活动

天翼云最新优惠活动,涵盖免费试用,产品折扣等,助您降本增效!
热门活动
  • 安全隔离版OpenClaw NEW OpenClaw云服务器专属“龙虾“套餐低至1.5折起
  • 聚力AI赋能 天翼云大模型专项 大模型特惠专区·Token Plan 轻享包低至9.9元起
  • 青云志云端助力计划 NEW 一站式科研助手,海外资源安全访问平台,助力青年翼展宏图,平步青云
  • 企业出海解决方案 NEW 助力您的业务扬帆出海,通达全球!
  • 天翼云信创专区 NEW “一云多芯、一云多态”,国产化软件全面适配,国产操作系统及硬件芯片支持丰富
  • 中小企业服务商合作专区 国家云助力中小企业腾飞,高额上云补贴重磅上线
  • 云上钜惠 爆款云主机全场特惠,2核4G只要1.8折起!
  • 天翼云奖励推广计划 加入成为云推官,推荐新用户注册下单得现金奖励
免费活动
  • 免费试用中心 HOT 多款云产品免费试用,快来开启云上之旅
  • 天翼云用户体验官 NEW 您的洞察,重塑科技边界

息壤智算

领先开放的智算服务平台,提供算力、平台、数据、模型、应用“五位一体”智算服务体系,构建全流程的AI基础设施能力
AI Store
  • 算力市场
  • 模型市场
  • 应用市场
公共算力服务
  • 裸金属
  • 定制裸金属
训推服务
  • 模型开发
  • 训练任务
  • 服务部署
星辰TokenHub
  • 模型广场
  • 体验中心
  • 服务接入
应用托管
  • 应用实例
科研助手
  • 科研智能体
  • 科研服务
  • 开发机
  • 并行计算
大模型
  • DeepSeek-V4-Flash
  • GLM-5.1
  • Qwen3.5-122B-A10B
  • DeepSeek-V3.2(旗舰版)
  • GLM-5(正式版)
智算一体机
  • 智算一体机
智能体引擎
  • 智能体引擎
可信数据空间
  • 可信数据空间
模型适配专家服务
  • 模型适配专家服务
算力服务商
  • 入驻算力服务商

应用商城

天翼云精选行业优秀合作伙伴及千余款商品,提供一站式云上应用服务
进入甄选商城进入云市场进入AI Store创新解决方案公有云生态专区智云上海应用生态专区
建站工具
  • 新域名服务
  • SSL证书
  • 翼建站
企业办公
  • 安全邮箱
  • WPS 365 天翼云版
  • 天翼企业云盘(标准服务版)
灾备迁移
  • 云管家2.0
  • 翼备份(SaaS版)

定价

协助您快速了解云产品计费模式、价格详情,轻松预估上云成本
价格计算器
  • 动态测算产品价格
定价策略
  • 快速了解计费模式

合作伙伴

天翼云携手合作伙伴,共创云上生态,合作共赢
天翼云生态合作中心
  • 天翼云生态合作中心
天翼云渠道合作伙伴
  • 天翼云代理渠道合作伙伴
天翼云服务合作伙伴
  • 天翼云集成商交付能力认证
天翼云应用合作伙伴
  • 天翼云云市场合作伙伴
  • 天翼云甄选商城合作伙伴
天翼云技术合作伙伴
  • 天翼云OpenAPI中心
天翼云培训认证
  • 天翼云学堂
  • 天翼云市场商学院
天翼云合作计划
  • 云汇计划
天翼信创云专区
  • 信创云专区
  • 适配互认证

开发者

开发者相关功能入口汇聚
技术社区
  • 专栏文章
  • 互动问答
  • 技术视频
资源与工具
  • OpenAPI中心
培训与认证
  • 天翼云学堂
  • 天翼云认证
开源社区
  • 魔乐社区
  • OpenTeleDB

支持与服务

为您提供全方位支持与服务,全流程技术保障,助您轻松上云,安全无忧
文档与工具
  • 文档中心
  • 新手上云
  • 自助服务
  • OpenAPI中心
定价
  • 价格计算器
  • 定价策略
基础服务
  • 售前咨询
  • 在线支持
  • 在线支持
  • 工单服务
  • 服务保障
  • 会员中心
增值服务
  • 红心服务
  • 首保服务
  • 客户支持计划
  • 专家技术服务
  • 备案管家
我要反馈
  • 建议与反馈
  • 用户体验官
信息公告
  • 客户公告

