KAT-Coder er Kuaishous kodemodelfamilie til softwareudviklingsopgaver i et miljø med værktøjer. Producentens oprindelige udgivelse fokuserer på at følge en udviklingsanmodning gennem undersøgelse af kodearkivet, oprettelse af rettelser og gennemgang. Træningen dækker implementering og forbedring af funktioner, fejlrettelse, refaktorering, arbejde med ydeevne, oprettelse af tests, kodeforståelse og konfigurationsopgaver. De nyttige resultater er kode og tekst knyttet til projektets faktiske adfærd.
Angiv den adfærd, der skal opnås, den aktuelle implementering og de betingelser, der definerer fuldførelse. Medtag de kildefiler eller passager, der er nødvendige for at forstå problemet, og de kommandoer eller observationer, der allerede er tilgængelige fra miljøet. En oprindelig fejlrettelsesbrief kan identificere det input, der fejler, det forventede resultat og den funktion, hvis adfærd afviger. En funktionsanmodning kan angive det resultat, brugeren skal kunne se, og de grænseflader, der skal forblive konsistente.
Producentens agenttræning bruger problembeskrivelser, kode fra grene, eksekverbare miljøer og verificerbare opgavebetingelser. Hold disse dele i overensstemmelse i en applikationsassisteret opgave. Modellens forslag bør rette sig mod det faktiske checkout og den leverede dokumentation, mens applikationen udfører fil- eller kørselshandlinger og returnerer resultaterne. Bevar resultatet af hver væsentlig handling sammen med fortsættelsen.
Producenten dokumenterer instruktionsfølgning, værktøjsbrug og længere interaktion som centrale dele af familiens udvikling. Den udgivne kodeagentopskrift tilbyder handlinger til fillæsning og redigering samt en fuldførelseshandling. Modellen kan undersøge oplysninger, anmode om en ændring og fortsætte ud fra den returnerede observation. Dens rolle er at vælge og beskrive næste trin; det omgivende miljø fastslår, hvad der faktisk skete.
Den oprindelige udgivelse beskriver også parallelle værktøjsanmodninger som en observeret evne efter agenttræning. Brug kun uafhængige handlinger, når deres resultater kan holdes knyttet til den rigtige anmodning. En forklaring af kodearkivet kan kombinere oplysninger fra flere filer, mens en rettelse kræver det aktuelle indhold og den aktuelle adfærd i den berørte kode. Erstat ikke en manglende observation med et plausibelt miljøresultat.
Producentens offentliggjorte agentopskrift adskiller generering af rettelser, filtrering, udvælgelse og refleksion. Filtrering kombinerer semantisk deduplikering med udførelsesbaserede kontroller; udvælgelse vurderer de resterende kandidater; refleksion bruger de tidligere resultater til at styre en senere runde. Disse trin tilhører den dokumenterede programmeringsarbejdsgang frem for at være en automatisk garanti knyttet til ethvert almindeligt tekstsvar.
Ved en praktisk kodeopgave skal du holde den foreslåede rettelse, de faktisk udførte kontroller og deres udfald samlet. En sammenligning af kandidatrettelser bør forklare den betingelse, der adskiller dem, især når hver af dem virker plausibel ud fra forskellen i koden alene. En mislykket kontrol kan pege på et konkret problem, der skal løses i næste samtalerunde, i stedet for at udløse en uvedkommende omskrivning.
Producentens oprindelige udgivelse adskiller KAT-Coder fra den separate åbne KAT-Dev-32B-model. Drøftelser af træning og demonstrationer af arbejdsgange gør ikke alle navngivne familieprofiler til identiske checkpoints. Bevar den valgte profil og de leverede projektinstruktioner sammen med resultatet, og brug den konkrete producentgrænseflade eller miljøopskrift til dens handlinger.
En nyttig overdragelse kan indeholde en afgrænset implementering, en fejlforklaring eller en refaktorering med den dokumentation, der understøtter dens adfærd. Gennemgå den ændrede logik og miljøets faktiske output, før du betragter en opgave som afsluttet. KAT-Coders softwareudviklingsformål er mest nyttigt, når det forbliver knyttet til en konkret udviklingsanmodning, den relevante kode og et slutresultat, der kan gennemgås.
