A Muse Spark 1.3 Contributor a Meta Muse Spark családjának külön névvel ellátott kiadása prototípus-készítéshez és kísérletezéshez. A család ügynöki és kódolási munkára készült: többlépéses eszközciklusokra, szoftverasszisztensekre és terjedelmes forrásanyagból végzett következtetésre. A kiadás kiválasztásakor őrizze meg a Contributor nevet ahelyett, hogy a Standard 1.3 bejegyzésének tekintené, változatlanul átvéve minden beállítását.
Bemenetek és kontextus
A hivatalos modelltáblázat szöveget, képeket, videót és PDF-eket sorol fel bemenetként, szöveget kimenetként, 1 048 576 tokenes kontextusablakkal. Egy feladat egyesíthet írásos követelményt, képernyőképet, releváns klipet vagy dokumentumoldalakat, és kérhet írásos magyarázatot, strukturált megállapításokat vagy javasolt kódot. A modell szöveges eredményéből a környező alkalmazásban munkatermék készülhet; egy oldal rendereléséhez vagy kód futtatásához az alkalmazási környezet szükséges.
Az eredmény kérése előtt azonosítsa minden forrás szerepét. Prototípus-felületi feladatnál képernyőkép párosítható a kívánt viselkedéssel és a meglévő kódrészlettel. Kérje a látható különbségeket, a javasolt megvalósítási módosítást és a még tisztázandó feltételezéseket. Dokumentumfeladatnál meghatározhatók a kinyerendő mezők, és minden megállapítás mellé kérhető az alátámasztó oldal vagy szövegrész.
A gyártó megjegyzi, hogy az 1.3 verzió hangértelmezése nem teljesen támogatott, és gyengébb válaszokat eredményezhet. Ezt verzióspecifikus korlátnak tekintse ahelyett, hogy a Muse Spark 1.2 vagy egy külön megnevezett átírómodell hangképességeit másolná ebbe a leírásba.
Következtetési szintek és válaszkeret
A Muse Spark belső következtetést generál a látható válasza előtt. Az itt alkalmazható dokumentált erőfeszítési szintek a minimal, low, medium, high és xhigh. A max szint kifejezetten a Standard Muse Spark 1.3-hoz tartozik, és Contributor modelleknél nem érhető el. A következtetés none értékkel történő letiltása nem támogatott; a beállítás elhagyásakor a modell továbbra is maga által meghatározott szinten következtet.
A kimeneti tokenkeret a belső következtetést és a látható szöveget is lefedi. Hosszú írásos eredmény kérésekor ezért mindkettőnek helyet kell hagyni, különösen nagyobb következtetési erőfeszítésnél. A nyers belső következtetés privát marad, és a logaritmikus valószínűségek nem támogatottak megbízhatósági mérőszámként. A feladathoz szükséges magyarázatot, mezőket vagy végső kódot kérje ahelyett, hogy a mögöttes következtetési nyom olvasható szövegként való visszaadását feltételezné.
Célzott adatkinyerési vagy formázási kísérlethez határozza meg a pontos rekordot és forrásanyagot. Többlépéses kódolási vagy vizuális problémához határozza meg a köztes döntéseket és a végső anyagot. A nagyobb következtetési erőfeszítés a következtetésre fordított keretet változtatja; önmagában nem határozza meg, mitől lesz egy eredmény teljes és hasznos.
Eszközök és strukturált megállapítások
A gyártó Muse Spark-dokumentációja fejlesztő által meghatározott eszközhívást és strukturált kimenetet ír le. Az alkalmazás adja meg az eszközdefiníciókat, a modell eldönti, mely művelet szükséges, és előkészíti az argumentumait, az alkalmazás pedig minden hívást végrehajt, és visszaadja a megfelelő eredményt. A következő válasz ezeket felhasználva dönthet a továbbiakról. A javasolt hívás különbözik a befejezett művelettől.
Ugyanez a dokumentáció megkülönbözteti a csatlakoztatott beépített keresőeszközöket a fejlesztői függvényektől. A keresés vagy kódvégrehajtás az eszközkörnyezet része, nem a szöveges válasz további tartalmi modalitása. Egy prototípusban csak a kérdéshez releváns műveleteket adja meg, és írja le, mit adnak vissza, hogy a következő válasz ténylegesen visszakeresett vagy számított információhoz kapcsolódjon.