了解天翼云

天翼云秉承央企使命,致力于成为数字经济主力军,投身科技强国伟大事业,为用户提供安全、普惠云服务
品牌介绍
  • 关于天翼云
  • 智算云
  • 天翼云4.0
  • 新闻资讯
  • 天翼云APP
基础设施
  • 全球基础设施
  • 信任中心
最佳实践
  • 精选案例
  • 超级探访
  • 云杂志
  • 分析师和白皮书
  • 天翼云·创新直播间
市场活动
  • 2026智能云生态大会
  • 2025智能云生态大会
  • 2024智算云生态大会
  • 2023云生态大会
  • 2022云生态大会
  • 天翼云中国行
天翼云
  • 活动
  • 息壤智算
  • 产品
  • 解决方案
  • 应用商城
  • 定价
  • 合作伙伴
  • 开发者
  • 支持与服务
  • 了解天翼云
      • 文档
      • 控制中心
      • 备案
      • 管理中心
      文档中心

      星辰MaaS模型服务平台

      星辰MaaS模型服务平台

      • 星辰MaaS模型服务平台

      无数据

        • 产品介绍
        • 产品定义
        • 产品优势
        • 术语解释
        • 模型使用限制
        • 计费说明
        • 模型推理计费规则
        • 模型训推计费规则
        • 欠费说明
        • 账单和发票
        • 快速入门
        • 准备工作
        • 快速入门
        • 用户指南
        • 模型广场
        • 体验中心
        • 数据管理
        • 公共数据集
        • 我的数据集
        • 模型推理
        • 模型训练
        • 模型调优
        • 我的模型
        • 模型部署
        • 服务部署
        • 模型量化
        • 系统管理
        • API Key
        • 操作日志
        • 常见问题
        • 常见问题
        • 最佳实践
        • 零门槛CV大模型训推
        • API参考
        • 开发指南
        • 开发指南
        • 异步调用结果获取
        • 大模型异步调用结果回查
        • 状态码说明
        • 实时超自然语音合成-普通话版
        • 能力介绍
        • 接口文档
        • 超多方言实时语音识别
        • 能力介绍
        • 接口文档
        • 通用问答版大模型-36B
        • 能力介绍
        • 接口文档
        • 对话大模型
        • 能力介绍
        • 接口文档
        • 文生图大模型
        • 能力介绍
        • 接口文档
        • 图生图大模型
        • 能力介绍
        • 接口文档
        • 文档下载
        • 相关协议
        • 星辰MaaS模型推理服务协议
        • 星辰MaaS模型推理服务用户信息处理规则
        • 生成式人工智能服务备案信息参考
        • 星辰MaaS模型定制开发服务协议
          无相关产品

          本页目录

          帮助中心 星辰MaaS模型服务平台 API参考 通用问答版大模型-36B 接口文档
          接口文档
          更新时间 2026-06-05 17:10:07
          • 新浪微博
          • 微信
            扫码分享
          • 复制链接
          最近更新时间: 2026-06-05 17:10:07
          分享文章
          • 新浪微博
          • 微信
            扫码分享
          • 复制链接

          接口信息

          API Path 

          /aipaas/lm/v1/telechat/ty36b

          请求协议 

          HTTP

          请求方法 

          POST

          请求头部:

          头部标签必填说明类型数据字典限制头部内容示例
          Content-Type是application/json;UTF-8[string]--application/jsonapplication/json
          X-APP-ID是系统管理--API Key,创建应用获取AppID 和AppKey,公网鉴权,公网调用时必传[string]----
          Device-Uuid否设备管理-设备uuid[string]----
          Authorization是鉴权信息[string]----

