Hướng dẫn Claude Code
Thiết lập model Claude của Flaq AI và khám phá kỹ năng Claude Code
Thử API GPT 6.1 Sol của OpenAI để phân tích tệp, tóm tắt tài liệu và hỏi đáp về tệp qua API ổn định, chi phí hợp lý của Flaq AI với phản hồi dạng luồng.
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
}'
| Tham số | Giá | Giá gốc | Giảm giá |
|---|
GPT 6.1 Sol File Analysis API giúp nhà phát triển xây dựng quy trình hỏi đáp và rà soát tài liệu trên Flaq AI. Cung cấp các tệp được hỗ trợ, hình ảnh và hướng dẫn tùy chọn để yêu cầu phân tích bằng văn bản về nội dung đã cung cấp. Dù nhiệm vụ là tóm tắt báo cáo, so sánh tài liệu tham khảo hay giải thích một đoạn cụ thể, API đều cung cấp khả năng tương tác qua hội thoại, truyền dạng luồng và điều khiển độ dài đầu ra.
Phân tích dựa trên tệp đính kèm: Làm việc trực tiếp với các tệp được hỗ trợ để câu hỏi được xem xét cùng tài liệu nguồn.
Tóm tắt tài liệu: Yêu cầu tổng quan báo cáo, tóm lược theo từng phần hoặc bản tóm tắt phù hợp với một nhóm độc giả cụ thể.
Yêu cầu thông tin có trọng tâm: Hỏi về các chi tiết hoặc lời giải thích liên quan và chỉ rõ cách câu trả lời nên được tổ chức.
So sánh các tệp liên quan: Cung cấp nhiều tài liệu cùng nhau để tìm hiểu khác biệt, các chủ đề trùng lặp hoặc những câu hỏi cần được rà soát thêm.
Ngữ cảnh hình ảnh và văn bản: Thêm tư liệu hình ảnh được hỗ trợ và hướng dẫn bằng văn bản khi chúng giúp giải thích điều cần tìm trong các tệp.
Truyền dạng luồng với điều khiển đầu ra: Hiển thị dần nội dung phân tích bằng văn bản và dùng giới hạn token đầu ra để quản lý phạm vi phản hồi.
Đầu vào: Tệp hoặc hình ảnh đính kèm được hỗ trợ, hướng dẫn bằng văn bản tùy chọn và tin nhắn hội thoại liên quan.
Đầu ra: Bản tóm tắt, giải thích, so sánh hoặc câu trả lời bằng văn bản về nội dung được cung cấp.
Điều khiển: Trọng tâm câu hỏi, cấu trúc phản hồi được yêu cầu, giới hạn token đầu ra tùy chọn và lựa chọn truyền dạng luồng.
Khả năng: Rà soát tài liệu, hỏi đáp dựa trên tệp, tóm tắt và phân tích xuyên suốt các tài liệu tham khảo được cung cấp.
Tóm tắt báo cáo kinh doanh: Chuyển báo cáo đã tải lên thành bản tóm lược phục vụ công việc, nhấn mạnh các phần liên quan đến nhóm.
Rà soát đặc tả: Đặt câu hỏi về tài liệu dự án và tập hợp các điểm cần làm rõ.
Sắp xếp nghiên cứu: Nhóm các phát hiện từ tài liệu đọc được cung cấp thành một tổng quan có cấu trúc.
Trợ lý tài liệu: Cho phép người dùng đặt câu hỏi tiếp theo về các tệp đính kèm trong cuộc trò chuyện.
Rà soát nguồn biên tập: Trích xuất chủ đề và tư liệu hỗ trợ cho bản thảo, đồng thời giữ tài liệu gốc sẵn có để kiểm tra.
Lưu ý Cung cấp các tệp có thể đọc được và nêu rõ câu hỏi mong muốn. Xác minh trích dẫn, giá trị được trích xuất và kết luận với tài liệu nguồn trước khi sử dụng đầu ra.
GPT 6.1 Sol File Analysis so với Claude Sonnet 5.5 File Analysis Cả hai tuyến đều hỗ trợ đầu vào là tài liệu và hình ảnh trên Flaq AI. So sánh cách chúng diễn giải cùng các tệp để chọn lựa phù hợp với quy trình rà soát của bạn.
GPT 6.1 Sol File Analysis so với GPT 6.1 Sol Text-to-Text Text-to-Text tiếp nhận tin nhắn bằng văn bản mà không có tệp đính kèm. File Analysis phù hợp với các nhiệm vụ có tài liệu tham khảo được tải lên dưới dạng tài liệu.
GPT 6.1 Sol File Analysis so với GPT 6.1 Sol Image-to-Text Image-to-Text xử lý câu hỏi về hình ảnh mà không có tài liệu đính kèm trong cấu hình hiện tại. File Analysis hỗ trợ tài liệu cùng với ngữ cảnh hình ảnh.
GPT 6.1 Sol File Analysis so với GPT 6.1 Sol Web Search Web Search cho phép nghiên cứu trực tuyến. File Analysis giữ quy trình tập trung vào các tệp đính kèm được cung cấp mà không bật tìm kiếm web.
Thiết lập model Claude của Flaq AI và khám phá kỹ năng Claude Code

Thiết lập model GPT của Flaq AI và khám phá kỹ năng Codex
Dùng mô hình LLM của Flaq AI trong Hermes Agent
Sử dụng GLM 5.2, Kimi K3 và DeepSeek v4 trong ZCode
Chạy DeepSeek Harness với các mô hình DeepSeek của Flaq AI
Kết nối các tác nhân AI với công cụ tạo hình ảnh và video của Flaq
Sử dụng GPT 6 Astra và Claude Fable 5.1 trong WorkBuddy