Strukturált adatkinyeréshez adja meg a mezőneveket, a szükséges információt és a hiányzó értékek ábrázolását. Egy gyakorlati rekord tartalmazhatja a forrásazonosítót, a megfigyelt tényt, az értelmezést és a még tisztázandó kérdést. Tartsa a rekordot külön az opcionális prózától, ha egy alkalmazásnak megbízhatóan kell feldolgoznia a mezőket. A gyártó sémafelülete elutasítja a rekurzív sémákat, és tíz szintre korlátozza a beágyazást. Szigorú módjában egyszerű objektumgyökér szükséges, minden felsorolt tulajdonság kötelező, és további tulajdonságok nem engedélyezettek. A megfelelő szerkezet nem igazolja a ténybeli helyességet.
Hasznos prototípusfeladat
Válasszon egy ellenőrizhető anyagot előállító munkafolyamatot. Adja meg a követelményt, egy vizuális példát és az aktuális viselkedést meghatározó kódot. Kérjen rövid összehasonlítást, javasolt átdolgozott részletet és az elvárt viselkedést a jelenlegitől megkülönböztető példákat. A végső magyarázat kérése előtt mellékeljen minden, az alkalmazás által visszaadott lekérdezési vagy végrehajtási eredményt.
Dokumentumközpontú prototípushoz adja meg a PDF-et és a megválaszolandó kérdést, majd kérjen forráshoz kötött összefoglalót vagy összehasonlító táblázatot. Videónál azonosítsa a vizsgálandó eseményt vagy vizuális kapcsolatot, és kérjen rendezett leírást az azt alátámasztó megfigyelésekkel. Határozza meg a végső válasz hosszát és szakaszait, hogy a modell nagy kontextusa a tényleges kérdést szolgálja.
Kiadási és folytonossági határok
A Contributor megőrzi önálló, névvel ellátott 1.3 kiadását, a dokumentált kontextussal és bemenettípusokkal. A Meta következtetési útmutatója megkülönbözteti a szokásos beszélgetési előzményeket a privát következtetés fordulók közötti megőrzésétől: a gyártó csevegési felülete nem adja vissza ezt a privát nyomot külső hívóknak. Őrizze meg a folytatáshoz szükséges látható üzeneteket, forrásokat és eszközeredményeket ahelyett, hogy feltételezné, minden felület továbbviszi a belső következtetést.
Az elolvasott források a kontextusablakon túl nem adnak meg külön szigorú maximális bemeneti vagy kimenetitoken-kapacitást. Őrizze meg a kiadást, a bemenet előkészítését és a kért anyagot, és az eszközvégrehajtást és a végső szöveg átadását a prototípus-munkafolyamatban ténylegesen elért eredményekhez kapcsolja.
", "aboutText": "A Muse Spark 1.3 Contributor a Meta Muse Spark családjának külön névvel ellátott kiadása prototípus-készítéshez és kísérletezéshez. A család ügynöki és kódolási munkára készült: többlépéses eszközciklusokra, szoftverasszisztensekre és terjedelmes forrásanyagból végzett következtetésre. A kiadás kiválasztásakor őrizze meg a Contributor nevet ahelyett, hogy a Standard 1.3 bejegyzésének tekintené, változatlanul átvéve minden beállítását.\n\nBemenetek és kontextus\n\nA hivatalos modelltáblázat szöveget, képeket, videót és PDF-eket sorol fel bemenetként, szöveget kimenetként, 1 048 576 tokenes kontextusablakkal. Egy feladat egyesíthet írásos követelményt, képernyőképet, releváns klipet vagy dokumentumoldalakat, és kérhet írásos magyarázatot, strukturált megállapításokat vagy javasolt kódot. A modell szöveges eredményéből a környező alkalmazásban munkatermék készülhet; egy oldal rendereléséhez vagy kód futtatásához az alkalmazási környezet szükséges.\n\nAz eredmény kérése előtt azonosítsa minden forrás szerepét. Prototípus-felületi feladatnál képernyőkép párosítható a kívánt viselkedéssel és a meglévő kódrészlettel. Kérje a látható különbségeket, a javasolt megvalósítási módosítást és a még tisztázandó feltételezéseket. Dokumentumfeladatnál meghatározhatók a kinyerendő mezők, és minden megállapítás mellé kérhető az alátámasztó oldal vagy szövegrész.\n\nA gyártó megjegyzi, hogy az 1.3 verzió hangértelmezése nem teljesen támogatott, és gyengébb válaszokat eredményezhet. Ezt verzióspecifikus korlátnak tekintse ahelyett, hogy a Muse Spark 1.2 vagy egy külön megnevezett átírómodell hangképességeit másolná ebbe a leírásba.