คู่มือ Claude Code
ตั้งค่าโมเดล Claude ของ Flaq AI และสำรวจสกิล Claude Code
ลอง API GPT 6.1 Sol จาก OpenAI เพื่อเขียน เขียนโค้ด สนทนา และวิเคราะห์ข้อความผ่าน API ที่เสถียรและคุ้มค่าของ Flaq AI พร้อมการตอบกลับแบบสตรีมสำหรับแอป
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-text-to-text',
messages: [
{
role: 'user',
content: 'Write a concise product update for a developer audience.'
}
],
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': 'gpt-6.1-sol-text-to-text',
'messages': [
{
'role': 'user',
'content': 'Write a concise product update for a developer audience.',
}
],
'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": "gpt-6.1-sol-text-to-text",
"messages": [
{
"role": "user",
"content": "Write a concise product update for a developer audience."
}
],
"stream": true,
"max_tokens": 2048
}'
| พารามิเตอร์ | ราคา | ราคาเดิม | ส่วนลด |
|---|
GPT 6.1 Sol Text-to-Text API ให้บริการสร้างภาษาผ่านข้อความสำหรับเครื่องมือเขียน ผลิตภัณฑ์สนทนา และ เวิร์กโฟลว์ธุรกิจบน Flaq AI ส่งงานและข้อความประกอบเพื่อขอฉบับร่าง คำอธิบาย บทสรุป หรือ คำตอบต่อเนื่อง ด้วยการส่งข้อมูลแบบสตรีมและขีดจำกัดโทเคนขาออกที่ปรับได้ นักพัฒนาจึงกำหนดวิธีส่งคืนข้อความที่สร้างขึ้น และผสาน GPT 6.1 Sol เข้ากับประสบการณ์ใช้งานแอปพลิเคชันได้
การเขียนตามพรอมต์: ระบุเป้าหมาย กลุ่มผู้อ่าน และโครงสร้างที่ต้องการ เพื่อสร้างข้อความฉบับร่างที่สามารถ ตรวจทานและปรับปรุงภายในผลิตภัณฑ์ของคุณได้
การสนทนาหลายรอบ: ส่งประวัติข้อความที่เกี่ยวข้องเพื่อรองรับคำถามต่อเนื่องและการแก้ไขภายใน งานเดียวกัน
การส่งข้อความตามลำดับ: สตรีมคำตอบไปยังหน้าต่างแชตและหน้าจอแก้ไขขณะที่ระบบกำลังสร้างข้อความ
การควบคุมความยาวผลลัพธ์: ใช้ขีดจำกัดโทเคนขาออกร่วมกับคำสั่งให้ตอบแบบกระชับหรือละเอียด เพื่อจัดการ ขอบเขตของคำตอบ
เวิร์กโฟลว์แปลงข้อความ: ขอให้สรุป จัดระเบียบบันทึกใหม่ หรือเขียนเนื้อหาที่ให้มาใหม่ผ่าน API แบบใช้ข้อความเดียวกัน
เส้นทางเฉพาะสำหรับข้อความ: ผสานการสร้างข้อความในกรณีที่คำขอไม่จำเป็นต้องใช้ภาพ เอกสาร แนบ หรือการค้นหาเว็บ
อินพุต: คำสั่งแบบข้อความ เนื้อหาประกอบ และข้อความสนทนาที่เกี่ยวข้อง
เอาต์พุต: ข้อความที่สร้างขึ้น โดยส่งเป็นคำตอบที่สมบูรณ์หรือทยอยส่งแบบสตรีม
การควบคุม: ขีดจำกัดโทเคนขาออกที่เลือกตั้งค่าได้ การเลือกสตรีม และการใช้พรอมต์กำหนดน้ำเสียงและโครงสร้าง
ความสามารถ: การร่าง การเขียนใหม่ การตอบคำถามผ่านการสนทนา การสรุป และการอธิบาย ข้อความที่ให้มา
เครื่องมือเขียนในผลิตภัณฑ์: ช่วยให้ผู้ใช้เปลี่ยนโจทย์คร่าว ๆ เป็นโครงร่างหรือฉบับร่าง แล้วแก้ไขผ่านคำขอ ต่อเนื่อง
ร่างคำตอบฝ่ายบริการลูกค้า: รวมคำถามของลูกค้ากับข้อมูลผลิตภัณฑ์ที่ผ่านการอนุมัติ เพื่อเตรียมคำตอบสำหรับ การตรวจทาน
สรุปสำหรับทีม: เปลี่ยนบันทึกที่ให้มาเป็นรายงานความคืบหน้า สรุปการประชุม และรายการขั้นตอนถัดไป
การเรียนรู้แบบโต้ตอบ: ให้คำอธิบายที่ผู้ใช้สามารถเจาะลึกต่อได้ผ่านการสนทนา
การสร้างข้อความอัตโนมัติในแอปพลิเคชัน: สร้างงานเขียนที่ต้องจัดทำเป็นประจำจากบริบทที่แอปพลิเคชันของคุณให้มา
หมายเหตุ ใส่ข้อมูลที่จำเป็นต่อการตอบคำขอและตรวจสอบข้อเท็จจริงในผลลัพธ์ก่อนเผยแพร่ เลือก เส้นทางเฉพาะสำหรับภาพ ไฟล์ หรือการค้นหาเว็บ เมื่ออินพุตเหล่านั้นเป็นส่วนสำคัญของงาน
GPT 6.1 Sol Text-to-Text เทียบกับ Claude Sonnet 5.5 Text-to-Text ทั้งสองรองรับข้อความ การสตรีม และการควบคุมความยาว ผลลัพธ์บน Flaq AI ทดสอบพรอมต์ที่เป็นตัวแทนของงานจริงเพื่อพิจารณาว่าคำตอบใดเหมาะกับความต้องการด้านการเขียนและการสนทนาของคุณ มากที่สุด
GPT 6.1 Sol Text-to-Text เทียบกับ GPT 6.1 Sol Image-to-Text Image-to-Text เพิ่มอินพุตภาพสำหรับคำถามที่อ้างอิงภาพ เส้นทาง Text-to-Text มุ่งเน้นเนื้อหาที่ถ่ายทอดไว้ในข้อความแล้ว
GPT 6.1 Sol Text-to-Text เทียบกับ GPT 6.1 Sol File Analysis File Analysis รับเอกสารที่อัปโหลดเพื่อการตรวจทานโดยอ้างอิง แหล่งข้อมูล Text-to-Text เหมาะเมื่อมีข้อความส่วนที่เกี่ยวข้องอยู่ในการสนทนาแล้ว
GPT 6.1 Sol Text-to-Text เทียบกับ GPT 6.1 Sol Web Search Web Search ได้รับการกำหนดค่าสำหรับการค้นคว้าออนไลน์ ส่วน Text-to-Text ไม่เปิดใช้การค้นหาเว็บและใช้บริบทของงานที่ให้มาในข้อความ
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