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 OpenAI GPT 6.1 Sol API 的檔案分析、文件摘要和檔案問答能力。圍繞文件內容提問並擷取摘要,輔助日常閱讀與分析。
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
}'
| 參數 | 價格 | 原價 | 折扣 |
|---|
GPT 6.1 Sol File Analysis API 讓開發者能夠在 Flaq AI 上建構文件問答與審閱工作流程。提供 支援的檔案、圖片以及選用的指令,即可請求對所提供材料進行文字分析。無論 任務是報告摘要、參考文件比較,還是特定段落的解釋,此 API 均提供 對話式互動、串流傳輸與輸出長度控制。
以附件為基礎的分析: 直接處理支援的檔案,將問題與其 來源材料結合考量。
文件摘要: 請求報告概述、逐節簡報,或針對 特定受眾撰寫的摘要。
針對性資訊請求: 詢問相關細節或解釋,並指定回答的 組織方式。
相關檔案比較: 同時提供多份文件,探索差異、共同主題,或值得 進一步審閱的問題。
圖片與文字背景: 當有助於說明需要在檔案中查找什麼時,加入支援的視覺參考 與文字指令。
具備輸出控制的串流回應: 逐步顯示文字分析,並使用輸出 token 上限來管理 回答範圍。
輸入: 支援的檔案或圖片附件、選用的文字指令,以及相關對話訊息。
輸出: 關於所提供內容的文字摘要、解釋、比較或回答。
控制項: 問題重點、要求的回答結構、選用的輸出 token 上限,以及是否使用串流回應。
能力: 文件審閱、以檔案為基礎的問答、摘要,以及針對所提供的多份 參考資料進行分析。
業務報告摘要: 將上傳的報告轉為工作簡報,突顯與 團隊相關的章節。
規格審閱: 針對專案文件提問,並蒐集需要釐清的要點。
研究整理: 將所提供閱讀材料中的發現歸納為結構化概述。
文件助理: 讓使用者針對對話中附加的檔案繼續追問。
編輯素材審閱: 為草稿擷取主題與佐證材料,同時保留原始文件 以供核查。
注意 請提供清楚可讀的檔案,並明確說明要詢問的問題。使用輸出前,請對照來源文件 核實引文、擷取的數值與結論。
GPT 6.1 Sol File Analysis 與 Claude Sonnet 5.5 File Analysis 兩個路由均支援在 Flaq AI 上輸入文件與圖片。比較它們對相同檔案的解讀,選擇適合審閱工作流程的路由。
GPT 6.1 Sol File Analysis 與 GPT 6.1 Sol Text-to-Text Text-to-Text 接收文字訊息,不包含檔案 附件。File Analysis 適用於以上傳文件作為參考材料的任務。
GPT 6.1 Sol File Analysis 與 GPT 6.1 Sol Image-to-Text Image-to-Text 目前的設定處理視覺問題,不包含文件 附件。File Analysis 支援將文件與視覺背景一起使用。
GPT 6.1 Sol File Analysis 與 GPT 6.1 Sol Web Search Web Search 支援線上研究。File Analysis 則使 工作流程圍繞所提供的附件展開,不啟用網頁搜尋。
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