          请求参数 

          Json Object

          参数名说明必填类型数据字典限制示例
          messages对话内容。多轮对话场景下,完整的content长度不可超过模型最大输入。(聊天中content可为空)是[array]---
          messages>>contentstring/array,消息的内容是[string]---
          messages>>refusal助理的拒绝消息否[string]---
          messages>>role消息作者的角色是[string]---
          messages>>name参与者的可选名称。提供模型信息以区分同 一角色的参与者,最大长度为 30否[string]---
          messages>>tool_calls模型生成的工具调用否[array]---
          messages>>tool_calls>>id工具调用的 ID是[string]---
          messages>>tool_calls>>type工具的类型。【目前仅支持 function,未严格校验】是[string]---
          messages>>tool_calls>>function模型调用的函数。是[object]---
          messages>>tool_calls>>function>>name要调用的函数的名称是[string]---
          messages>>tool_calls>>function>>argumentsstring/obj,用于调用函数的参数,由模型生成。【标准是string类型,推荐使用string】是[string]---
          messages>>toolcallid此消息正在响应的工具调用,最大长度 为 64否[string]---
          model要使用的模型的 ID(Chat),最大长度为 64是[string]---
          maxcompletiontokens最大生成词元数量。输入词元和生成词元的 总长度受模型上下文长度的限制。兼容传入max_tokens,但不允许两个参数同时存在,范围在 1 到模型最大输出长度(例如:2000)否[int]---
          presence_penalty默认值为 0,在 -2.0 到 2.0 之间。正值会基于新生成词是否已经出现在当前文本中进行惩罚,增加模型谈论新主题的可能性。否[number]---
          stream默认值为 false,如果设置true,回答内容将使用流式传输。否[boolean]---
          stream_options流式响应的选项。仅当您设置stream: true时设置此项才生效。 "streamoptions":{"includeusage": true} 如果设置,则在data: [DONE]之前流式传输的一个块中usage此块上的字段显示整个请求的token使用情况统计信息。否[object]---
          tools模型可以调用的工具列表【模型中工具传入,在生成时候不一定会调用】否[array]---
          tools>>type工具的类型。目前仅支持 function是[string]---
          tools>>function模型调用的函数是[object]---
          tools>>function>>description函数用途的描述,模型使用它来选择何时以 及如何调用函数,最大长度 2000否[string]---
          tools>>function>>name要调用的函数的名称。必须是 a-z、A-Z、0-9 或包含下划线和短划线,最大长度为 64是[string]---
          tools>>function>>parameters函数接受的参数,描述为 JSON Schema 对 象。请参阅 指南 有关示例,请参阅 JSON 架构参考 有关格式的文档否[object]---
          tools>>function>>strict是否在生成函数调用时启用严格的架构遵 循。如果设置为 true,则模型将遵循字段中定义的确切架构。当 is 时,仅支持 JSON 架构的子集。在函数调用指南中了解有关结构化输出的更多信息否[boolean]---
          tool_choice控制模型调用工具。 none 表示模型不会调 用任何工具,而是生成一条消息。 auto 表示模型可以在生成消息或调用一个或多个工具之间进行选择否[string]---
          temperature默认值为 0.3,使用的采样温度,范围 [0,2]。较高的值如 0.8 会使输出更随机,而较低的值如 0.2 会使输出更集中且具有确定性,取 0 时会关闭采样,无随机输出。否[number]---
          top_p默认值为 1,取值范围为[0,1]之间,作为温 度采样的替代方法,称为核采样,该方法中模型考虑具有 top_p 概率质量的词元结果否[number]---
          extra_body额外参数否[object]---
          extrabody>>topk作用:随机候选数(不建议修改) 取值:大于 0 的值越大,输出的多元性越大。 取值范围:(0,10000]否[int]---
          extrabody>>repetitionpenalty作用:生成重复惩罚 取值范围:(0,2]否[double]---
          extrabody>>frequencypenalty基于它们在生成文本中的频率。 值>0 鼓励模型使用新令牌,而值<0 鼓励模型重复令牌。取值范围:[-2,0)(0,2]否[double]---
          traceId接口跟踪 ID,每次调用需不同,可使用 UUID,用于日志排除、链路跟踪,最大长度为 64否[string]---
          timestamp当前时间戳【秒级】否[int]---

          响应内容:

