Claude Code 指南
配置 Flaq AI Claude 模型并探索 Claude Code 技能
免费试用 GPT 5.6 Sol 文件分析 API,进行高级多文件推理、提取、比较、摘要和稳定的专业工作流。
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-5.6-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-5.6-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-5.6-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
}'
| 参数 | 价格 | 原价 | 折扣 |
|---|
Flaq AI 上的 GPT 5.6 Sol 文件分析 API 将 OpenAI 旗舰 GPT-5.6 的推理能力用于以文档为中心的工作流。这项可用于生产环境的 API 集成让开发者能够将自然语言指令与多个受支持文件及可选图像上下文结合起来,用于信息提取、比较、摘要和详细分析。借助对话式后续交流和流式响应,团队无需构建独立的文档处理基础设施,即可将复杂源材料转化为结构化洞察。
注意 请确保您的提示词、上传文件和应用工作流符合 OpenAI 的安全与使用准则。如果发生错误,请检查输入中是否包含受限制或不支持的内容,简化请求后重试。
GPT 5.6 Sol 与 GPT 5.6 Terra
GPT 5.6 Terra 在强大的文档分析能力和较低的运行成本之间取得平衡。GPT 5.6 Sol 则定位于最复杂的文件推理和专业综合工作负载。
GPT 5.6 Sol 与 GPT 5.6 Luna
GPT 5.6 Luna 专注于快速且具成本效益的文档处理。GPT 5.6 Sol 则为密集型多来源分析提供更深层的推理能力。
GPT 5.6 Sol 与 GPT 5.5 文件分析
GPT 5.5 为既有 OpenAI 工作流提供可靠的文件分析。GPT 5.6 Sol 则将 GPT-5.6 的旗舰定位带入高级文档应用。
GPT 5.6 Sol 与 Claude 文件分析
Claude 模型在 Anthropic 生态系统中提供强大的文档推理能力。GPT 5.6 Sol 则为复杂文件分析和结构化综合提供旗舰级 OpenAI 路径。
GPT 5.6 Sol 与开放模型文档处理管线
开放模型可提供部署控制能力,但需要额外的模型服务和文档处理基础设施。GPT 5.6 Sol 则通过 Flaq AI 的生产级 API 工作流提供托管式分析。
配置 Flaq AI Claude 模型并探索 Claude Code 技能

配置 Flaq AI GPT 模型并探索 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 模型运行 DeepSeek Harness
将 AI 智能体连接到 Flaq 图像和视频生成工具
在 WorkBuddy 中使用 GPT 6 Astra 和 Claude Fable 5.1