AutoGLM Phone 9B Multilingual – Z.ai modelis asistentui, dirbančiam per išmaniojo telefono sąsają. Jis derina natūralia kalba pateiktą užduotį su vizualiniu dabartinio ekrano supratimu, planuoja kitą žingsnį ir generuoja informaciją, kurią telefono agento aplinka naudoja veiksmams atlikti. Jo architektūra identiška GLM 4.1V 9B Thinking; vardinis Phone Multilingual leidimas išlieka atskiru modelio pasirinkimu.
Projekto apžvalga. Gamintojo Phone Agent susieja ekrano suvokimą su vykdymo ciklu. Aplinka užfiksuoja sąsają, modelis samprotauja apie užduotį, o įrenginio valdymo komponentas atlieka pasirinktą operaciją. Tada naujas ekranas suteikia grįžtamąjį ryšį kitam žingsniui. Paskelbta sistema Android įrenginiams naudoja Android Debug Bridge ir suteikia atskirą HarmonyOS valdymo kelią. Modelis suteikia suvokimą ir planavimą; prijungta aplinka užtikrina tikrąją sąveiką su įrenginiu.
Daugiakalbio leidimo skirtumas. Originalus AutoGLM Phone 9B optimizuotas kiniškoms mobiliosioms programėlėms. Multilingual leidimas prideda angliškų scenarijų palaikymą ir skirtas programėlėms, kuriose yra turinio anglų ar kitomis kalbomis. Projektas taip pat pateikia nurodymų užklausas kinų ir anglų kalbomis. Aprašydami užduotį išsaugokite programėlių pavadinimus, paieškos terminus ir matomą sąsajos tekstą; šios detalės padeda susieti prašomą veiksmą su ekranu, o ne su numanomu jo vertimu.
Veiksmų planavimas. Paskelbtos sistemos veiksmų žodynas apima programėlės paleidimą, bakstelėjimą, teksto įvedimą, braukimą, grįžimą atgal, grįžimą į pradžios ekraną, ilgą paspaudimą, dvigubą bakstelėjimą ir laukimą, kol puslapis įsikraus. Jame taip pat yra rankinio valdymo perėmimo veiksmas. Naudokite juos kaip ekranu grindžiamos darbo eigos žodyną: atidarykite susijusią programėlę, raskite reikiamą valdiklį, įveskite prašomą tekstą ir peržiūrėkite naują puslapį. Kitas veiksmas turėtų remtis naujausia sąsaja, nes įkėlimo būsena ar pasikeitęs išdėstymas gali padaryti ankstesnį stebėjimą nebegaliojantį.
Parenkite konkrečią užduotį. Nurodykite programėlę, ieškomą informaciją ar rezultatą ir svarbias sąlygas. Paieškos užduočiai pateikite tikslią užklausą, atrankos kriterijus ir norimą rezultatą, pavyzdžiui, atitinkančių elementų sąrašą su matomais jų požymiais. Biuro darbo eigai nurodykite, kurią ekrano informaciją reikia surinkti ir kaip pateikti galutinę santrauką. Pridėkite dabartinę ekrano kopiją ir pakankamai ankstesnių žingsnių, kad būtų aišku, kurioje proceso vietoje yra asistentas. Tada išvestis gali pasiūlyti kitą operaciją arba paaiškinti, kuri matoma detalė trukdo tęsti.
Žmogaus dalyvavimas. Oficialioje sistemoje numatyti atgaliniai iškvietimai jautrioms operacijoms patvirtinti ir rankiniam valdymui perimti prisijungimo ar patvirtinimo kodo žingsniuose. Programa gali grąžinti telefoną naudotojui, tada tęsti pagal naujai užfiksuotą ekraną, kai žmogus atliks tą žingsnį. Pateikite aiškią užbaigimo sąlygą, kad asistentas galėtų atskirti informacijos radimą, veiksmo parengimą ir numatyto rezultato pasiekimą.
Praktinė sąranka veikia darbo eigą. Įrenginio leidimus, veikiantį ekrano kopijų fiksavimo mechanizmą ir teksto įvedimą užtikrina modelį supanti aplinka. Gamintojo Android sąranka tekstui įvesti naudoja specialų klaviatūros komponentą, o HarmonyOS kelias naudoja natyvią įvestį. Kai kurie apsaugoti ekranai gali grąžinti juodą kopiją. Kai ekranas neprieinamas arba valdiklis dviprasmiškas, prieš formuodami kitą veiksmą gaukite tinkamą vaizdą ar žmogaus nurodymus. Vien modelio atsakymas nepatvirtina, kad telefono operacija įvykdyta; pažangai patvirtinti peržiūrėkite gautą ekraną.