          返回结果

          流式响应结果-成功 (200) Json Object

          参数名说明必填类型数据字典限制示例
          data表⽰流式返回的数据块,包含⽣成的⽂本内容,[DONE]表⽰⽣成过程已完成是[object]---
          data>>id聊天补全的唯一标识符(uuid4)。是[string]---
          data>>choices聊天补全选项的列表。是[array]---
          data>>choices>>finish_reasonstring/null,模型停止生成标记的原因。原因可能是stop模型到达自然停止点或提供的停止序列、 length达到请求中指定的最大标记数。否[string]---
          data>>choices>>index选择列表中的索引否[int]---
          data>>choices>>delta模型响应流生成的聊天补全增量。否[object]---
          data>>choices>>delta>>contentstring/null,块消息的内容。否[string]---
          data>>choices>>delta>>role此消息作者的角色。【第一块携带、其他块不携带此参数】否[string]---
          data>>choices>>delta>>refusalstring/null,模型生成的拒绝消息【第一块携带、其他 块不携带此参数】否[string]---
          data>>choices>>delta>>tool_calls工具列表否[array]---
          data>>choices>>delta>>tool_calls>>index选择列表中的索引否[int]---
          data>>choices>>delta>>tool_calls>>id工具调用的 ID否[string]---
          data>>choices>>delta>>tool_calls>>type工具的类型。目前仅支持 function否[string]---
          data>>choices>>delta>>tool_calls>>function模型调用的函数。否[object]---
          data>>choices>>delta>>tool_calls>>function>>name要调用的函数的名称否[string]---
          data>>choices>>delta>>tool_calls>>function>>arguments用于调用函数的参数,由模型以 JSON 格式生成。请注意,该模型并不总是生成有效的 JSON,并且可能会产生函数架构未定义的参数。在调用函数之前验证代码中的参数否[string]---
          data>>choices>>logprobsobject/null,输出标记的对数概率。否[object]---
          data>>created时间戳【秒级】是[int]---
          data>>model用于生成补全的模型。是[string]---
          data>>object对象类型,始终为 chat.completion.chunk。是[string]---
          data>>usageobject/null,token 统计【当 stream_options 生效时,流式最后一个块携带 usage 信息,其他情况默认不携带】否[object]---
          data>>usage>>completion_tokens生成tokens否[int]---
          data>>usage>>prompt_tokensprompt的tokens否[int]---
          data>>usage>>total_tokens总tokens否[int]---
          data>>usage>>completiontokensdetails生成 tokens 详细统计否[object]---
          data>>usage>>completiontokensdetails>>reasoning_tokens思考 tokens,当前都为 0否[int]---
          data>>system_fingerprint代表模型运行时后端配置的指纹。【当前默认null】是[string]---

          非流式响应结果-成功 (200) Json Object

          参数名说明必填类型数据字典限制示例
          id聊天补全的唯一标识符(uuid4)。是[string]---
          choices聊天补全选项的列表。是[array]---
          choices>>finish_reason模型停止生成标记的原因。原因可能是stop模型到达自然停止点或提供的停止序列、 length达到请求中指定的最大标记数。 如果模型调用了工具,tool_calls。是[string]---
          choices>>index选择列表中的索引是[int]---
          choices>>message模型生成的聊天补全消息。是[object]---
          choices>>message>>content消息的内容是[string]---
          choices>>message>>refusal模型生成的拒绝消息。是[string]---
          choices>>message>>tool_calls模型生成的工具调用,例如函数调用。否[array]---
          choices>>message>>tool_calls>>id工具调用的 ID。否[string]---
          choices>>message>>tool_calls>>type工具的类型。目前仅支持 function。否[string]---
          choices>>message>>tool_calls>>function模型调用的函数。否[object]---
          choices>>message>>tool_calls>>function>>name要调用的函数的名称。否[string]---
          choices>>message>>tool_calls>>function>>arguments用于调用函数的参数,由模型以 JSON 格式生成。请注意,该模型并不总是生成有效的 JSON,并且可能会产生函数架构未定义的参数。在调用函数之前验证代码中的参数。否[string]---
          choices>>message>>role此消息作者的角色。是[string]---
          choices>>logprobsobject/null,输出标记的对数概率。是[object]---
          created时间戳【秒级】是[int]---
          model用于聊天补全的模型。是[string]---
          object对象类型,始终为 chat.completion。是[string]--chat.completion.chunk
          usagetoken统计是[object]---
          usage>>completion_tokens生成tokens是[int]---
          usage>>prompt_tokensprompt的tokens是[int]---
          usage>>total_tokens总tokens是[int]---
          usage>>completiontokensdetails生成 tokens 详细统计是[object]---
          usage>>completiontokensdetails>>reasoning_tokens思考 tokens,当前都为 0是[int]---
          system_fingerprint代表模型运行时后端配置的指纹。【当前默认null】是[string]---