\n\nKövetkeztetési szintek és válaszkeret\n\nA Muse Spark belső következtetést generál a látható válasza előtt. Az itt alkalmazható dokumentált erőfeszítési szintek a minimal, low, medium, high és xhigh. A max szint kifejezetten a Standard Muse Spark 1.3-hoz tartozik, és Contributor modelleknél nem érhető el. A következtetés none értékkel történő letiltása nem támogatott; a beállítás elhagyásakor a modell továbbra is maga által meghatározott szinten következtet.\n\nA kimeneti tokenkeret a belső következtetést és a látható szöveget is lefedi. Hosszú írásos eredmény kérésekor ezért mindkettőnek helyet kell hagyni, különösen nagyobb következtetési erőfeszítésnél. A nyers belső következtetés privát marad, és a logaritmikus valószínűségek nem támogatottak megbízhatósági mérőszámként. A feladathoz szükséges magyarázatot, mezőket vagy végső kódot kérje ahelyett, hogy a mögöttes következtetési nyom olvasható szövegként való visszaadását feltételezné.\n\nCélzott adatkinyerési vagy formázási kísérlethez határozza meg a pontos rekordot és forrásanyagot. Többlépéses kódolási vagy vizuális problémához határozza meg a köztes döntéseket és a végső anyagot. A nagyobb következtetési erőfeszítés a következtetésre fordított keretet változtatja; önmagában nem határozza meg, mitől lesz egy eredmény teljes és hasznos.\n\nEszközök és strukturált megállapítások\n\nA gyártó Muse Spark-dokumentációja fejlesztő által meghatározott eszközhívást és strukturált kimenetet ír le. Az alkalmazás adja meg az eszközdefiníciókat, a modell eldönti, mely művelet szükséges, és előkészíti az argumentumait, az alkalmazás pedig minden hívást végrehajt, és visszaadja a megfelelő eredményt. A következő válasz ezeket felhasználva dönthet a továbbiakról. A javasolt hívás különbözik a befejezett művelettől.\n\nUgyanez a dokumentáció megkülönbözteti a csatlakoztatott beépített keresőeszközöket a fejlesztői függvényektől. A keresés vagy kódvégrehajtás az eszközkörnyezet része, nem a szöveges válasz további tartalmi modalitása. Egy prototípusban csak a kérdéshez releváns műveleteket adja meg, és írja le, mit adnak vissza, hogy a következő válasz ténylegesen visszakeresett vagy számított információhoz kapcsolódjon.\n\nStrukturált adatkinyeréshez adja meg a mezőneveket, a szükséges információt és a hiányzó értékek ábrázolását. Egy gyakorlati rekord tartalmazhatja a forrásazonosítót, a megfigyelt tényt, az értelmezést és a még tisztázandó kérdést. Tartsa a rekordot külön az opcionális prózától, ha egy alkalmazásnak megbízhatóan kell feldolgoznia a mezőket. A gyártó sémafelülete elutasítja a rekurzív sémákat, és tíz szintre korlátozza a beágyazást. Szigorú módjában egyszerű objektumgyökér szükséges, minden felsorolt tulajdonság kötelező, és további tulajdonságok nem engedélyezettek. A megfelelő szerkezet nem igazolja a ténybeli helyességet.\n\nHasznos prototípusfeladat\n\nVálasszon egy ellenőrizhető anyagot előállító munkafolyamatot. Adja meg a követelményt, egy vizuális példát és az aktuális viselkedést meghatározó kódot. Kérjen rövid összehasonlítást, javasolt átdolgozott részletet és az elvárt viselkedést a jelenlegitől megkülönböztető példákat. A végső magyarázat kérése előtt mellékeljen minden, az alkalmazás által visszaadott lekérdezési vagy végrehajtási eredményt.\n\nDokumentumközpontú prototípushoz adja meg a PDF-et és a megválaszolandó kérdést, majd kérjen forráshoz kötött összefoglalót vagy összehasonlító táblázatot. Videónál azonosítsa a vizsgálandó eseményt vagy vizuális kapcsolatot, és kérjen rendezett leírást az azt alátámasztó megfigyelésekkel. Határozza meg a végső válasz hosszát és szakaszait, hogy a modell nagy kontextusa a tényleges kérdést szolgálja.\n\nKiadási és folytonossági határok\n\nA Contributor megőrzi önálló, névvel ellátott 1.3 kiadását, a dokumentált kontextussal és bemenettípusokkal. A Meta következtetési útmutatója megkülönbözteti a szokásos beszélgetési előzményeket a privát következtetés fordulók közötti megőrzésétől: a gyártó csevegési felülete nem adja vissza ezt a privát nyomot külső hívóknak. Őrizze meg a folytatáshoz szükséges látható üzeneteket, forrásokat és eszközeredményeket ahelyett, hogy feltételezné, minden felület továbbviszi a belső következtetést.\n\nAz elolvasott források a kontextusablakon túl nem adnak meg külön szigorú maximális bemeneti vagy kimenetitoken-kapacitást. Őrizze meg a kiadást, a bemenet előkészítését és a kért anyagot, és az eszközvégrehajtást és a végső szöveg átadását a prototípus-munkafolyamatban ténylegesen elért eredményekhez kapcsolja.", "editorialOverlay": { "copy_fields": { "practical_html": "Technikai példa angolul