", "aboutText": "AutoGLM Phone 9B Multilingual – Z.ai modelis asistentui, dirbančiam per išmaniojo telefono sąsają. Jis derina natūralia kalba pateiktą užduotį su vizualiniu dabartinio ekrano supratimu, planuoja kitą žingsnį ir generuoja informaciją, kurią telefono agento aplinka naudoja veiksmams atlikti. Jo architektūra identiška GLM 4.1V 9B Thinking; vardinis Phone Multilingual leidimas išlieka atskiru modelio pasirinkimu.\n\nProjekto apžvalga. Gamintojo Phone Agent susieja ekrano suvokimą su vykdymo ciklu. Aplinka užfiksuoja sąsają, modelis samprotauja apie užduotį, o įrenginio valdymo komponentas atlieka pasirinktą operaciją. Tada naujas ekranas suteikia grįžtamąjį ryšį kitam žingsniui. Paskelbta sistema Android įrenginiams naudoja Android Debug Bridge ir suteikia atskirą HarmonyOS valdymo kelią. Modelis suteikia suvokimą ir planavimą; prijungta aplinka užtikrina tikrąją sąveiką su įrenginiu.\n\nDaugiakalbio leidimo skirtumas. Originalus AutoGLM Phone 9B optimizuotas kiniškoms mobiliosioms programėlėms. Multilingual leidimas prideda angliškų scenarijų palaikymą ir skirtas programėlėms, kuriose yra turinio anglų ar kitomis kalbomis. Projektas taip pat pateikia nurodymų užklausas kinų ir anglų kalbomis. Aprašydami užduotį išsaugokite programėlių pavadinimus, paieškos terminus ir matomą sąsajos tekstą; šios detalės padeda susieti prašomą veiksmą su ekranu, o ne su numanomu jo vertimu.\n\nVeiksmų planavimas. Paskelbtos sistemos veiksmų žodynas apima programėlės paleidimą, bakstelėjimą, teksto įvedimą, braukimą, grįžimą atgal, grįžimą į pradžios ekraną, ilgą paspaudimą, dvigubą bakstelėjimą ir laukimą, kol puslapis įsikraus. Jame taip pat yra rankinio valdymo perėmimo veiksmas. Naudokite juos kaip ekranu grindžiamos darbo eigos žodyną: atidarykite susijusią programėlę, raskite reikiamą valdiklį, įveskite prašomą tekstą ir peržiūrėkite naują puslapį. Kitas veiksmas turėtų remtis naujausia sąsaja, nes įkėlimo būsena ar pasikeitęs išdėstymas gali padaryti ankstesnį stebėjimą nebegaliojantį.\n\nParenkite konkrečią užduotį. Nurodykite programėlę, ieškomą informaciją ar rezultatą ir svarbias sąlygas. Paieškos užduočiai pateikite tikslią užklausą, atrankos kriterijus ir norimą rezultatą, pavyzdžiui, atitinkančių elementų sąrašą su matomais jų požymiais. Biuro darbo eigai nurodykite, kurią ekrano informaciją reikia surinkti ir kaip pateikti galutinę santrauką. Pridėkite dabartinę ekrano kopiją ir pakankamai ankstesnių žingsnių, kad būtų aišku, kurioje proceso vietoje yra asistentas. Tada išvestis gali pasiūlyti kitą operaciją arba paaiškinti, kuri matoma detalė trukdo tęsti.\n\nŽmogaus dalyvavimas. Oficialioje sistemoje numatyti atgaliniai iškvietimai jautrioms operacijoms patvirtinti ir rankiniam valdymui perimti prisijungimo ar patvirtinimo kodo žingsniuose. Programa gali grąžinti telefoną naudotojui, tada tęsti pagal naujai užfiksuotą ekraną, kai žmogus atliks tą žingsnį. Pateikite aiškią užbaigimo sąlygą, kad asistentas galėtų atskirti informacijos radimą, veiksmo parengimą ir numatyto rezultato pasiekimą.\n\nPraktinė sąranka veikia darbo eigą. Įrenginio leidimus, veikiantį ekrano kopijų fiksavimo mechanizmą ir teksto įvedimą užtikrina modelį supanti aplinka. Gamintojo Android sąranka tekstui įvesti naudoja specialų klaviatūros komponentą, o HarmonyOS kelias naudoja natyvią įvestį. Kai kurie apsaugoti ekranai gali grąžinti juodą kopiją. Kai ekranas neprieinamas arba valdiklis dviprasmiškas, prieš formuodami kitą veiksmą gaukite tinkamą vaizdą ar žmogaus nurodymus. Vien modelio atsakymas nepatvirtina, kad telefono operacija įvykdyta; pažangai patvirtinti peržiūrėkite gautą ekraną.", "editorialOverlay": { "copy_fields": { "practical_html": "Techninis pavyzdys anglų kalba