          成功示例[Mock API]:

          data: {
              "id": "277fd1f21c9e4b15bbbc6f28b0fc62ab",
              "choices": [{
                  "finish_reason": null,
                  "index": 0,
                  "delta": {
                      "content": "",
                      "role": "assistant",
                      "refusal": null
                  },
                  "logprobs": null
              }],
              "created": 1729666765,
              "system_fingerprint": null,
              "model": "aichat",
              "object": "chat.completion.chunk"
          }
          data: {
                  "id": "277fd1f21c9e4b15bbbc6f28b0fc62ab",
                  "choices": [{
                      "finish_reason": null,
                      "index": 0,
                      "delta": {
                          "content": "你好"
                      },
                      "logprobs": null
                  }],
                  "created": 1729666765,
                  "model": "aichat",
                  "system_fingerprint": null,
                  "object": "chat.completion.chunk"
              }
              ........中间省略消息块
          data: {
              "id": "277fd1f21c9e4b15bbbc6f28b0fc62ab",
              "choices": [{
                  "finish_reason": null,
                  "index": 0,
                  "delta": {
                      "content": "?"
                  },
                  "logprobs": null
              }],
              "created": 1729666765,
              "model": "aichat",
              "system_fingerprint": null,
              "object": "chat.completion.chunk"
          }
          data: {
              "id": "277fd1f21c9e4b15bbbc6f28b0fc62ab",
              "choices": [{
                  "finish_reason": "stop",
                  "index": 0,
                  "delta": {},
                  "logprobs": null
              }],
              "created": 1729666765,
              "model": "aichat",
              "system_fingerprint": null,
              "object": "chat.completion.chunk"
          }
          data: {
              "id": "c86aff51e90442ed8c7e1ab5296189a8",
              "choices": [],
              "created": 1729666822,
              "model": "aichat",
              "system_fingerprint": null,
              "object": "chat.completion.chunk",
              "usage": {
                  "completion_tokens": 40,
                  "prompt_tokens": 23,
                  "total_tokens": 63,
                  "completion_tokens_details": {
                      "reasoning_tokens": 0
                  }
              }
          }
          此消息块在stream_option生效时产生
          data: [DONE]

          功能介绍

          适用星辰MaaS模型服务平台API通用服务,给用户提供文本生成、文本理解、逻辑推理、数学计算等全场景通用的问答大模型服务能力。其具备文本理解、文本创作生成、逻辑推理、语言翻译、数学计算等多种场景的问答能力。

          服务鉴权

          服务接口调用时需要严格遵循服务鉴权规则,服务调用鉴权规则请参见:开发指南 - 签名认证方式。

          状态码说明

          通用状态码请参考【状态码】中的【网关认证】

          字段类型说明
          codestring状态响应码。
          01110001: 请求体参数不符合类型;
          01110002: 请求参数不符合规则;
          01110003: 模型连接错误;
          01110004: 内部错误
          messagestring错误消息提示

          请求参数示例

          请求示例

          流式请求示例

          {
              "model": "Chat",
              "messages": [{
                  "role": "user",
                  "content": "你是什么模型,能处理什么问题"
              }],
              "max_completion_tokens": 150,
              "stream": true
          }

          流式响应示例

          data: {
              "id": "277fd1f21c9e4b15bbbc6f28b0fc62ab",
              "choices": [{
                  "finish_reason": null,
                  "index": 0,
                  "delta": {
                      "content": "",
                      "role": "assistant",
                      "refusal": null
                  },
                  "logprobs": null
              }],
              "created": 1729666765,
              "system_fingerprint": null,
              "model": "aichat",
              "object": "chat.completion.chunk"
          }
          data: {
                  "id": "277fd1f21c9e4b15bbbc6f28b0fc62ab",
                  "choices": [{
                      "finish_reason": null,
                      "index": 0,
                      "delta": {
                          "content": "u4f60u597d"
                      },
                      "logprobs": null
                  }],
                  "created": 1729666765,
                  "model": "aichat",
                  "system_fingerprint": null,
                  "object": "chat.completion.chunk"
              }
              ........中间省略消息块
          data: {
              "id": "277fd1f21c9e4b15bbbc6f28b0fc62ab",
              "choices": [{
                  "finish_reason": null,
                  "index": 0,
                  "delta": {
                      "content": "uff1f"
                  },
                  "logprobs": null
              }],
              "created": 1729666765,
              "model": "aichat",
              "system_fingerprint": null,
              "object": "chat.completion.chunk"
          }
          data: {
              "id": "277fd1f21c9e4b15bbbc6f28b0fc62ab",
              "choices": [{
                  "finish_reason": "stop",
                  "index": 0,
                  "delta": {},
                  "logprobs": null
              }],
              "created": 1729666765,
              "model": "aichat",
              "system_fingerprint": null,
              "object": "chat.completion.chunk"
          }
          data: {
              "id": "c86aff51e90442ed8c7e1ab5296189a8",
              "choices": [],
              "created": 1729666822,
              "model": "aichat",
              "system_fingerprint": null,
              "object": "chat.completion.chunk",
              "usage": {
                  "completion_tokens": 40,
                  "prompt_tokens": 23,
                  "total_tokens": 63,
                  "completion_tokens_details": {
                      "reasoning_tokens": 0
                  }
              }
          }
          此消息块在 stream_option 生效时产生data: [DONE]