Prototype and test a text-only helper\n\nDesign a small Python prototype for an appointment reminder. Input records contain id and minutes_until_start. Return IDs where 0 <= minutes_until_start <= 30, preserving input order. Supply the function and cases at -1, 0, 30 and 31 minutes. Include a short note on assumptions; no calendar connection or reminder sending is available.A self-contained function, boundary-case assertions and explicit assumptions about input fields.Exactly the 0- and 30-minute records qualify, and the function does not send messages or assume calendar access.meta/muse-spark-1.3-contributorA Muse Spark 1.3 Contributor a Meta ügynöki és kódolási családjának következtető kiadása prototípusos munkafolyamatokhoz. A gyártó szöveges, képi, videós és PDF-bemenetet, szöveges kimenetet és 1 048 576 tokenes kontextust sorol fel, xhigh szintig terjedő következtetési szintekkel a Standard 1.3 max szintje helyett.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Muse Spark 1.3 Contributor a Meta Muse Spark családjának külön névvel ellátott kiadása prototípus-készítéshez és kísérletezéshez. A család ügynöki és kódolási munkára készült: többlépéses eszközciklusokra, szoftverasszisztensekre és terjedelmes forrásanyagból végzett következtetésre. A kiadás kiválasztásakor őrizze meg a Contributor nevet ahelyett, hogy a Standard 1.3 bejegyzésének tekintené, változatlanul átvéve minden beállítását.
Bemenetek és kontextus
A hivatalos modelltáblázat szöveget, képeket, videót és PDF-eket sorol fel bemenetként, szöveget kimenetként, 1 048 576 tokenes kontextusablakkal. Egy feladat egyesíthet írásos követelményt, képernyőképet, releváns klipet vagy dokumentumoldalakat, és kérhet írásos magyarázatot, strukturált megállapításokat vagy javasolt kódot. A modell szöveges eredményéből a környező alkalmazásban munkatermék készülhet; egy oldal rendereléséhez vagy kód futtatásához az alkalmazási környezet szükséges.
Az eredmény kérése előtt azonosítsa minden forrás szerepét. Prototípus-felületi feladatnál képernyőkép párosítható a kívánt viselkedéssel és a meglévő kódrészlettel. Kérje a látható különbségeket, a javasolt megvalósítási módosítást és a még tisztázandó feltételezéseket. Dokumentumfeladatnál meghatározhatók a kinyerendő mezők, és minden megállapítás mellé kérhető az alátámasztó oldal vagy szövegrész.
A gyártó megjegyzi, hogy az 1.3 verzió hangértelmezése nem teljesen támogatott, és gyengébb válaszokat eredményezhet. Ezt verzióspecifikus korlátnak tekintse ahelyett, hogy a Muse Spark 1.2 vagy egy külön megnevezett átírómodell hangképességeit másolná ebbe a leírásba.
Következtetési szintek és válaszkeret
A Muse Spark belső következtetést generál a látható válasza előtt. Az itt alkalmazható dokumentált erőfeszítési szintek a minimal, low, medium, high és xhigh. A max szint kifejezetten a Standard Muse Spark 1.3-hoz tartozik, és Contributor modelleknél nem érhető el. A következtetés none értékkel történő letiltása nem támogatott; a beállítás elhagyásakor a modell továbbra is maga által meghatározott szinten következtet.
A kimeneti tokenkeret a belső következtetést és a látható szöveget is lefedi. Hosszú írásos eredmény kérésekor ezért mindkettőnek helyet kell hagyni, különösen nagyobb következtetési erőfeszítésnél. A nyers belső következtetés privát marad, és a logaritmikus valószínűségek nem támogatottak megbízhatósági mérőszámként. A feladathoz szükséges magyarázatot, mezőket vagy végső kódot kérje ahelyett, hogy a mögöttes következtetési nyom olvasható szövegként való visszaadását feltételezné.