Plan the next phone-search step\n\nUse this text transcription of the current phone screen: app 'City Library'; search field 'Search catalog'; button 'Search'; no results shown. Goal: find books matching the exact title 'The Glass Harbor'. Propose only the next input action and the screen evidence needed afterward. Preserve the title and do not claim that a search has already run.One next-action proposal and a short description of the resulting screen evidence to inspect.The response uses the exact title and distinguishes proposed text entry from an executed search or a found book.zai-org/autoglm-phone-9b-multilingualZ.ai regos ir kalbos modelis išmaniųjų telefonų ekranams suprasti ir sąsajos veiksmams planuoti. Multilingual leidimas palaiko angliškus scenarijus ir sąsajas su turiniu kitomis kalbomis; prijungta telefono agento aplinka vykdo siūlomas operacijas.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
AutoGLM Phone 9B Multilingual – Z.ai modelis asistentui, dirbančiam per išmaniojo telefono sąsają. Jis derina natūralia kalba pateiktą užduotį su vizualiniu dabartinio ekrano supratimu, planuoja kitą žingsnį ir generuoja informaciją, kurią telefono agento aplinka naudoja veiksmams atlikti. Jo architektūra identiška GLM 4.1V 9B Thinking; vardinis Phone Multilingual leidimas išlieka atskiru modelio pasirinkimu.
Projekto apžvalga. Gamintojo Phone Agent susieja ekrano suvokimą su vykdymo ciklu. Aplinka užfiksuoja sąsają, modelis samprotauja apie užduotį, o įrenginio valdymo komponentas atlieka pasirinktą operaciją. Tada naujas ekranas suteikia grįžtamąjį ryšį kitam žingsniui. Paskelbta sistema Android įrenginiams naudoja Android Debug Bridge ir suteikia atskirą HarmonyOS valdymo kelią. Modelis suteikia suvokimą ir planavimą; prijungta aplinka užtikrina tikrąją sąveiką su įrenginiu.
Daugiakalbio leidimo skirtumas. Originalus AutoGLM Phone 9B optimizuotas kiniškoms mobiliosioms programėlėms. Multilingual leidimas prideda angliškų scenarijų palaikymą ir skirtas programėlėms, kuriose yra turinio anglų ar kitomis kalbomis. Projektas taip pat pateikia nurodymų užklausas kinų ir anglų kalbomis. Aprašydami užduotį išsaugokite programėlių pavadinimus, paieškos terminus ir matomą sąsajos tekstą; šios detalės padeda susieti prašomą veiksmą su ekranu, o ne su numanomu jo vertimu.
Veiksmų planavimas. Paskelbtos sistemos veiksmų žodynas apima programėlės paleidimą, bakstelėjimą, teksto įvedimą, braukimą, grįžimą atgal, grįžimą į pradžios ekraną, ilgą paspaudimą, dvigubą bakstelėjimą ir laukimą, kol puslapis įsikraus. Jame taip pat yra rankinio valdymo perėmimo veiksmas. Naudokite juos kaip ekranu grindžiamos darbo eigos žodyną: atidarykite susijusią programėlę, raskite reikiamą valdiklį, įveskite prašomą tekstą ir peržiūrėkite naują puslapį. Kitas veiksmas turėtų remtis naujausia sąsaja, nes įkėlimo būsena ar pasikeitęs išdėstymas gali padaryti ankstesnį stebėjimą nebegaliojantį.
