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 hiểu hình ảnh, đặt câu hỏi trực quan và phân tích hình ảnh 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-image-to-text',
messages: [
{
role: 'user',
content: [
{ type: 'text', text: 'Describe the image and extract any visible text.' },
{
type: 'image_url',
image_url: {
url: 'https://example.com/sample-image.jpg'
}
}
]
}
],
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-image-to-text',
'messages': [
{
'role': 'user',
'content': [
{'type': 'text', 'text': 'Describe the image and extract any visible text.'},
{
'type': 'image_url',
'image_url': {
'url': 'https://example.com/sample-image.jpg'
}
},
],
}
],
'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-image-to-text",
"messages": [
{
"role": "user",
"content": [
{ "type": "text", "text": "Describe the image and extract any visible text." },
{
"type": "image_url",
"image_url": {
"url": "https://example.com/sample-image.jpg"
}
}
]
}
],
"stream": true,
"max_tokens": 2048
}'
| Tham số | Giá | Giá gốc | Giảm giá |
|---|
GPT 6.1 Sol Image-to-Text API kết nối đầu vào hình ảnh với câu trả lời bằng văn bản trên Flaq AI. Cung cấp hình ảnh và, khi hữu ích, một câu hỏi để yêu cầu mô tả, giải thích nội dung nhìn thấy hoặc câu trả lời tập trung vào một chi tiết cụ thể. Nhà phát triển có thể sử dụng API hiểu hình ảnh này trong công cụ xem xét hình ảnh, quy trình nội dung và sản phẩm hội thoại, với đầu ra truyền phát và độ dài câu trả lời có thể điều chỉnh.
Câu hỏi dựa trên hình ảnh: Hướng sự chú ý vào một đối tượng, mối quan hệ hoặc khu vực cụ thể trong hình ảnh thông qua hướng dẫn bằng ngôn ngữ tự nhiên.
Đầu ra văn bản mô tả: Yêu cầu mô tả bằng văn bản về nội dung nhìn thấy để phục vụ xem xét, lập chỉ mục hoặc chuẩn bị biên tập.
Hướng dẫn tùy chọn qua lời nhắc: Thêm câu hỏi hoặc hướng dẫn định dạng để điều chỉnh câu trả lời theo thông tin mà quy trình của bạn cần.
Xem xét hình ảnh có trọng tâm: Hỏi về bố cục, các đối tượng nhìn thấy hoặc nội dung có thể đọc được trong hình ảnh mà không biến yêu cầu thành nhiệm vụ tạo hình ảnh.
Câu trả lời truyền phát: Hiển thị câu trả lời bằng văn bản từng phần trong giao diện hội thoại hoặc xem xét.
Phạm vi trả lời linh hoạt: Đặt giới hạn token đầu ra và yêu cầu chú thích ngắn hoặc lời giải thích chi tiết hơn.
Đầu vào: Hình ảnh được hỗ trợ, có thể kèm câu hỏi hoặc hướng dẫn bằng văn bản.
Đầu ra: Mô tả, lời giải thích hoặc câu trả lời bằng văn bản về nội dung hình ảnh được cung cấp.
Tùy chọn điều khiển: Xác định trọng tâm qua lời nhắc, giới hạn token đầu ra tùy chọn và trả lời theo chế độ truyền phát hoặc không truyền phát.
Khả năng: Hỏi đáp về hình ảnh, mô tả hình ảnh và xem xét bằng văn bản nội dung nhìn thấy trong hình ảnh.
Lập danh mục hình ảnh: Chuẩn bị văn bản mô tả cho một bộ hình ảnh sản phẩm hoặc hình ảnh biên tập, có bước xem xét trước khi xuất bản.
Bản nháp hỗ trợ khả năng tiếp cận: Tạo mô tả hình ảnh ban đầu để biên tập viên kiểm tra và điều chỉnh cho phù hợp với nội dung xung quanh.
Trợ lý xem xét hình ảnh: Cho phép người dùng đặt câu hỏi về ảnh chụp hoặc ảnh chụp màn hình được cung cấp.
Phân tích sáng tạo: Yêu cầu nhận xét về bố cục và chi tiết nhìn thấy để hỗ trợ thảo luận thiết kế.
Chuẩn bị nội dung: Chuyển hình ảnh tham khảo thành văn bản khởi đầu cho chú thích hoặc bản tóm lược yêu cầu.
Lưu ý Sử dụng hình ảnh rõ nét và câu hỏi có trọng tâm. Đối chiếu kết quả đọc chữ nhỏ, các chi tiết tinh vi và những mô tả suy luận với hình ảnh gốc; tuyến này trả về văn bản thay vì hình ảnh đã chỉnh sửa hoặc được tạo mới.
GPT 6.1 Sol Image-to-Text so với GPT 6.1 Sol Text-to-Text Text-to-Text nhận tin nhắn bằng văn bản không có hình ảnh đính kèm. Image-to-Text là tuyến đầu vào hình ảnh cho những nhiệm vụ cần đến chính hình ảnh đó.
GPT 6.1 Sol Image-to-Text so với GPT 6.1 Sol File Analysis File Analysis hỗ trợ tài liệu đính kèm cũng như đầu vào hình ảnh. Image-to-Text giữ quy trình tập trung vào tư liệu hình ảnh và không nhận tệp đính kèm trong cấu hình trên Flaq AI.
GPT 6.1 Sol Image-to-Text so với Claude Sonnet 5.5 File Analysis Tuyến File Analysis của Claude cũng có thể nhận hình ảnh cùng với tài liệu. So sánh câu trả lời cho các hình ảnh tiêu biểu khi lựa chọn giữa quy trình tập trung vào hình ảnh và quy trình thiên về tài liệu.
GPT 6.1 Sol Image-to-Text so với GPT 6.1 Sol Web Search Web Search dành cho nghiên cứu trực tuyến và có thể nhận tệp đính kèm hỗ trợ. Image-to-Text xử lý hình ảnh được cung cấp mà không bật tìm kiếm trên 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