル分析、ドキュメントレビュー、抽出、要約、マルチモーダル推論に活用できます。
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: 'gemini-3.7-flash-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': 'gemini-3.7-flash-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": "gemini-3.7-flash-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
}'
| パラメータ | 料金 | 元の料金 | 割引 |
|---|
Gemini 3.7 Flash File Analysis API は、アップロードされたソース資料を有用な テキストに変換する、Flaq AI のコスト効率に優れたルートです。最新の Gemini Flash モデルを使用して複雑な複数ステップの分析を実行しながら、製品の対象範囲を ファイル中心の質問、任意の視覚コンテキスト、生成テキストに絞っています。チームはこの API を使用してソース 資料を整理し、関連情報を抽出して、範囲が定められた一連のファイルからレビュー可能な調査結果を一つのまとまった リクエストで作成できます。
ファイルに基づく高度な推論: 詳細な指示に従って提供ファイルを分析し、ソース資料と要求されたタスクを反映した構造化テキストを 受け取れます。
非常に手頃な分析ワークフロー: ドキュメント中心の自動化、 レビューキュー、調査支援、ナレッジ運用にコスト効率の高い Flash 構成を使用できます。
複数ファイルのコンテキスト: 関連する一連のアップロードファイルを一つのリクエストにまとめ、モデルによる比較、 統合、抽出、ソース横断の質問への対応を可能にします。
任意の視覚コンテキスト: 視覚コンテキストがソース 資料の解釈やタスクの明確化に役立つ場合、ファイル入力と対応画像を組み合わせられます。
制御可能な API 応答: 製品や運用のワークフローに合わせて、構造化された会話メッセージ、出力長の制御、ドキュメントに記載された 応答モードを使用できます。
レビュー対応のテキスト出力: 人による承認や後続の自動化に移行できる要約、調査結果、回答の下書き、整理されたメモを 返します。
入力: 対応する一連のファイル、自然言語による分析指示、関連する場合は任意の画像。
出力: 提供された 資料に基づくテキスト形式の要約、抽出された事実、比較、回答、分析の下書き。
リクエスト範囲: 各リクエストを設定された複数ファイルの境界内に収め、同じタスクに 属するソース資料のみをまとめます。
機能: ファイルに基づく質問応答、ドキュメント要約、ソース横断の統合、情報 抽出、レビューワークフローの支援。
複雑なドキュメントレビュー: 関連するレポート、 仕様書、提案書、調査資料から初期要約、課題リスト、比較を作成します。
調査業務: 複数ソースの調査結果を整理し、関連する証拠を特定して、 研究者や編集者が検証するための分析メモを作成します。
社内ナレッジワーク: アップロードされた資料を、チーム向けの概要、引き継ぎメモ、Q&A の下書き、構造化された 情報に変換します。
ワークフローのトリアージ: 提出ファイルから重要な詳細を抽出し、サポート、運用、 コンテンツ処理向けにレビュー可能な記録を作成します。
生産性を高めるファイルアシスタント: 焦点を絞ったテキスト中心の分析を通じて、ユーザー自身のソース資料の理解を支援するアプリケーション機能を 構築します。
注記 File Analysis は、専門家のレビューを置き換えるものではなく、支援することを目的としています。機密資料を保護し、生成された 調査結果をソースファイルと照合し、重大な意思決定には適切な人の監督を取り入れてください。
Gemini 3.7 Flash File Analysis vs. Gemini 3.6 Flash File Analysis
Gemini 3.6 Flash は、ドキュメント中心のワークフローに適したバランスの取れた選択肢です。
Gemini 3.7 Flash は、同様のファイル中心タスクで、より高度な推論と
複数ステップの統合を検討するチーム向けの新しい Flash モデルです。
Gemini 3.7 Flash File Analysis vs. GPT 5.6 Terra File Analysis
GPT 5.6 Terra のファイル分析モデルは、
ドキュメントアプリケーション向けの幅広いルートを提供します。Gemini 3.7 Flash は、ソースに基づく
抽出、レビュー、統合に対応する非常にコスト効率の高い Gemini の選択肢をチームに提供します。
Gemini 3.7 Flash File Analysis vs. Claude Document Analysis
Claude モデルは、長文の
ドキュメント推論で頻繁に比較検討されます。Gemini 3.7 Flash は、範囲が定められた一連のアップロードファイルから構造化された分析を必要とする
アプリケーション向けの、もう一つの高性能な選択肢です。
Gemini 3.7 Flash File Analysis vs. Gemini 3.7 Flash Image-to-Text
Image-to-Text は、一つの視覚入力と
焦点を絞った質問向けに設計されています。ドキュメント中心のコンテキストと
複数の関連ファイルが必要なタスクには、File Analysis が適したルートです。
Gemini 3.7 Flash File Analysis vs. Gemini 3.7 Flash Text-to-Text
Text-to-Text は、添付のない指示やチャットに最適です。
応答がアップロードされたソース資料に基づく必要がある場合、File Analysis は Flaq AI に設定された
ファイル入力ワークフローを追加します。
Flaq AI の Claude モデルを設定し、Claude Code スキルを探す

Flaq AI の GPT モデルを設定し、Codex スキルを探す
Hermes Agent で Flaq AI の LLM モデルを使用
ZCodeでGLM 5.2、Kimi K3、DeepSeek v4を使用
Flaq AI の DeepSeek モデルで DeepSeek Harness を実行
AIエージェントをFlaqの画像・動画生成ツールに接続
WorkBuddy で GPT 6 Astra と Claude Fable 5.1 を使用