Parenkite konkrečią užduotį. Nurodykite programėlę, ieškomą informaciją ar rezultatą ir svarbias sąlygas. Paieškos užduočiai pateikite tikslią užklausą, atrankos kriterijus ir norimą rezultatą, pavyzdžiui, atitinkančių elementų sąrašą su matomais jų požymiais. Biuro darbo eigai nurodykite, kurią ekrano informaciją reikia surinkti ir kaip pateikti galutinę santrauką. Pridėkite dabartinę ekrano kopiją ir pakankamai ankstesnių žingsnių, kad būtų aišku, kurioje proceso vietoje yra asistentas. Tada išvestis gali pasiūlyti kitą operaciją arba paaiškinti, kuri matoma detalė trukdo tęsti.
Žmogaus dalyvavimas. Oficialioje sistemoje numatyti atgaliniai iškvietimai jautrioms operacijoms patvirtinti ir rankiniam valdymui perimti prisijungimo ar patvirtinimo kodo žingsniuose. Programa gali grąžinti telefoną naudotojui, tada tęsti pagal naujai užfiksuotą ekraną, kai žmogus atliks tą žingsnį. Pateikite aiškią užbaigimo sąlygą, kad asistentas galėtų atskirti informacijos radimą, veiksmo parengimą ir numatyto rezultato pasiekimą.
Praktinė sąranka veikia darbo eigą. Įrenginio leidimus, veikiantį ekrano kopijų fiksavimo mechanizmą ir teksto įvedimą užtikrina modelį supanti aplinka. Gamintojo Android sąranka tekstui įvesti naudoja specialų klaviatūros komponentą, o HarmonyOS kelias naudoja natyvią įvestį. Kai kurie apsaugoti ekranai gali grąžinti juodą kopiją. Kai ekranas neprieinamas arba valdiklis dviprasmiškas, prieš formuodami kitą veiksmą gaukite tinkamą vaizdą ar žmogaus nurodymus. Vien modelio atsakymas nepatvirtina, kad telefono operacija įvykdyta; pažangai patvirtinti peržiūrėkite gautą ekraną.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos zai-org/autoglm-phone-9b-multilingual | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Pavyzdžiai: system, user, assistant, tool, function Sąlygos: Šie vaidmenys aiškiai išreikšti šaltinio kodo suderinamumo tipuose; tikslus vaidmenų rinkinys priklauso nuo konkretaus modelio. Priklauso nuo modelio | Numatyta— |
Laukasmessages[].content | Tipasstring|content_part[]|null | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_calls | Tipastool_call[] | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_call_id | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: role=tool; naudokite tikrąjį grąžintą ID | Numatyta— |
Laukasmessages[].name | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].reasoning_content | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: Grąžinkite tikrąjį gautą samprotavimą ten, kur šis modelis jį naudoja | Numatyta— |
Laukasmessages[].reasoning_details | Tipasobject|array | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasmax_completion_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Laukasstream_options.include_usage | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastemperature | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastop_p | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasstop | Tipasstring|string[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools | Tipasfunction_tool[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools[].type | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos function Priklauso nuo modelio | Numatyta— |
Laukastools[].function.name | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Taikoma, kai: pateiktas funkcijos tipo įrankis | Numatyta— |
Laukastools[].function.description | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastools[].function.parameters | TipasJSON_schema | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastool_choice | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasparallel_tool_calls | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasresponse_format | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning_effort | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasservice_tier | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasinstructions | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Suderinamumo laukas | Numatyta— |
Laukasfunctions | Tipasfunction[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasfunction_call | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasprompt_cache_options | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmodalities | Tipasstring[] | ReikalavimasNeprivaloma | Reikšmės ir ribos text | Numatyta— |
Laukasprovider | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: provider.options šiame Ultra teksto maršrute atmetamas | Numatyta— |
Laukascache_control.ttl | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: 1h atmetamas tikrosiose užklausų podėlio vietose | Numatyta— |
Tekstas · UTF8 tekstas
messages[].content
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages |
Parametrasmaterial_types | Specifikacijatext |
Parametrasmessages | Specifikacijapranešimų masyvas su role/content struktūra |
Parametrasfile_material | Specifikacijatikrasis UTF-8 dokumentas įterptas kaip pažodinis tekstas; failo ID nenumanomas |
Parametrasoptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrascontrol_scope | Specifikacijapriklauso nuo modelio; naudotojo funkcijų įrankiai skiriasi nuo priglobtų įrankių |
Parametrasoutput_modalities | Specifikacijatext |
Parametrashosted_operations | Specifikacijafalse |
Parametrasmultimodal_input_binding | Specifikacijanull |
Gyvavimo ciklas: synchronous_or_streamed
Siųskite tikslų modelio ID kartu su messages.