", "aboutText": "KAT-Coder er Kuaishous kodemodelfamilie til softwareudviklingsopgaver i et miljø med værktøjer. Producentens oprindelige udgivelse fokuserer på at følge en udviklingsanmodning gennem undersøgelse af kodearkivet, oprettelse af rettelser og gennemgang. Træningen dækker implementering og forbedring af funktioner, fejlrettelse, refaktorering, arbejde med ydeevne, oprettelse af tests, kodeforståelse og konfigurationsopgaver. De nyttige resultater er kode og tekst knyttet til projektets faktiske adfærd.\n\n### Lever problemet og den relevante projektkontekst\n\nAngiv den adfærd, der skal opnås, den aktuelle implementering og de betingelser, der definerer fuldførelse. Medtag de kildefiler eller passager, der er nødvendige for at forstå problemet, og de kommandoer eller observationer, der allerede er tilgængelige fra miljøet. En oprindelig fejlrettelsesbrief kan identificere det input, der fejler, det forventede resultat og den funktion, hvis adfærd afviger. En funktionsanmodning kan angive det resultat, brugeren skal kunne se, og de grænseflader, der skal forblive konsistente.\n\nProducentens agenttræning bruger problembeskrivelser, kode fra grene, eksekverbare miljøer og verificerbare opgavebetingelser. Hold disse dele i overensstemmelse i en applikationsassisteret opgave. Modellens forslag bør rette sig mod det faktiske checkout og den leverede dokumentation, mens applikationen udfører fil- eller kørselshandlinger og returnerer resultaterne. Bevar resultatet af hver væsentlig handling sammen med fortsættelsen.\n\n### Værktøjer og udvikling over flere samtalerunder\n\nProducenten dokumenterer instruktionsfølgning, værktøjsbrug og længere interaktion som centrale dele af familiens udvikling. Den udgivne kodeagentopskrift tilbyder handlinger til fillæsning og redigering samt en fuldførelseshandling. Modellen kan undersøge oplysninger, anmode om en ændring og fortsætte ud fra den returnerede observation. Dens rolle er at vælge og beskrive næste trin; det omgivende miljø fastslår, hvad der faktisk skete.\n\nDen oprindelige udgivelse beskriver også parallelle værktøjsanmodninger som en observeret evne efter agenttræning. Brug kun uafhængige handlinger, når deres resultater kan holdes knyttet til den rigtige anmodning. En forklaring af kodearkivet kan kombinere oplysninger fra flere filer, mens en rettelse kræver det aktuelle indhold og den aktuelle adfærd i den berørte kode. Erstat ikke en manglende observation med et plausibelt miljøresultat.\n\n### Gennemgå kandidatændringer bevidst\n\nProducentens offentliggjorte agentopskrift adskiller generering af rettelser, filtrering, udvælgelse og refleksion. Filtrering kombinerer semantisk deduplikering med udførelsesbaserede kontroller; udvælgelse vurderer de resterende kandidater; refleksion bruger de tidligere resultater til at styre en senere runde. Disse trin tilhører den dokumenterede programmeringsarbejdsgang frem for at være en automatisk garanti knyttet til ethvert almindeligt tekstsvar.\n\nVed en praktisk kodeopgave skal du holde den foreslåede rettelse, de faktisk udførte kontroller og deres udfald samlet. En sammenligning af kandidatrettelser bør forklare den betingelse, der adskiller dem, især når hver af dem virker plausibel ud fra forskellen i koden alene. En mislykket kontrol kan pege på et konkret problem, der skal løses i næste samtalerunde, i stedet for at udløse en uvedkommende omskrivning.\n\n### Forskelle mellem familie og udgaver\n\nProducentens oprindelige udgivelse adskiller KAT-Coder fra den separate åbne KAT-Dev-32B-model. Drøftelser af træning og demonstrationer af arbejdsgange gør ikke alle navngivne familieprofiler til identiske checkpoints. Bevar den valgte profil og de leverede projektinstruktioner sammen med resultatet, og brug den konkrete producentgrænseflade eller miljøopskrift til dens handlinger.