Claude Code 指南
設定 Flaq AI Claude 模型並探索 Claude Code 技能
透過 Flaq AI 穩定、實惠且支援串流回應的 API,體驗 Anthropic Claude Sonnet 5.5 API 的文字推理、寫作、程式設計和分析能力。為寫作助手與程式開發應用接入文字處理能力。
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: 'claude-sonnet-5.5-text-to-text',
messages: [
{
role: 'user',
content: 'Write a four-line modern poem about a programmer drinking coffee.'
}
],
stream: true,
max_tokens: 500,
})
});
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': 'claude-sonnet-5.5-text-to-text',
'messages': [
{
'role': 'user',
'content': 'Write a four-line modern poem about a programmer drinking coffee.',
}
],
'stream': True,
'max_tokens': 500,
},
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": "claude-sonnet-5.5-text-to-text",
"messages": [
{
"role": "user",
"content": "Write a four-line modern poem about a programmer drinking coffee."
}
],
"stream": true,
"max_tokens": 500
}'
| 參數 | 價格 | 原價 | 折扣 |
|---|
Claude Sonnet 5.5 Text-to-Text API 將 Anthropic 的語言模型帶入 Flaq AI 上以訊息為基礎的寫作與對話 工作流程。開發者可透過專用的文字生成 API,將指令與提供的上下文轉化為文案草稿、摘要、說明及 後續回答。串流回應與可調整的輸出長度,有助於將 Claude Sonnet 5.5 整合至聊天介面、編輯工具及內部助理,無須為純文字工作流程加入附件 處理功能。
依據指令生成文字: 描述任務、目標受眾與期望格式,即可要求 Claude Sonnet 5.5 API 產生原創草稿、 改寫段落或針對性的回答。
對話上下文: 納入相關先前訊息,讓後續請求能沿用相同的任務說明、 術語與來源資料。
串流回應: 逐步接收生成的文字,適用於在答案生成時 同步顯示內容的聊天與寫作介面。
彈性的輸出長度: 設定輸出 token 上限,以配合簡短回覆或較詳細的說明,並搭配 自然語言指示期望的篇幅。
反覆修訂支援: 透過連續訊息完善草稿,要求調整語氣、結構 或重點,無須重述完整的任務說明。
專注文字的整合方式: 對於來源資料已作為訊息內容提供的工作流程, 可使用專用的純文字路由。
輸入: 包含指令、來源段落及相關對話歷程的文字訊息。
輸出: 生成的文字以完整回應傳回,或透過串流逐步傳回。
控制項: 可選的輸出 token 上限,以及串流或非串流的傳回方式。
能力: 依據請求中提供的文字,進行對話問答、起草、改寫、摘要 與說明。
寫作助理: 建立編輯器,協助使用者擬定大綱、改寫段落,並調整既有文案以適應 不同受眾。
客服回覆草稿: 提供相關產品資訊與客戶問題,產生回覆以供 審閱。
知識摘要: 將提供的會議記錄或參考段落整理為精簡摘要與行動導向的 簡報。
學習工具: 讓使用者要求說明,再透過後續訊息釐清個別要點。
內部工作流程自動化: 依據應用程式提供的上下文,為定期報告與結構化簡報生成 文字。
注意 在請求中保留指令與相關來源文字,並在發布前審閱 事實性陳述。任務依賴上傳文件時,請使用 File Analysis 路由。
Claude Sonnet 5.5 Text-to-Text 與 GPT 6.1 Sol Text-to-Text 兩種路由皆支援 Flaq AI 上以訊息為基礎的文字生成與 串流傳輸。為應用程式選擇模型時,請使用自己的寫作任務與對話測試, 比較兩者的回應。
Claude Sonnet 5.5 Text-to-Text 與 Claude Sonnet 5.5 File Analysis 純文字路由從訊息中取得 來源資料。File Analysis 加入附件輸入,適用於以文件或影像為起點的工作流程。
Claude Sonnet 5.5 Text-to-Text 與 GPT 6.1 Sol Web Search Web Search 是針對需要線上資訊的研究任務所提供的 獨立選項。Claude Sonnet 5.5 Text-to-Text 設定為不使用網頁搜尋的對話模式。
Claude Sonnet 5.5 Text-to-Text 與 GPT 6.1 Sol Image-to-Text Image-to-Text 接受視覺輸入,用於回答 圖片相關問題。此 Claude 路由適用於以文字表達的指令與來源內容。
設定 Flaq AI Claude 模型並探索 Claude Code 技能

設定 Flaq AI GPT 模型並探索 Codex 技能
在 Hermes Agent 中使用 Flaq AI LLM 模型
在 ZCode 中使用 GLM 5.2、Kimi K3 和 DeepSeek v4
使用 Flaq AI DeepSeek 模型執行 DeepSeek Harness
將 AI 代理連接至 Flaq 圖片和影片生成工具
在 WorkBuddy 中使用 GPT 6 Astra 和 Claude Fable 5.1