Konteksto ilgis nėra išvesties limitas.
Teksto failas gali pateikti pažodinį tekstą; vaizdų / garso / failų objektų įvestims reikia tikslaus susiejimo.
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.000072 / 1K tokenų Išvestis · Išvesties tokenai $0.000286 / 1K tokenų Įvestis · Talpyklos skaitymas $0 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "zai-org/autoglm-phone-9b-multilingual", "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='zai-org/autoglm-phone-9b-multilingual',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='zai-org/autoglm-phone-9b-multilingual',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 arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite kiekvieną variantą ir jo turinį / įrankių iškvietimus / samprotavimą. SSE prieaugius surinkite pagal varianto / įrankio indeksą; išsaugokite galutinę užbaigimo priežastį ir naudojimo duomenis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukaschoices[].index | Tipasinteger |
Laukaschoices[].message.content | Tipasstring|null |
Laukaschoices[].message.tool_calls | Tipastool_call[] |
Laukaschoices[].message.reasoning_content | Tipasstring |
Laukaschoices[].message.reasoning_details | Tipasobject|array |
Laukaschoices[].finish_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra zai-org/autoglm-phone-9b-multilingual
Naudokite aukščiau nurodytus metodų kelius.
zai-org/autoglm-phone-9b-multilingualZ.ai regos ir kalbos modelis išmaniųjų telefonų ekranams suprasti ir sąsajos veiksmams planuoti. Multilingual leidimas palaiko angliškus scenarijus ir sąsajas su turiniu kitomis kalbomis; prijungta telefono agento aplinka vykdo siūlomas operacijas.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
AutoGLM Phone 9B Multilingual – Z.ai modelis asistentui, dirbančiam per išmaniojo telefono sąsają. Jis derina natūralia kalba pateiktą užduotį su vizualiniu dabartinio ekrano supratimu, planuoja kitą žingsnį ir generuoja informaciją, kurią telefono agento aplinka naudoja veiksmams atlikti. Jo architektūra identiška GLM 4.1V 9B Thinking; vardinis Phone Multilingual leidimas išlieka atskiru modelio pasirinkimu.
Projekto apžvalga. Gamintojo Phone Agent susieja ekrano suvokimą su vykdymo ciklu. Aplinka užfiksuoja sąsają, modelis samprotauja apie užduotį, o įrenginio valdymo komponentas atlieka pasirinktą operaciją. Tada naujas ekranas suteikia grįžtamąjį ryšį kitam žingsniui. Paskelbta sistema Android įrenginiams naudoja Android Debug Bridge ir suteikia atskirą HarmonyOS valdymo kelią. Modelis suteikia suvokimą ir planavimą; prijungta aplinka užtikrina tikrąją sąveiką su įrenginiu.
Daugiakalbio leidimo skirtumas. Originalus AutoGLM Phone 9B optimizuotas kiniškoms mobiliosioms programėlėms. Multilingual leidimas prideda angliškų scenarijų palaikymą ir skirtas programėlėms, kuriose yra turinio anglų ar kitomis kalbomis. Projektas taip pat pateikia nurodymų užklausas kinų ir anglų kalbomis. Aprašydami užduotį išsaugokite programėlių pavadinimus, paieškos terminus ir matomą sąsajos tekstą; šios detalės padeda susieti prašomą veiksmą su ekranu, o ne su numanomu jo vertimu.
Veiksmų planavimas. Paskelbtos sistemos veiksmų žodynas apima programėlės paleidimą, bakstelėjimą, teksto įvedimą, braukimą, grįžimą atgal, grįžimą į pradžios ekraną, ilgą paspaudimą, dvigubą bakstelėjimą ir laukimą, kol puslapis įsikraus. Jame taip pat yra rankinio valdymo perėmimo veiksmas. Naudokite juos kaip ekranu grindžiamos darbo eigos žodyną: atidarykite susijusią programėlę, raskite reikiamą valdiklį, įveskite prašomą tekstą ir peržiūrėkite naują puslapį. Kitas veiksmas turėtų remtis naujausia sąsaja, nes įkėlimo būsena ar pasikeitęs išdėstymas gali padaryti ankstesnį stebėjimą nebegaliojantį.