\n\nEn nyttig overdragelse kan indeholde en afgrænset implementering, en fejlforklaring eller en refaktorering med den dokumentation, der understøtter dens adfærd. Gennemgå den ændrede logik og miljøets faktiske output, før du betragter en opgave som afsluttet. KAT-Coders softwareudviklingsformål er mest nyttigt, når det forbliver knyttet til en konkret udviklingsanmodning, den relevante kode og et slutresultat, der kan gennemgås.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "935e0d64193d46d084759462f478b0dd8ff6e234e3fdd37f8abf460601af13be", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "KAT-Coder-Pro-V1KAT-Coder er Kuaishous kodemodelfamilie til udviklingsopgaver med forståelse af kodearkivet. Producentens arbejdsgang kombinerer værktøjsassisteret undersøgelse, generering af rettelser, udførelsesbaseret gennemgang og refleksion og producerer kode eller forklaringer knyttet til projektets faktiske adfærd.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
KAT-Coder er Kuaishous kodemodelfamilie til softwareudviklingsopgaver i et miljø med værktøjer. Producentens oprindelige udgivelse fokuserer på at følge en udviklingsanmodning gennem undersøgelse af kodearkivet, oprettelse af rettelser og gennemgang. Træningen dækker implementering og forbedring af funktioner, fejlrettelse, refaktorering, arbejde med ydeevne, oprettelse af tests, kodeforståelse og konfigurationsopgaver. De nyttige resultater er kode og tekst knyttet til projektets faktiske adfærd.
Angiv den adfærd, der skal opnås, den aktuelle implementering og de betingelser, der definerer fuldførelse. Medtag de kildefiler eller passager, der er nødvendige for at forstå problemet, og de kommandoer eller observationer, der allerede er tilgængelige fra miljøet. En oprindelig fejlrettelsesbrief kan identificere det input, der fejler, det forventede resultat og den funktion, hvis adfærd afviger. En funktionsanmodning kan angive det resultat, brugeren skal kunne se, og de grænseflader, der skal forblive konsistente.
Producentens agenttræning bruger problembeskrivelser, kode fra grene, eksekverbare miljøer og verificerbare opgavebetingelser. Hold disse dele i overensstemmelse i en applikationsassisteret opgave. Modellens forslag bør rette sig mod det faktiske checkout og den leverede dokumentation, mens applikationen udfører fil- eller kørselshandlinger og returnerer resultaterne. Bevar resultatet af hver væsentlig handling sammen med fortsættelsen.
Producenten dokumenterer instruktionsfølgning, værktøjsbrug og længere interaktion som centrale dele af familiens udvikling. Den udgivne kodeagentopskrift tilbyder handlinger til fillæsning og redigering samt en fuldførelseshandling. Modellen kan undersøge oplysninger, anmode om en ændring og fortsætte ud fra den returnerede observation. Dens rolle er at vælge og beskrive næste trin; det omgivende miljø fastslår, hvad der faktisk skete.
Den oprindelige udgivelse beskriver også parallelle værktøjsanmodninger som en observeret evne efter agenttræning. Brug kun uafhængige handlinger, når deres resultater kan holdes knyttet til den rigtige anmodning. En forklaring af kodearkivet kan kombinere oplysninger fra flere filer, mens en rettelse kræver det aktuelle indhold og den aktuelle adfærd i den berørte kode. Erstat ikke en manglende observation med et plausibelt miljøresultat.
Producentens offentliggjorte agentopskrift adskiller generering af rettelser, filtrering, udvælgelse og refleksion. Filtrering kombinerer semantisk deduplikering med udførelsesbaserede kontroller; udvælgelse vurderer de resterende kandidater; refleksion bruger de tidligere resultater til at styre en senere runde. Disse trin tilhører den dokumenterede programmeringsarbejdsgang frem for at være en automatisk garanti knyttet til ethvert almindeligt tekstsvar.
Ved en praktisk kodeopgave skal du holde den foreslåede rettelse, de faktisk udførte kontroller og deres udfald samlet. En sammenligning af kandidatrettelser bør forklare den betingelse, der adskiller dem, især når hver af dem virker plausibel ud fra forskellen i koden alene. En mislykket kontrol kan pege på et konkret problem, der skal løses i næste samtalerunde, i stedet for at udløse en uvedkommende omskrivning.