Célzott adatkinyerési vagy formázási kísérlethez határozza meg a pontos rekordot és forrásanyagot. Többlépéses kódolási vagy vizuális problémához határozza meg a köztes döntéseket és a végső anyagot. A nagyobb következtetési erőfeszítés a következtetésre fordított keretet változtatja; önmagában nem határozza meg, mitől lesz egy eredmény teljes és hasznos.
Eszközök és strukturált megállapítások
A gyártó Muse Spark-dokumentációja fejlesztő által meghatározott eszközhívást és strukturált kimenetet ír le. Az alkalmazás adja meg az eszközdefiníciókat, a modell eldönti, mely művelet szükséges, és előkészíti az argumentumait, az alkalmazás pedig minden hívást végrehajt, és visszaadja a megfelelő eredményt. A következő válasz ezeket felhasználva dönthet a továbbiakról. A javasolt hívás különbözik a befejezett művelettől.
Ugyanez a dokumentáció megkülönbözteti a csatlakoztatott beépített keresőeszközöket a fejlesztői függvényektől. A keresés vagy kódvégrehajtás az eszközkörnyezet része, nem a szöveges válasz további tartalmi modalitása. Egy prototípusban csak a kérdéshez releváns műveleteket adja meg, és írja le, mit adnak vissza, hogy a következő válasz ténylegesen visszakeresett vagy számított információhoz kapcsolódjon.
Strukturált adatkinyeréshez adja meg a mezőneveket, a szükséges információt és a hiányzó értékek ábrázolását. Egy gyakorlati rekord tartalmazhatja a forrásazonosítót, a megfigyelt tényt, az értelmezést és a még tisztázandó kérdést. Tartsa a rekordot külön az opcionális prózától, ha egy alkalmazásnak megbízhatóan kell feldolgoznia a mezőket. A gyártó sémafelülete elutasítja a rekurzív sémákat, és tíz szintre korlátozza a beágyazást. Szigorú módjában egyszerű objektumgyökér szükséges, minden felsorolt tulajdonság kötelező, és további tulajdonságok nem engedélyezettek. A megfelelő szerkezet nem igazolja a ténybeli helyességet.
Hasznos prototípusfeladat
Válasszon egy ellenőrizhető anyagot előállító munkafolyamatot. Adja meg a követelményt, egy vizuális példát és az aktuális viselkedést meghatározó kódot. Kérjen rövid összehasonlítást, javasolt átdolgozott részletet és az elvárt viselkedést a jelenlegitől megkülönböztető példákat. A végső magyarázat kérése előtt mellékeljen minden, az alkalmazás által visszaadott lekérdezési vagy végrehajtási eredményt.
Dokumentumközpontú prototípushoz adja meg a PDF-et és a megválaszolandó kérdést, majd kérjen forráshoz kötött összefoglalót vagy összehasonlító táblázatot. Videónál azonosítsa a vizsgálandó eseményt vagy vizuális kapcsolatot, és kérjen rendezett leírást az azt alátámasztó megfigyelésekkel. Határozza meg a végső válasz hosszát és szakaszait, hogy a modell nagy kontextusa a tényleges kérdést szolgálja.
Kiadási és folytonossági határok
A Contributor megőrzi önálló, névvel ellátott 1.3 kiadását, a dokumentált kontextussal és bemenettípusokkal. A Meta következtetési útmutatója megkülönbözteti a szokásos beszélgetési előzményeket a privát következtetés fordulók közötti megőrzésétől: a gyártó csevegési felülete nem adja vissza ezt a privát nyomot külső hívóknak. Őrizze meg a folytatáshoz szükséges látható üzeneteket, forrásokat és eszközeredményeket ahelyett, hogy feltételezné, minden felület továbbviszi a belső következtetést.