          非流式请求示例

          {
              "model": "Chat",
              "messages": [{
                  "role": "user",
                  "content": "你是什么模型,能处理什么问题"
              }],
              "max_completion_tokens": 150,
              "stream": false
          }

          非流式响应示例

          {
              "id": "aacd0a837f244378812fa898d5094fe2",
              "choices": [{
                  "finish_reason": "stop",
                  "index": 0,
                  "message": {
                      "refusal": null,
                      "role": "assistant",
                      "content": " 你好,我很乐意为你解答问题。请问有什么我可以帮助你的吗?"
                  },
                  "logprobs": null
              }],
              "created": 1729666692,
              "model": "aichat",
              "system_fingerprint": null,
              "object": "chat.completion",
              "usage": {
                  "completion_tokens": 41,
                  "prompt_tokens": 23,
                  "total_tokens": 64,
                  "completion_tokens_details": {
                      "reasoning_tokens": 0
                  }
              }
          }

          健康监测接口协议

          • 请求方法:GET

          • 访问URL:http://ip:port/api/v2/Health

          返回参数数据类型说明备注
          codeint状态码无
          dataobj返回消息体无
          data.error_codestring返回服务状态码无
          data.error_messagestring返回模型状态信息无
          data.algo_typesarray算法类型-

          响应示例:

          {
              "code": 10000,
              "data": {
                  "error_code": "APP_ERR_OK",
                  "error_message": "正常状态",
                  "algo_types": ["0000"]
              }
          }

          注意:模型健康检测接口http_code返回非200,即可认为模型异常。

          message参数说明

          当message角色为system时

          字段必填类型说明
          content是string/array系统消息的内容 例:“content”:”你好”“content”:[{“type”:”text”,”text”:”你好”}]
          role是string消息作者的角色,在本例中为 system
          name否string参与者的可选名称。提供模型信息以区分同
          一角色的参与者,最大长度为 30

          当message角色为user时

          字段必填类型说明
          content是string/array用户消息的内容。
          role是string消息作者的角色,在本例中为 user
          name否string参与者的可选名称。提供模型信息以区分同
          一角色的参与者,最大长度为 30

          当message角色为assistant时

          字段必填类型说明
          content是string/array用户消息的内容。
          refusal否string助理的拒绝消息。
          role是string消息作者的角色,在本例中assistant
          name否string参与者的可选名称。提供模型信息以区分同
          一角色的参与者,最大长度为 30
          tool_calls否array模型生成的工具调用。详细见请求字段

          当message角色为tool时

          字段必填类型说明
          role是string消息作者的角色,在本例中为tool
          content是string/array工具消息的内容。
          toolcallid否string此消息正在响应的工具调用,最大长度为 64

          调用示例

          Java版本

          import cn.hutool.http.HttpRequest;
          import cn.hutool.http.HttpResponse;
          import cn.hutool.json.JSONUtil;
          
          import java.util.Arrays;
          import java.util.HashMap;
          import java.util.Map;
          
          /** 主类,用于发起HTTP请求并处理响应 */
          public class Example {
          
              public static void main(String[] args) {
                  example();
              }
          
              /**
               * 方法中使用到的 JSONUtil、HttpRequest、HttpResponse均来自Hutool工具类。
               * 具体maven依赖为:
               * <dependency>
               *     <groupId>cn.hutool</groupId>
               *     <artifactId>hutool-all</artifactId>
               *     <version>5.8.29</version>
               * </dependency>
               */
              public static void example() {
                  try {
                      String url = "算法调用地址";
                      // 设置请求头
                      Map<String, String> headers = new HashMap<>();
                      //调用鉴权
                      headers.put("Content-Type", "application/json");
                      headers.put("X-APP-ID", "yourAppId");
                      headers.put("Authorization", "yourAuthorization");
          