Producentens oprindelige udgivelse adskiller KAT-Coder fra den separate åbne KAT-Dev-32B-model. Drøftelser af træning og demonstrationer af arbejdsgange gør ikke alle navngivne familieprofiler til identiske checkpoints. Bevar den valgte profil og de leverede projektinstruktioner sammen med resultatet, og brug den konkrete producentgrænseflade eller miljøopskrift til dens handlinger.
En nyttig overdragelse kan indeholde en afgrænset implementering, en fejlforklaring eller en refaktorering med den dokumentation, der understøtter dens adfærd. Gennemgå den ændrede logik og miljøets faktiske output, før du betragter en opgave som afsluttet. KAT-Coders softwareudviklingsformål er mest nyttigt, når det forbliver knyttet til en konkret udviklingsanmodning, den relevante kode og et slutresultat, der kan gennemgås.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser KAT-Coder-Pro-V1 | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser Afhænger af modellen | Standard— |
Feltmessages[].content | Typestring | KravValgfrit | Værdier og grænser Gælder når: Tekstsamtale | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Tekst · UTF8-tekst
messages[].content
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages |
Parametermaterial_types | Kontrakttext |
Parametermessages | Kontraktbeskedarray med strukturen role/content |
Parameterfile_material | Kontraktfaktisk UTF-8-dokument indsat som bogstavelig tekst; intet fil-ID udledes |
Parameteroptional_controls | Kontraktstream |
Parametercontrol_scope | KontraktTekstsamtale; stream er en boolesk værdi og er som standard false. |
Parameteroutput_modalities | Kontrakttext |
Parameterhosted_operations | Kontraktfalse |
Parametermultimodal_input_binding | Kontraktnull |
Metodealiaser: /chat/completions
Livscyklus: synchronous_or_streamed
Send det præcise model-ID med messages.
Kontekstlængde er ikke et outputloft.
En tekstfil kan levere bogstavelig tekst; billed-, lyd- og filobjektinput kræver en præcis binding.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0.00114 / 1K tokens Output · Outputtokens $0.00456 / 1K tokens Input · Cachelæsning $0 / 1K tokens Input · Cacheskrivning $0 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"KAT-Coder-Pro-V1","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="KAT-Coder-Pro-V1", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar hvert valg og dets indhold, værktøjskald og ræsonnement. Saml i SSE deltaer efter valg-/værktøjsindeks, og bevar den endelige afslutningsårsag og forbrugsoplysningerne.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra KAT-Coder-Pro-V1
/chat/completions
KAT-Coder-Pro-V1KAT-Coder er Kuaishous kodemodelfamilie til udviklingsopgaver med forståelse af kodearkivet. Producentens arbejdsgang kombinerer værktøjsassisteret undersøgelse, generering af rettelser, udførelsesbaseret gennemgang og refleksion og producerer kode eller forklaringer knyttet til projektets faktiske adfærd.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
KAT-Coder er Kuaishous kodemodelfamilie til softwareudviklingsopgaver i et miljø med værktøjer. Producentens oprindelige udgivelse fokuserer på at følge en udviklingsanmodning gennem undersøgelse af kodearkivet, oprettelse af rettelser og gennemgang. Træningen dækker implementering og forbedring af funktioner, fejlrettelse, refaktorering, arbejde med ydeevne, oprettelse af tests, kodeforståelse og konfigurationsopgaver. De nyttige resultater er kode og tekst knyttet til projektets faktiske adfærd.
Angiv den adfærd, der skal opnås, den aktuelle implementering og de betingelser, der definerer fuldførelse. Medtag de kildefiler eller passager, der er nødvendige for at forstå problemet, og de kommandoer eller observationer, der allerede er tilgængelige fra miljøet. En oprindelig fejlrettelsesbrief kan identificere det input, der fejler, det forventede resultat og den funktion, hvis adfærd afviger. En funktionsanmodning kan angive det resultat, brugeren skal kunne se, og de grænseflader, der skal forblive konsistente.
