Alibaba/qwen-plus-character
qwen-plus-character
免費試用 Qwen Plus Character API,用於更豐富的角色驅動文字角色扮演、人物檔案、長期記憶和對話測試,適合角色聊天、敘事應用和穩定 Alibaba LLM 工作流程。
Text Chat
API 範例
提交範例
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',
'x-session': 'your-session-id'
},
body: JSON.stringify({
model: 'qwen-plus-character',
messages: [
{
role: 'system',
content: 'You are a witty high-school student who speaks with humor and warmth.'
},
{
role: 'user',
content: 'Remember that I prefer lightly sweet milk tea.'
}
],
stream: true,
max_tokens: 1200,
temperature: 0.8,
seed: 12345,
profile: 'You are a witty high-school student who remembers user preferences and stays in character.',
enable_long_term_memory: true,
memory_entries: 50,
skip_save_types: []
})
});
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('\n\n');
buffer = frames.pop() || '';
for (const frame of frames) {
const lines = frame.split('\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);
}
}
}
提交範例
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',
'x-session': 'your-session-id',
},
json={
'model': 'qwen-plus-character',
'messages': [
{
'role': 'system',
'content': 'You are a witty high-school student who speaks with humor and warmth.',
},
{
'role': 'user',
'content': 'Remember that I prefer lightly sweet milk tea.',
},
],
'stream': True,
'max_tokens': 1200,
'temperature': 0.8,
'seed': 12345,
'profile': 'You are a witty high-school student who remembers user preferences and stays in character.',
'enable_long_term_memory': True,
'memory_entries': 50,
'skip_save_types': [],
},
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)
提交範例
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" \
-H "x-session: your-session-id" \
-d '{
"model": "qwen-plus-character",
"messages": [
{
"role": "system",
"content": "You are a witty high-school student who speaks with humor and warmth."
},
{
"role": "user",
"content": "Remember that I prefer lightly sweet milk tea."
}
],
"stream": true,
"max_tokens": 1200,
"temperature": 0.8,
"seed": 12345,
"profile": "You are a witty high-school student who remembers user preferences and stays in character.",
"enable_long_term_memory": true,
"memory_entries": 50,
"skip_save_types": []
}'
Qwen Plus Character 價格
| 參數 | 價格 | 原價 | 折扣 |
|---|
README
專業的 Qwen Plus Character API(Alibaba 角色扮演 LLM)
Flaq AI 上的 Qwen Plus Character API 為開發者建置角色驅動聊天、陪伴應用程式、故事創作工具和支援記憶的對話工作流程提供 Alibaba 角色扮演 LLM 存取能力。這項 Qwen API 整合可協助團隊透過託管的生產路由,使用可重複使用的角色檔案、多輪上下文和可選長期記憶建立一致的文字對話。它專為需要更豐富角色對話、穩定人格表現和大規模實惠 LLM 存取的產品而設計。
Qwen Plus Character API 的核心功能
- 一致的角色對話: 生成與定義的人設、語氣、背景和對話角色保持一致的文字回應。
- 長期記憶工作流程: 透過
enable_long_term_memory、profile和使用者自訂的x-session值,建置可重複使用記憶的角色扮演或陪伴體驗。 - 提示詞引導的人設控制: 使用 system 訊息提供請求層級角色指令,並在啟用長期記憶時將
profile作為可重用角色檔案。 - 群聊模擬: 透過在訊息內容開頭手動寫入說話人名稱,並使用帶
partial: true的最終 assistant 前綴,模擬多說話人的角色扮演。 - 高品質文字輸出: 為故事創作、AI 陪伴、互動小說、支援人設和角色驅動的產品功能生成打磨良好的對話。
- 彈性的對話上下文: 為需要長期保持連貫角色行為的互動應用程式維護有用的多輪上下文。
- 面向開發者的 API 整合: 透過穩定的 Flaq AI 路由為應用程式加入角色 LLM 工作流程,無需管理模型基礎設施。
如何在 Flaq AI 上使用 Qwen Plus Character API 進行角色聊天
- 輸入: 聊天訊息、系統人設指令、可選長期記憶設定,以及可選的 assistant
partial續寫訊息。 - 輸出: 用於角色對話、角色扮演、故事創作和人設驅動聊天體驗的文字回應。
- 對話控制: 支援基於提示詞對語氣、個性、背景故事、回應風格、短期上下文和長期記憶會話連續性進行引導。
- 能力: 透過 Alibaba Qwen API 存取支援角色扮演、人設一致的文字生成、多輪對話、長期記憶工作流程、群聊模擬、assistant 部分續寫和互動故事創作。
對於群聊模擬,系統不會從 profile 推斷說話人名稱。請在每則訊息開頭手動加入名稱,然後追加一則最終 assistant 訊息,例如 Ling Lu: 並設定 partial: true,讓模型以該角色繼續回覆。
Qwen Plus Character API 整合的最佳使用場景
- AI 陪伴與角色扮演: 為需要穩定人格、支援記憶回應和有吸引力對話的角色聊天產品提供動力。
- 互動故事創作: 使用可重複使用角色檔案建置敘事應用程式、小說工具和遊戲對話系統。
- 面向客戶的人設: 建立具有受控語氣和行為的品牌助手、支援角色和社群機器人。
- 教育與模擬: 為語言學習、培訓、輔導和場景演練執行基於角色的練習對話。
- 個人化聊天產品: 建置面向使用者的工具,讓角色對話適配持續上下文和會話偏好。
注意 請確保提示詞、角色檔案、記憶使用和生成文字符合 Alibaba 與 Flaq AI 的安全要求。如果發生錯誤,請修改請求、檔案或記憶設定後重試。
Qwen Plus Character 與競品對比:比較分析
- Qwen Plus Character vs. Qwen Flash Character
Qwen Flash Character 優先支援更快且更實惠的角色扮演迭代。Qwen Plus Character 定位於更豐富的角色對話和更精緻的人設驅動回應。 - Qwen Plus Character vs. GPT Character Chat GPT 模型提供廣泛的通用聊天行為。Qwen Plus Character 專注於由 Alibaba 驅動、包含角色檔案和支援記憶對話模式的角色扮演工作流程。
- Qwen Plus Character vs. Claude Character Chat Claude 擅長細緻寫作和長篇對話。Qwen Plus Character 為團隊提供專用 Qwen 路由,用於互動角色人設和可擴展聊天產品。
- Qwen Plus Character vs. Kimi Character Workflows Kimi 適用於通用語言推理和寫作。Qwen Plus Character 專注於人設一致性、角色扮演對話和啟用記憶的角色體驗。
- Qwen Plus Character vs. Qwen General Chat 通用 Qwen 聊天模型適合廣泛文字任務。Qwen Plus Character 針對身分、語氣和會話連續性很重要的角色風格對話進行了調校。