Alibaba/qwen-plus-character
qwen-plus-character
免费试用 Qwen Plus Character API,用于更丰富的角色驱动文本角色扮演、人物档案、长期记忆和对话测试,适合角色聊天、叙事应用和稳定 Alibaba LLM 工作流。
Text Chat
API 示例
提交示例
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);
}
}
}
提交示例
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)
提交示例
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 价格
| 参数 | 价格 | 原价 | 折扣 |
|---|
README
专业的 Qwen Plus Character API(Alibaba 角色扮演 LLM)
Flaq AI 上的 Qwen Plus Character API 为开发者构建角色驱动聊天、陪伴应用、故事创作工具和支持记忆的对话工作流提供 Alibaba 角色扮演 LLM 访问能力。这项 Qwen API 集成可帮助团队通过托管的生产路由,使用可复用角色档案、多轮上下文和可选长期记忆创建一致的文本对话。它专为需要更丰富角色对话、稳定人格表现和大规模实惠 LLM 访问的产品而设计。
Qwen Plus Character API 的核心功能
- 一致的角色对话: 生成与定义的人设、语气、背景和对话角色保持一致的文本响应。
- 长期记忆工作流: 通过
enable_long_term_memory、profile和用户自定义的x-session值,构建可复用记忆的角色扮演或陪伴体验。 - 提示词引导的人设控制: 使用 system 消息提供请求级角色指令,并在启用长期记忆时将
profile作为可复用角色档案。 - 群聊模拟: 通过在消息内容开头手动写入说话人名称,并使用带
partial: true的最终 assistant 前缀,模拟多说话人的角色扮演。 - 高质量文本输出: 为故事创作、AI 陪伴、互动小说、支持人设和角色驱动的产品功能生成打磨良好的对话。
- 灵活的对话上下文: 为需要长期保持连贯角色行为的互动应用维护有用的多轮上下文。
- 面向开发者的 API 集成: 通过稳定的 Flaq AI 路由为应用添加角色 LLM 工作流,无需管理模型基础设施。
如何在 Flaq AI 上使用 Qwen Plus Character API 进行角色聊天
- 输入: 聊天消息、系统人设指令、可选长期记忆设置,以及可选的 assistant
partial续写消息。 - 输出: 用于角色对话、角色扮演、故事创作和人设驱动聊天体验的文本响应。
- 对话控制: 支持基于提示词对语气、个性、背景故事、响应风格、短期上下文和长期记忆会话连续性进行引导。
- 能力: 通过 Alibaba Qwen API 访问支持角色扮演、人设一致的文本生成、多轮对话、长期记忆工作流、群聊模拟、assistant 部分续写和互动故事创作。
对于群聊模拟,系统不会从 profile 推断说话人名称。请在每条消息开头手动添加名称,然后追加一条最终 assistant 消息,例如 Ling Lu: 并设置 partial: true,让模型以该角色继续回复。
Qwen Plus Character API 集成的最佳使用场景
- AI 陪伴与角色扮演: 为需要稳定人格、支持记忆响应和有吸引力对话的角色聊天产品提供动力。
- 互动故事创作: 使用可复用角色档案构建叙事应用、小说工具和游戏对话系统。
- 面向客户的人设: 创建具有受控语气和行为的品牌助手、支持角色和社区机器人。
- 教育与模拟: 为语言学习、培训、辅导和场景演练运行基于角色的练习对话。
- 个性化聊天产品: 构建面向用户的工具,让角色对话适配持续上下文和会话偏好。
注意 请确保提示词、角色档案、记忆使用和生成文本符合 Alibaba 与 Flaq AI 的安全要求。如果发生错误,请修改请求、档案或记忆设置后重试。
Qwen Plus Character 与竞品对比:比较分析
- Qwen Plus Character vs. Qwen Flash Character
Qwen Flash Character 优先支持更快且更实惠的角色扮演迭代。Qwen Plus Character 定位于更丰富的角色对话和更精致的人设驱动响应。 - Qwen Plus Character vs. GPT Character Chat GPT 模型提供广泛的通用聊天行为。Qwen Plus Character 专注于由 Alibaba 驱动、包含角色档案和支持记忆对话模式的角色扮演工作流。
- Qwen Plus Character vs. Claude Character Chat Claude 擅长细致写作和长篇对话。Qwen Plus Character 为团队提供专用 Qwen 路由,用于互动角色人设和可扩展聊天产品。
- Qwen Plus Character vs. Kimi Character Workflows Kimi 适用于通用语言推理和写作。Qwen Plus Character 专注于人设一致性、角色扮演对话和启用记忆的角色体验。
- Qwen Plus Character vs. Qwen General Chat 通用 Qwen 聊天模型适合广泛文本任务。Qwen Plus Character 针对身份、语气和会话连续性很重要的角色风格对话进行了调优。