Producentens agenttræning bruger problembeskrivelser, kode fra grene, eksekverbare miljøer og verificerbare opgavebetingelser. Hold disse dele i overensstemmelse i en applikationsassisteret opgave. Modellens forslag bør rette sig mod det faktiske checkout og den leverede dokumentation, mens applikationen udfører fil- eller kørselshandlinger og returnerer resultaterne. Bevar resultatet af hver væsentlig handling sammen med fortsættelsen.
Producenten dokumenterer instruktionsfølgning, værktøjsbrug og længere interaktion som centrale dele af familiens udvikling. Den udgivne kodeagentopskrift tilbyder handlinger til fillæsning og redigering samt en fuldførelseshandling. Modellen kan undersøge oplysninger, anmode om en ændring og fortsætte ud fra den returnerede observation. Dens rolle er at vælge og beskrive næste trin; det omgivende miljø fastslår, hvad der faktisk skete.
Den oprindelige udgivelse beskriver også parallelle værktøjsanmodninger som en observeret evne efter agenttræning. Brug kun uafhængige handlinger, når deres resultater kan holdes knyttet til den rigtige anmodning. En forklaring af kodearkivet kan kombinere oplysninger fra flere filer, mens en rettelse kræver det aktuelle indhold og den aktuelle adfærd i den berørte kode. Erstat ikke en manglende observation med et plausibelt miljøresultat.
Producentens offentliggjorte agentopskrift adskiller generering af rettelser, filtrering, udvælgelse og refleksion. Filtrering kombinerer semantisk deduplikering med udførelsesbaserede kontroller; udvælgelse vurderer de resterende kandidater; refleksion bruger de tidligere resultater til at styre en senere runde. Disse trin tilhører den dokumenterede programmeringsarbejdsgang frem for at være en automatisk garanti knyttet til ethvert almindeligt tekstsvar.
Ved en praktisk kodeopgave skal du holde den foreslåede rettelse, de faktisk udførte kontroller og deres udfald samlet. En sammenligning af kandidatrettelser bør forklare den betingelse, der adskiller dem, især når hver af dem virker plausibel ud fra forskellen i koden alene. En mislykket kontrol kan pege på et konkret problem, der skal løses i næste samtalerunde, i stedet for at udløse en uvedkommende omskrivning.
Producentens oprindelige udgivelse adskiller KAT-Coder fra den separate åbne KAT-Dev-32B-model. Drøftelser af træning og demonstrationer af arbejdsgange gør ikke alle navngivne familieprofiler til identiske checkpoints. Bevar den valgte profil og de leverede projektinstruktioner sammen med resultatet, og brug den konkrete producentgrænseflade eller miljøopskrift til dens handlinger.
En nyttig overdragelse kan indeholde en afgrænset implementering, en fejlforklaring eller en refaktorering med den dokumentation, der understøtter dens adfærd. Gennemgå den ændrede logik og miljøets faktiske output, før du betragter en opgave som afsluttet. KAT-Coders softwareudviklingsformål er mest nyttigt, når det forbliver knyttet til en konkret udviklingsanmodning, den relevante kode og et slutresultat, der kan gennemgås.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser KAT-Coder-Pro-V1 | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrævet | Værdier og grænser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrævet | Værdier og grænser | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content som streng
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages, max_tokens |
Parameteroptional_controls | Kontraktstream |
Parametermaterial_types | Kontrakttext |
Parametertext_file_material | KontraktLæs det faktiske UTF-8-dokument, og indsæt teksten i det angivne input eller beskedens indholdsstreng. |
Livscyklus: synchronous_or_streamed
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0.00114 / 1K tokens Output · Outputtokens $0.00456 / 1K tokens Input · Cachelæsning $0 / 1K tokens Input · Cacheskrivning $0 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "KAT-Coder-Pro-V1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'KAT-Coder-Pro-V1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'KAT-Coder-Pro-V1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar alle indholdsblokke, ræsonnementssignaturer og faktiske værktøjsbrugs-ID’er. Saml alle SSE-blokdeltaer; den første tekstblok er ikke hele outputtet.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra KAT-Coder-Pro-V1
/chat/completions