คู่มือ Claude Code
ตั้งค่าโมเดล Claude ของ Flaq AI และสำรวจสกิล Claude Code
ลอง API GPT 6.1 Sol จาก OpenAI เพื่อค้นหาเว็บ ค้นคว้าออนไลน์ และตอบโดยใช้ข้อมูลปัจจุบันผ่าน API ที่เสถียรและคุ้มค่าของ Flaq AI พร้อมการสตรีม
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-web-search',
messages: [
{
role: 'user',
content: 'Find the latest public information about Flaq AI and summarize it for a product brief.'
}
],
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-web-search',
'messages': [
{
'role': 'user',
'content': 'Find the latest public information about Flaq AI and summarize it for a product brief.',
}
],
'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-web-search",
"messages": [
{
"role": "user",
"content": "Find the latest public information about Flaq AI and summarize it for a product brief."
}
],
"stream": true,
"max_tokens": 2048
}'
| พารามิเตอร์ | ราคา | ราคาเดิม | ส่วนลด |
|---|
GPT 6.1 Sol Web Search API รองรับคำถามที่ใช้การค้นหาและขั้นตอนการค้นคว้าบน Flaq AI ระบุหัวข้อ ข้อมูลที่ต้องการ และบริบทที่เกี่ยวข้อง เพื่อขอคำตอบเป็นข้อความโดยเข้าถึงการค้นหาเว็บได้ เส้นทางนี้ ผสานการโต้ตอบผ่านข้อความเข้ากับไฟล์แนบประกอบที่เลือกใส่ได้ การตอบกลับแบบสตรีม และความยาวผลลัพธ์ที่ปรับได้ สำหรับแอปพลิเคชันที่ต้องทำงานกับข้อมูลออนไลน์
ความสามารถในการค้นหาเว็บ: ใช้เส้นทางที่รองรับการค้นหาสำหรับคำถามที่ต้องอาศัยข้อมูลนอกเหนือจากบริบทที่ ให้ไว้แล้วในการสนทนา
การค้นคว้าตามพรอมต์: ระบุหัวข้อ ช่วงเวลา และขอบเขตที่ต้องการ เพื่อให้คำขอมุ่งเน้นไปที่ ข้อมูลที่แอปพลิเคชันของคุณต้องการ
ข้อมูลอ้างอิงประกอบ: แนบไฟล์ที่รองรับหรือรูปภาพพร้อมกับคำถามแบบข้อความ เพื่อให้ บริบทเพิ่มเติมแก่งานค้นคว้า
การปรับประเด็นผ่านการสนทนา: ถามคำถามต่อเนื่องเพื่อจำกัดหัวข้อให้แคบลง หรือขอคำอธิบายที่ชัดเจนขึ้นเกี่ยวกับ คำตอบก่อนหน้า
คำตอบการค้นคว้าแบบสตรีม: ส่งข้อความที่สร้างขึ้นทีละส่วนเพื่อให้เกิดประสบการณ์การค้นคว้าแบบโต้ตอบ
ความยาวคำตอบที่ปรับได้: กำหนดขีดจำกัดโทเค็นขาออกและอธิบายว่าต้องการภาพรวมแบบกระชับหรือ คำตอบที่มีรายละเอียดมากขึ้น
ข้อมูลนำเข้า: คำถามค้นคว้าแบบข้อความพร้อมบริบทการสนทนาที่เกี่ยวข้อง และรูปภาพหรือไฟล์ที่รองรับ ซึ่งเลือกแนบได้ตามต้องการ
ผลลัพธ์: คำตอบเป็นข้อความที่สร้างผ่านเส้นทางโมเดลซึ่งเปิดใช้การค้นหาเว็บ
การควบคุม: ขอบเขตการค้นคว้าในพรอมต์ ขีดจำกัดโทเค็นขาออกที่เลือกกำหนดได้ และการเลือกใช้สตรีม
ความสามารถ: การตอบคำถามด้วยการค้นหา สรุปการค้นคว้าออนไลน์ และการสำรวจหัวข้อต่อเนื่อง
ผู้ช่วยค้นคว้า: ช่วยผู้ใช้ศึกษาหัวข้อและปรับคำถามที่ต้องการสำรวจให้ชัดเจนขึ้น
การศึกษาผลิตภัณฑ์: รวบรวมข้อมูลสำหรับสรุปเปรียบเทียบผลิตภัณฑ์ และตรวจสอบแหล่งข้อมูลต้นทางก่อน ตัดสินใจ
สรุปความเคลื่อนไหวในอุตสาหกรรม: ขอภาพรวมที่เจาะจงเกี่ยวกับพัฒนาการในหัวข้อและช่วงเวลาที่ระบุ
การค้นหาเอกสาร: ค้นหาข้อมูลที่เกี่ยวข้องกับคำถามทางเทคนิค แล้วตรวจสอบกับ เอกสารต้นฉบับ
การศึกษาตามบริบท: ใช้เอกสารอ้างอิงที่อัปโหลดร่วมกับคำถามที่ต้องการข้อมูลออนไลน์ เพิ่มเติม
หมายเหตุ ระบุช่วงวันที่ที่เกี่ยวข้อง และตรวจสอบวันที่ของแหล่งข้อมูลกับหน้าต้นฉบับก่อนนำคำตอบการค้นคว้าไปใช้อ้างอิง การเข้าถึงเว็บไม่ได้รับประกันว่าจะเข้าถึงทุกหน้าที่เกี่ยวข้องได้ หรือข้อความทั้งหมดที่ตอบกลับจะเป็นข้อมูลปัจจุบัน
GPT 6.1 Sol Web Search เทียบกับ GPT 6.1 Sol Text-to-Text Text-to-Text ประมวลผลข้อความที่ให้มาโดยไม่ค้นหาเว็บ ส่วนเส้นทาง Web Search ถูกกำหนดค่าไว้สำหรับคำถามที่ต้องใช้ข้อมูลออนไลน์
GPT 6.1 Sol Web Search เทียบกับ GPT 6.1 Sol File Analysis File Analysis มุ่งเน้นเนื้อหาที่ผู้ใช้อัปโหลด ส่วน Web Search รองรับการค้นคว้านอกเหนือจากไฟล์แนบเหล่านั้น โดยยังเลือกเพิ่มข้อมูลอ้างอิงได้
GPT 6.1 Sol Web Search เทียบกับ GPT 6.1 Sol Image-to-Text Image-to-Text เน้นการบรรยายหรือการตอบคำถาม เกี่ยวกับรูปภาพที่ให้มา ส่วน Web Search จัดการคำถามค้นคว้าแบบข้อความและใช้รูปภาพเป็นบริบทประกอบได้
GPT 6.1 Sol Web Search เทียบกับ Claude Sonnet 5.5 File Analysis การกำหนดค่า File Analysis ของ Claude รองรับเอกสาร และรูปภาพโดยไม่เปิดใช้การค้นหาเว็บ เส้นทาง GPT นี้เป็นตัวเลือกที่รองรับการค้นหา เมื่องานต้องอาศัย เนื้อหาออนไลน์ด้วย
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