Parenkite konkrečią užduotį. Nurodykite programėlę, ieškomą informaciją ar rezultatą ir svarbias sąlygas. Paieškos užduočiai pateikite tikslią užklausą, atrankos kriterijus ir norimą rezultatą, pavyzdžiui, atitinkančių elementų sąrašą su matomais jų požymiais. Biuro darbo eigai nurodykite, kurią ekrano informaciją reikia surinkti ir kaip pateikti galutinę santrauką. Pridėkite dabartinę ekrano kopiją ir pakankamai ankstesnių žingsnių, kad būtų aišku, kurioje proceso vietoje yra asistentas. Tada išvestis gali pasiūlyti kitą operaciją arba paaiškinti, kuri matoma detalė trukdo tęsti.
Žmogaus dalyvavimas. Oficialioje sistemoje numatyti atgaliniai iškvietimai jautrioms operacijoms patvirtinti ir rankiniam valdymui perimti prisijungimo ar patvirtinimo kodo žingsniuose. Programa gali grąžinti telefoną naudotojui, tada tęsti pagal naujai užfiksuotą ekraną, kai žmogus atliks tą žingsnį. Pateikite aiškią užbaigimo sąlygą, kad asistentas galėtų atskirti informacijos radimą, veiksmo parengimą ir numatyto rezultato pasiekimą.
Praktinė sąranka veikia darbo eigą. Įrenginio leidimus, veikiantį ekrano kopijų fiksavimo mechanizmą ir teksto įvedimą užtikrina modelį supanti aplinka. Gamintojo Android sąranka tekstui įvesti naudoja specialų klaviatūros komponentą, o HarmonyOS kelias naudoja natyvią įvestį. Kai kurie apsaugoti ekranai gali grąžinti juodą kopiją. Kai ekranas neprieinamas arba valdiklis dviprasmiškas, prieš formuodami kitą veiksmą gaukite tinkamą vaizdą ar žmogaus nurodymus. Vien modelio atsakymas nepatvirtina, kad telefono operacija įvykdyta; pažangai patvirtinti peržiūrėkite gautą ekraną.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos zai-org/autoglm-phone-9b-multilingual | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos user, assistant | Numatyta— |
Laukasmessages[].content | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Tekstas · UTF-8 tekstas
messages[].content eilutė
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages, max_tokens |
Parametrasoptional_controls | Specifikacijastream |
Parametrasmaterial_types | Specifikacijatext |
Parametrastext_file_material | SpecifikacijaPerskaitykite tikrąjį UTF-8 dokumentą ir įterpkite jo tekstą į nurodytą input lauką arba pranešimo turinio eilutę. |
Gyvavimo ciklas: synchronous_or_streamed
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.000072 / 1K tokenų Išvestis · Išvesties tokenai $0.000286 / 1K tokenų Įvestis · Talpyklos skaitymas $0 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "zai-org/autoglm-phone-9b-multilingual",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'zai-org/autoglm-phone-9b-multilingual', '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': 'zai-org/autoglm-phone-9b-multilingual', '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 arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite visus turinio blokus, mąstymo parašus ir tikruosius įrankių naudojimo ID. Surinkite visus SSE blokų prieaugius; pirmasis teksto blokas nėra visa išvestis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukasid | Tipasstring |
Laukasmodel | Tipasstring |
Laukascontent[] | Tipastext|thinking|tool_use|other content block |
Laukasstop_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra zai-org/autoglm-phone-9b-multilingual
Naudokite aukščiau nurodytus metodų kelius.
Techninis pavyzdys anglų kalba
Plan the next phone-search step\n\nUse this text transcription of the current phone screen: app 'City Library'; search field 'Search catalog'; button 'Search'; no results shown. Goal: find books matching the exact title 'The Glass Harbor'. Propose only the next input action and the screen evidence needed afterward. Preserve the title and do not claim that a search has already run.One next-action proposal and a short description of the resulting screen evidence to inspect.The response uses the exact title and distinguishes proposed text entry from an executed search or a found book.