                      // 创建请求对象
                      Map<String, Object> request = new HashMap<>();
                      request.put("model", "Chat");
                      Map<String, Object> messages = new HashMap<>();
                      messages.put("role", "user");
                      messages.put("content", "你是什么模型,能处理什么问题");
                      request.put("messages", Arrays.asList(messages));
                      request.put("max_completion_tokens", 150);
                      request.put("stream", true);
                      // 将请求对象转换为JsonNode
                      String requestString = JSONUtil.toJsonStr(request);
          
                      // 发起HTTP请求
                      HttpResponse response =
                              HttpRequest.post(url)
                                      .headerMap(headers, true)
                                      .body(requestString)
                                      .execute();
                      // 输出响应结果
                      System.out.println(response.body());
                  } catch (Exception e) {
                      e.printStackTrace();
                  }
              }
          
          }

          Python版本

          import json
          import hashlib
          import hmac
          import time
          import re
          import urllib.parse
          import requests
          import warnings
          from datetime import datetime
          import logging
          
          # 配置日志,设置日志级别为INFO,并指定日志格式
          logging.basicConfig(level=logging.INFO, format=\'%(asctime)s - %(levelname)s - %(message)s\')
          
          # 配置环境变量
          X_APP_ID = "yourAppId"
          AUTHORIZATION = "yourAuthorization"
          
          # URL 和请求数据
          url = "算法调用地址"  # 请求的URL
          request_data = {
              "model": "Chat",
              "messages": [{
                  "role": "user",
                  "content": "你是什么模型,能处理什么问题"
              }],
              "max_completion_tokens": 150,
              "stream": True
          }
          
          # 构建请求头
          headers = {
              "Content-Type": "application/json",
              "X-APP-ID": X_APP_ID,
              "Authorization": AUTHORIZATION
          }
          
          
          def timeSimple(timestamp):
              # 将时间戳转换为HH:MM:SS格式的时间字符串
              dt_object = datetime.fromtimestamp(timestamp)
              formatted_time = dt_object.strftime("%H:%M:%S")
              return formatted_time
          
          
          def send_request(url):
              try:
                  start_time = time.time()
                  logging.info(f"请求路径: {url}")
                  logging.info(f"开始发送: {timeSimple(start_time)}")
          
                  with requests.post(
                      url, json=request_data, headers=headers, stream=True, verify=False
                  ) as response:
                      first_packet_time = None
                      if response.status_code == 200:
                          logging.info(f"接受到返回: {timeSimple(time.time())}")
          
                          for chunk in response.iter_content(chunk_size=1024):
                              if chunk:
                                  if first_packet_time is None:
                                      first_packet_time = time.time()
                                  logging.info(
                                      f"Received chunk: {timeSimple(time.time())} {chunk.decode(\'utf-8\')}"
                                  )
          
                          end_time = time.time()
                          logging.info(f"Time to first byte (TTFB): {first_packet_time - start_time:.3f} seconds")
                          logging.info(f"Request completed in {end_time - start_time:.3f} seconds")
                      else:
                          logging.error(f"Request failed with status code {response.status_code}")
              except Exception as e:
                  logging.error(f"An error occurred: {e}")
          
          
          # 发送请求
          send_request(url)
          logging.info(f"headers = {headers}")
          文档反馈

          建议您登录后反馈,可在建议与反馈里查看问题处理进度

          鼠标选中文档,精准反馈问题

          选中存在疑惑的内容,即可快速反馈问题,我们会跟进处理

          知道了

          上一篇 :  能力介绍
          下一篇 :  对话大模型
          搜索 关闭
          ©2026 天翼云科技有限公司版权所有 增值电信业务经营许可证A2.B1.B2-20090001
          公司地址:北京市东城区青龙胡同甲1号、3号2幢2层205-32室
          备案 京公网安备11010802043424号 京ICP备 2021034386号
          ©2026天翼云科技有限公司版权所有
          京ICP备 2021034386号
          备案 京公网安备11010802043424号
          增值电信业务经营许可证A2.B1.B2-20090001
          用户协议 隐私政策 法律声明