Az elolvasott források a kontextusablakon túl nem adnak meg külön szigorú maximális bemeneti vagy kimenetitoken-kapacitást. Őrizze meg a kiadást, a bemenet előkészítését és a kért anyagot, és az eszközvégrehajtást és a végső szöveg átadását a prototípus-munkafolyamatban ténylegesen elért eredményekhez kapcsolja.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok meta/muse-spark-1.3-contributor | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok Példák: system, user, assistant, tool, function Feltételek: Ezeket a szerepeket a forráskód kompatibilitási típusai kifejezetten reprezentálják; a pontos szerepkészlet továbbra is modellspecifikus. Modelltől függ | Alapértelmezett— |
Mezőmessages[].content | Típusstring|content_part[]|null | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_calls | Típustool_call[] | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_call_id | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: role=tool; használja a ténylegesen visszaadott ID-t | Alapértelmezett— |
Mezőmessages[].name | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].reasoning_content | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: Küldje vissza a ténylegesen visszaadott gondolkodási tartalmat, ha ez a modell használja | Alapértelmezett— |
Mezőmessages[].reasoning_details | Típusobject|array | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőmax_completion_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Mezőstream_options.include_usage | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtemperature | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtop_p | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőstop | Típusstring|string[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools | Típusfunction_tool[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools[].type | Típusstring | KövetelményOpcionális | Értékek és korlátok function Modelltől függ | Alapértelmezett— |
Mezőtools[].function.name | Típusstring | KövetelményKötelező | Értékek és korlátok Akkor alkalmazandó, ha: Függvényeszköz megadva | Alapértelmezett— |
Mezőtools[].function.description | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtools[].function.parameters | TípusJSON_schema | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtool_choice | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőparallel_tool_calls | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőresponse_format | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning_effort | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőservice_tier | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőinstructions | Típusstring | KövetelményOpcionális | Értékek és korlátok Kompatibilitási mező | Alapértelmezett— |
Mezőfunctions | Típusfunction[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőfunction_call | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőprompt_cache_options | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmodalities | Típusstring[] | KövetelményOpcionális | Értékek és korlátok text | Alapértelmezett— |
Mezőprovider | Típusobject | KövetelményOpcionális | Értékek és korlátok Feltételek: A provider.options elutasításra kerül ezen az Ultra szöveges útvonalon | Alapértelmezett— |
Mezőcache_control.ttl | Típusstring | KövetelményOpcionális | Értékek és korlátok Feltételek: Az 1h elutasításra kerül a tényleges prompt-gyorsítótárazási helyeken | Alapértelmezett— |
Szöveg · UTF8 szöveg
messages[].content
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages |
Paramétermaterial_types | Szerződéstext |
Paramétermessages | Szerződésüzenettömb role/content szerkezettel |
Paraméterfile_material | Szerződésa tényleges UTF-8 dokumentum szó szerinti szövegként beillesztve; nincs kikövetkeztetett fájlazonosító |
Paraméteroptional_controls | Szerződésstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramétercontrol_scope | Szerződésmodellspecifikus; a felhasználói függvényeszközök eltérnek a hosztolt eszközöktől |
Paraméteroutput_modalities | Szerződéstext |
Paraméterhosted_operations | Szerződésfalse |
Paramétermultimodal_input_binding | Szerződésnull |
Életciklus: synchronous_or_streamed
Küldje el a pontos modellazonosítót a messages mellett.
A kontextushossz nem kimeneti felső korlát.
Egy szövegfájl szó szerinti szöveget adhat meg; a kép-/hang-/fájlobjektum-bemenetek pontos hozzárendelést igényelnek.
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0002 / 1K token Kimenet · Kimeneti tokenek $0.0004 / 1K token Bemenet · Gyorsítótár olvasása $0.000004 / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0002 / 1K token Kimenet · Kimeneti tokenek $0.0004 / 1K token Bemenet · Gyorsítótár olvasása $0.000004 / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "meta/muse-spark-1.3-contributor", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\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='meta/muse-spark-1.3-contributor',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\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"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\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)\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\nwith client.chat.completions.stream(model='meta/muse-spark-1.3-contributor',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes válaszváltozatot és azok tartalmát/eszközhívásait/gondolkodási tartalmát. SSE esetén válaszváltozat- és eszközindex szerint állítsa össze a részleges frissítéseket, és tartsa meg a végső befejezési okot és a használati adatokat.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőchoices[].index | Típusinteger |
Mezőchoices[].message.content | Típusstring|null |
Mezőchoices[].message.tool_calls | Típustool_call[] |
Mezőchoices[].message.reasoning_content | Típusstring |
Mezőchoices[].message.reasoning_details | Típusobject|array |
Mezőchoices[].finish_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra meta/muse-spark-1.3-contributor
Használja a fent látható metódusútvonalakat.
meta/muse-spark-1.3-contributorA Muse Spark 1.3 Contributor a Meta ügynöki és kódolási családjának következtető kiadása prototípusos munkafolyamatokhoz. A gyártó szöveges, képi, videós és PDF-bemenetet, szöveges kimenetet és 1 048 576 tokenes kontextust sorol fel, xhigh szintig terjedő következtetési szintekkel a Standard 1.3 max szintje helyett.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Muse Spark 1.3 Contributor a Meta Muse Spark családjának külön névvel ellátott kiadása prototípus-készítéshez és kísérletezéshez. A család ügynöki és kódolási munkára készült: többlépéses eszközciklusokra, szoftverasszisztensekre és terjedelmes forrásanyagból végzett következtetésre. A kiadás kiválasztásakor őrizze meg a Contributor nevet ahelyett, hogy a Standard 1.3 bejegyzésének tekintené, változatlanul átvéve minden beállítását.
