คู่มือ Claude Code
ตั้งค่าโมเดล Claude ของ Flaq AI และสำรวจสกิล Claude Code
ลอง API GPT 6.1 Sol จาก OpenAI เพื่อวิเคราะห์ไฟล์ สรุปเอกสาร และถามตอบเกี่ยวกับไฟล์ผ่าน API ที่เสถียรและคุ้มค่าของ Flaq AI พร้อมการตอบกลับแบบสตรีม
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
}'
| พารามิเตอร์ | ราคา | ราคาเดิม | ส่วนลด |
|---|
GPT 6.1 Sol File Analysis API ช่วยให้นักพัฒนาสร้างขั้นตอนการตอบคำถามและตรวจทานเอกสารบน Flaq AI โดยส่ง ไฟล์ที่รองรับ รูปภาพ และคำสั่งที่เลือกใส่ได้ เพื่อขอการวิเคราะห์เนื้อหาที่ให้มาเป็นข้อความ ไม่ว่าจะเป็นงาน สรุปรายงาน เปรียบเทียบเอกสารอ้างอิง หรืออธิบายข้อความเฉพาะส่วน API นี้มี การโต้ตอบแบบสนทนา การส่งผลลัพธ์แบบสตรีม และการควบคุมความยาวผลลัพธ์
การวิเคราะห์จากไฟล์แนบ: ทำงานกับไฟล์ที่รองรับโดยตรง เพื่อให้พิจารณาคำถามควบคู่กับ เนื้อหาต้นทางได้
สรุปเอกสาร: ขอภาพรวมของรายงาน สรุปแยกตามส่วน หรือสรุปที่ปรับให้เหมาะกับ กลุ่มผู้อ่านเฉพาะ
คำขอข้อมูลเฉพาะเจาะจง: ขอรายละเอียดหรือคำอธิบายที่เกี่ยวข้อง และระบุว่าควรจัด รูปแบบคำตอบอย่างไร
การเปรียบเทียบไฟล์ที่เกี่ยวข้อง: ส่งเอกสารหลายฉบับร่วมกันเพื่อสำรวจความแตกต่าง ประเด็นที่ทับซ้อน หรือคำถามที่ ควรตรวจทานเพิ่มเติม
บริบทจากรูปภาพและข้อความ: เพิ่มข้อมูลอ้างอิงแบบภาพที่รองรับและคำสั่งแบบข้อความ เมื่อช่วยอธิบายสิ่งที่ควรมองหา ในไฟล์ได้
สตรีมพร้อมการควบคุมผลลัพธ์: แสดงการวิเคราะห์เป็นข้อความทีละส่วน และใช้ขีดจำกัดโทเค็นขาออกเพื่อควบคุม ขอบเขตคำตอบ
ข้อมูลนำเข้า: ไฟล์หรือรูปภาพแนบที่รองรับ คำสั่งแบบข้อความที่เลือกใส่ได้ และข้อความสนทนาที่เกี่ยวข้อง
ผลลัพธ์: สรุป คำอธิบาย การเปรียบเทียบ หรือคำตอบเป็นข้อความเกี่ยวกับเนื้อหาที่ให้มา
การควบคุม: ประเด็นคำถาม โครงสร้างคำตอบที่ร้องขอ ขีดจำกัดโทเค็นขาออกที่เลือกกำหนดได้ และการเลือกใช้สตรีม
ความสามารถ: การตรวจทานเอกสาร การตอบคำถามจากไฟล์ การสรุป และการวิเคราะห์ข้อมูลอ้างอิงหลายรายการ ที่ให้มา
สรุปรายงานธุรกิจ: เปลี่ยนรายงานที่อัปโหลดเป็นสรุปเพื่อใช้งาน โดยเน้นส่วนที่เกี่ยวข้องกับ ทีม
การตรวจทานข้อกำหนด: ถามคำถามเกี่ยวกับเอกสารโครงการและรวบรวมประเด็นที่ต้องชี้แจง
การจัดระเบียบงานค้นคว้า: จัดกลุ่มข้อค้นพบจากเอกสารประกอบการอ่านที่ให้มาเป็นภาพรวมที่มีโครงสร้าง
ผู้ช่วยด้านเอกสาร: ให้ผู้ใช้ถามคำถามต่อเนื่องเกี่ยวกับไฟล์ที่แนบไว้ในการสนทนา
การตรวจทานแหล่งข้อมูลสำหรับงานเขียน: สกัดประเด็นและเนื้อหาสนับสนุนสำหรับร่างงาน โดยยังเก็บเอกสารต้นฉบับ ไว้ให้ตรวจสอบได้
หมายเหตุ ส่งไฟล์ที่อ่านได้และระบุคำถามที่ต้องการให้ชัดเจน ตรวจสอบข้อความอ้างอิง ค่าที่สกัดออกมา และ ข้อสรุปกับเอกสารต้นทางก่อนใช้ผลลัพธ์
GPT 6.1 Sol File Analysis เทียบกับ Claude Sonnet 5.5 File Analysis ทั้งสองเส้นทางรองรับเอกสารและรูปภาพเป็นข้อมูลนำเข้าบน Flaq AI เปรียบเทียบการตีความไฟล์ชุดเดียวกันเพื่อเลือกตัวเลือกที่เหมาะกับขั้นตอนการตรวจทานของคุณ
GPT 6.1 Sol File Analysis เทียบกับ GPT 6.1 Sol Text-to-Text Text-to-Text รับข้อความโดยไม่มีไฟล์ แนบ ส่วน File Analysis เหมาะกับงานที่มีเนื้อหาอ้างอิงเป็นเอกสารที่อัปโหลด
GPT 6.1 Sol File Analysis เทียบกับ GPT 6.1 Sol Image-to-Text Image-to-Text จัดการคำถามด้านภาพโดยไม่มีเอกสาร แนบในการกำหนดค่าปัจจุบัน ส่วน File Analysis รองรับเอกสารควบคู่กับบริบทด้านภาพ
GPT 6.1 Sol File Analysis เทียบกับ GPT 6.1 Sol Web Search Web Search เปิดให้ค้นคว้าออนไลน์ ส่วน File Analysis คง ขั้นตอนการทำงานให้มุ่งเน้นไฟล์แนบที่ให้มาโดยไม่เปิดใช้การค้นหาเว็บ
ตั้งค่าโมเดล Claude ของ Flaq AI และสำรวจสกิล Claude Code

ตั้งค่าโมเดล GPT ของ Flaq AI และสำรวจสกิล Codex
ใช้โมเดล LLM ของ Flaq AI ใน Hermes Agent
ใช้ GLM 5.2, Kimi K3 และ DeepSeek v4 ใน ZCode
เรียกใช้ DeepSeek Harness กับโมเดล DeepSeek ของ Flaq AI
เชื่อมต่อเอเจนต์ AI กับเครื่องมือสร้างรูปภาพและวิดีโอของ Flaq
ใช้ GPT 6 Astra และ Claude Fable 5.1 ใน WorkBuddy