Claude Code 가이드
Flaq AI Claude 모델을 설정하고 Claude Code 스킬 살펴보기
Gemini 3.6 Flash API를 체험하고 Flaq AI의 안정적인 Google API 액세스를 통해 Image-to-Text, 시각 Q&A, OCR, 분석 및 스트리밍 멀티모달 응답에 활용하세요.
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-3.6-flash-image-to-text',
messages: [
{
role: 'user',
content: [
{ type: 'text', text: 'Describe the image and extract any visible text.' },
{
type: 'image_url',
image_url: {
url: 'https://example.com/sample-image.jpg'
}
}
]
}
],
stream: true,
max_tokens: 2048
})
});
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-3.6-flash-image-to-text',
'messages': [
{
'role': 'user',
'content': [
{'type': 'text', 'text': 'Describe the image and extract any visible text.'},
{
'type': 'image_url',
'image_url': {
'url': 'https://example.com/sample-image.jpg'
}
},
],
}
],
'stream': True,
'max_tokens': 2048,
},
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-3.6-flash-image-to-text",
"messages": [
{
"role": "user",
"content": [
{ "type": "text", "text": "Describe the image and extract any visible text." },
{
"type": "image_url",
"image_url": {
"url": "https://example.com/sample-image.jpg"
}
}
]
}
],
"stream": true,
"max_tokens": 2048
}'
Gemini 3.6 Flash Image-to-Text API는 Flaq AI 애플리케이션에 시각 입력에서 유용한 텍스트로 이어지는 명확한 경로를 제공합니다. Google의 멀티모달 Gemini 3.6 Flash 모델을 기반으로 하는 이 경로는 이미지와 지시를 결합하여 팀이 질문하고, 관찰 내용을 추출하고, 스크린샷을 설명하며, 다운스트림 워크플로를 위한 시각 콘텐츠를 준비할 수 있게 합니다. 통합 범위는 의도적으로 명확하게 제한되어 있으며, 집중된 시각 요청은 생성 미디어가 아닌 텍스트를 출력합니다.
멀티모달 시각 이해: 이미지와 자연어 지시를 결합하여 이미지에 근거한 시각적 설명, 답변 및 분석을 만드세요.
효율적인 이미지 질의응답: Flash 모델 제품군을 사용하여 스크린샷 설명, 제품 세부 정보 추출, 이미지 비교와 같은 시각 작업에 빠르게 대응하세요.
집중된 시각 워크플로: 각 요청을 단일 이미지 입력에 집중하여 제품 기능과 검토 대기열에서 이 경로를 간편하게 사용하세요.
문서화된 이미지 전달: 애플리케이션의 업로드 및 저장 워크플로에 맞는 구성된 Flaq AI 요청 패턴을 통해 이미지를 전송하세요.
메시지 기반 컨텍스트: 작업에 더 명확한 제약이 필요할 때 시각적 질문에 시스템 지침, 사용자 의도 및 대화 컨텍스트를 추가하세요.
텍스트 우선 통합: 엔드포인트를 이미지 생성 서비스로 취급하지 않고도 표시, 검토, 라우팅 및 자동화에 적합한 텍스트를 받으세요.
입력: 질문, 설명, 추출 또는 비교 작업을 지정하는 프롬프트와 결합된 지원 이미지입니다.
출력: 제공된 이미지와 요청 컨텍스트에 근거한 텍스트 응답입니다.
이미지 전달: 구성된 Flaq AI 요청 형식에 따라 이미지를 제공하세요.
기능: 시각적 질의응답, 스크린샷 설명, 이미지 요약, 세부 정보 추출 및 이미지 기반 콘텐츠 초안 작성입니다.
UI 및 제품 검토: 스크린샷을 인터페이스 설명, 버그 보고서 초안, 시각적 QA 메모 또는 실행 가능한 디자인 피드백으로 전환하세요.
카탈로그 강화: 눈에 보이는 속성을 추출하고 사람이 검토하는 상거래 및 재고 워크플로를 위한 제품 설명 초안을 작성하세요.
고객 지원 분류: 스크린샷과 사용자가 제출한 이미지를 해석하여 지원팀을 위한 질문, 응답 및 라우팅 결정을 제안하세요.
접근성 지원: 편집자가 검토하고 다듬을 수 있는 이미지 설명과 시각적 요약의 초안을 게시 전에 생성하세요.
문서 및 다이어그램 설명: 명확하게 생성된 텍스트를 통해 사용자가 차트, 다이어그램, 슬라이드 및 시각 자료를 이해할 수 있도록 도우세요.
참고 이 경로는 단일 이미지 입력과 텍스트 출력용으로 구성되어 있습니다. 이미지에서 파생된 출력을 안전이 중요한 결정이나 법률, 의료, 금융 또는 규정 준수 결정에 사용하기 전에 검토하세요.
Gemini 3.6 Flash Image-to-Text vs. Gemini 3.5 Flash Image-to-Text
Gemini 3.5 Flash는 익숙한
이미지-텍스트 변환 작업 옵션을 제공합니다. Gemini 3.6 Flash는 효율적인 멀티모달 API와
더 강력한 추론 및 코딩 관련 계획 지원을 원하는 팀을 위한 최신 세대 모델입니다.
Gemini 3.6 Flash Image-to-Text vs. Gemini 3.7 Flash Image-to-Text
Gemini 3.7 Flash는 복잡한 에이전트형 및 멀티모달 워크플로를 위한
최신 Flash 모델입니다. Gemini 3.6 Flash는 단일 이미지-텍스트 변환 워크플로가 우선일 때
균형 잡힌 시각 이해 경로를 제공합니다.
Gemini 3.6 Flash Image-to-Text vs. Grok 4.6 Image-to-Text
Grok 4.6은 이미지 기반
기술적 추론에 유용한 xAI 대안입니다. Gemini 3.6 Flash는 시각적 질문과
콘텐츠 운영을 위한 명확한 Flaq AI 통합으로 Google의 멀티모달 모델 제품군을 제공합니다.
Gemini 3.6 Flash Image-to-Text vs. GPT 5.6 Terra Image-to-Text
GPT 5.6 Terra 시각 모델은 폭넓은 멀티모달 애플리케이션
시나리오를 지원합니다. Gemini 3.6 Flash는 팀이 스크린샷, 제품 및 이미지 기반 텍스트 출력을 위해
효율적인 Gemini 기반 경로를 필요로 할 때 평가할 만한 강력한 선택입니다.
Gemini 3.6 Flash Image-to-Text vs. Claude Vision
Claude 비전 모델은 문서 및
설명 작업에 매우 적합할 수 있습니다. Gemini 3.6 Flash는 명확한
이미지-텍스트 변환 경계를 갖춘 시각 분석용 프로덕션 지원 API 옵션을 하나 더 제공합니다.
Flaq AI Claude 모델을 설정하고 Claude Code 스킬 살펴보기

Flaq AI GPT 모델을 설정하고 Codex 스킬 살펴보기
Hermes Agent에서 Flaq AI LLM 모델 사용
ZCode에서 GLM 5.2, Kimi K3 및 DeepSeek v4 사용
Flaq AI DeepSeek 모델로 DeepSeek Harness 실행
AI 에이전트를 Flaq 이미지 및 동영상 생성 도구에 연결
WorkBuddy에서 GPT 6 Astra와 Claude Fable 5.1 사용