Bemenetek és kontextus
A hivatalos modelltáblázat szöveget, képeket, videót és PDF-eket sorol fel bemenetként, szöveget kimenetként, 1 048 576 tokenes kontextusablakkal. Egy feladat egyesíthet írásos követelményt, képernyőképet, releváns klipet vagy dokumentumoldalakat, és kérhet írásos magyarázatot, strukturált megállapításokat vagy javasolt kódot. A modell szöveges eredményéből a környező alkalmazásban munkatermék készülhet; egy oldal rendereléséhez vagy kód futtatásához az alkalmazási környezet szükséges.
Az eredmény kérése előtt azonosítsa minden forrás szerepét. Prototípus-felületi feladatnál képernyőkép párosítható a kívánt viselkedéssel és a meglévő kódrészlettel. Kérje a látható különbségeket, a javasolt megvalósítási módosítást és a még tisztázandó feltételezéseket. Dokumentumfeladatnál meghatározhatók a kinyerendő mezők, és minden megállapítás mellé kérhető az alátámasztó oldal vagy szövegrész.
A gyártó megjegyzi, hogy az 1.3 verzió hangértelmezése nem teljesen támogatott, és gyengébb válaszokat eredményezhet. Ezt verzióspecifikus korlátnak tekintse ahelyett, hogy a Muse Spark 1.2 vagy egy külön megnevezett átírómodell hangképességeit másolná ebbe a leírásba.
Következtetési szintek és válaszkeret
A Muse Spark belső következtetést generál a látható válasza előtt. Az itt alkalmazható dokumentált erőfeszítési szintek a minimal, low, medium, high és xhigh. A max szint kifejezetten a Standard Muse Spark 1.3-hoz tartozik, és Contributor modelleknél nem érhető el. A következtetés none értékkel történő letiltása nem támogatott; a beállítás elhagyásakor a modell továbbra is maga által meghatározott szinten következtet.
A kimeneti tokenkeret a belső következtetést és a látható szöveget is lefedi. Hosszú írásos eredmény kérésekor ezért mindkettőnek helyet kell hagyni, különösen nagyobb következtetési erőfeszítésnél. A nyers belső következtetés privát marad, és a logaritmikus valószínűségek nem támogatottak megbízhatósági mérőszámként. A feladathoz szükséges magyarázatot, mezőket vagy végső kódot kérje ahelyett, hogy a mögöttes következtetési nyom olvasható szövegként való visszaadását feltételezné.
Célzott adatkinyerési vagy formázási kísérlethez határozza meg a pontos rekordot és forrásanyagot. Többlépéses kódolási vagy vizuális problémához határozza meg a köztes döntéseket és a végső anyagot. A nagyobb következtetési erőfeszítés a következtetésre fordított keretet változtatja; önmagában nem határozza meg, mitől lesz egy eredmény teljes és hasznos.
Eszközök és strukturált megállapítások
A gyártó Muse Spark-dokumentációja fejlesztő által meghatározott eszközhívást és strukturált kimenetet ír le. Az alkalmazás adja meg az eszközdefiníciókat, a modell eldönti, mely művelet szükséges, és előkészíti az argumentumait, az alkalmazás pedig minden hívást végrehajt, és visszaadja a megfelelő eredményt. A következő válasz ezeket felhasználva dönthet a továbbiakról. A javasolt hívás különbözik a befejezett művelettől.
Ugyanez a dokumentáció megkülönbözteti a csatlakoztatott beépített keresőeszközöket a fejlesztői függvényektől. A keresés vagy kódvégrehajtás az eszközkörnyezet része, nem a szöveges válasz további tartalmi modalitása. Egy prototípusban csak a kérdéshez releváns műveleteket adja meg, és írja le, mit adnak vissza, hogy a következő válasz ténylegesen visszakeresett vagy számított információhoz kapcsolódjon.
Strukturált adatkinyeréshez adja meg a mezőneveket, a szükséges információt és a hiányzó értékek ábrázolását. Egy gyakorlati rekord tartalmazhatja a forrásazonosítót, a megfigyelt tényt, az értelmezést és a még tisztázandó kérdést. Tartsa a rekordot külön az opcionális prózától, ha egy alkalmazásnak megbízhatóan kell feldolgoznia a mezőket. A gyártó sémafelülete elutasítja a rekurzív sémákat, és tíz szintre korlátozza a beágyazást. Szigorú módjában egyszerű objektumgyökér szükséges, minden felsorolt tulajdonság kötelező, és további tulajdonságok nem engedélyezettek. A megfelelő szerkezet nem igazolja a ténybeli helyességet.
Hasznos prototípusfeladat
Válasszon egy ellenőrizhető anyagot előállító munkafolyamatot. Adja meg a követelményt, egy vizuális példát és az aktuális viselkedést meghatározó kódot. Kérjen rövid összehasonlítást, javasolt átdolgozott részletet és az elvárt viselkedést a jelenlegitől megkülönböztető példákat. A végső magyarázat kérése előtt mellékeljen minden, az alkalmazás által visszaadott lekérdezési vagy végrehajtási eredményt.
Dokumentumközpontú prototípushoz adja meg a PDF-et és a megválaszolandó kérdést, majd kérjen forráshoz kötött összefoglalót vagy összehasonlító táblázatot. Videónál azonosítsa a vizsgálandó eseményt vagy vizuális kapcsolatot, és kérjen rendezett leírást az azt alátámasztó megfigyelésekkel. Határozza meg a végső válasz hosszát és szakaszait, hogy a modell nagy kontextusa a tényleges kérdést szolgálja.
Kiadási és folytonossági határok
A Contributor megőrzi önálló, névvel ellátott 1.3 kiadását, a dokumentált kontextussal és bemenettípusokkal. A Meta következtetési útmutatója megkülönbözteti a szokásos beszélgetési előzményeket a privát következtetés fordulók közötti megőrzésétől: a gyártó csevegési felülete nem adja vissza ezt a privát nyomot külső hívóknak. Őrizze meg a folytatáshoz szükséges látható üzeneteket, forrásokat és eszközeredményeket ahelyett, hogy feltételezné, minden felület továbbviszi a belső következtetést.
Az elolvasott források a kontextusablakon túl nem adnak meg külön szigorú maximális bemeneti vagy kimenetitoken-kapacitást. Őrizze meg a kiadást, a bemenet előkészítését és a kért anyagot, és az eszközvégrehajtást és a végső szöveg átadását a prototípus-munkafolyamatban ténylegesen elért eredményekhez kapcsolja.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok meta/muse-spark-1.3-contributor | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok user, assistant | Alapértelmezett— |
Mezőmessages[].content | Típusstring | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Szöveg · UTF-8 szöveg
messages[].content karakterlánc
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages, max_tokens |
Paraméteroptional_controls | Szerződésstream |
Paramétermaterial_types | Szerződéstext |
Paramétertext_file_material | SzerződésOlvassa el a tényleges UTF-8 dokumentumot, és tegye a szövegét a jelzett bemeneti karakterláncba vagy az üzenettartalom karakterláncába. |
Életciklus: synchronous_or_streamed
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0002 / 1K token Kimenet · Kimeneti tokenek $0.0004 / 1K token Bemenet · Gyorsítótár olvasása $0.000004 / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0002 / 1K token Kimenet · Kimeneti tokenek $0.0004 / 1K token Bemenet · Gyorsítótár olvasása $0.000004 / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "meta/muse-spark-1.3-contributor",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'meta/muse-spark-1.3-contributor', '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': 'meta/muse-spark-1.3-contributor', '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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes tartalomblokkot, a gondolkodási tartalom aláírásait és a tényleges eszközhasználati ID-kat. Állítsa össze az összes SSE-blokk részleges frissítését; az első szövegblokk nem a teljes kimenet.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőid | Típusstring |
Mezőmodel | Típusstring |
Mezőcontent[] | Típustext|thinking|tool_use|other content block |
Mezőstop_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra meta/muse-spark-1.3-contributor
Használja a fent látható metódusútvonalakat.
Technikai példa angolul
Prototype and test a text-only helper\n\nDesign a small Python prototype for an appointment reminder. Input records contain id and minutes_until_start. Return IDs where 0 <= minutes_until_start <= 30, preserving input order. Supply the function and cases at -1, 0, 30 and 31 minutes. Include a short note on assumptions; no calendar connection or reminder sending is available.A self-contained function, boundary-case assertions and explicit assumptions about input fields.Exactly the 0- and 30-minute records qualify, and the function does not send messages or assume calendar access.