Tongyi FaRui Plus, oznaczany przez producenta jako farui-plus, jest zbudowany na bazie Qwen i wyspecjalizowany za pomocą danych oraz wiedzy prawnej. Producent opisuje rozwój z wykorzystaniem dostrajania modelu, uczenia ze wzmocnieniem, wzbogacania przez wyszukiwanie i technologii agentów prawnych. Zakres zadań obejmuje pytania prawne, identyfikowanie właściwych przepisów, analizę spraw, generowanie dokumentów prawnych i przegląd klauzul umownych.
Udokumentowane dane wejściowe i wyjściowe mają postać tekstu. Przygotuj fragment, fakty lub klauzule do analizy jako czytelny tekst i określ oczekiwany wynik. Użytecznym materiałem może być szkic sekcji, lista problemów, objaśnienie dostarczonego przepisu lub porównanie sformułowań umowy.
Przykłady producenta pokazują zarówno pojedynczą instrukcję, jak i rozmowę opartą na wiadomościach. Wiadomości zawierają rolę i treść; opcjonalna instrukcja systemowa występuje jako pierwsza, a po niej następują tury użytkownika i asystenta. Przewodnik zaleca wiadomości do kontynuowanego dialogu, z zachowaniem istotnych wcześniejszych odpowiedzi, gdy dalsze pytanie zmienia fakt lub wymaganie.
W pytaniu dotyczącym sprawy podaj role stron, chronologię, sporną kwestię i materiały dowodowe istotne dla pytania. Określ jurysdykcję i datę ważne dla zadania oraz dołącz tekst prawny do zbadania, gdy odpowiedź musi opierać się na konkretnym przepisie. Oddziel deklarowany fakt od spornego zarzutu lub założenia.
W dalszym pytaniu dokładnie wskaż, co się zmieniło. Na przykład podaj skorygowaną datę lub dodatkową klauzulę i zapytaj, która część wcześniejszego szkicu wymaga redakcji. Zachowanie rzeczywistej wcześniejszej odpowiedzi konkretyzuje żądaną zmianę, zamiast skłaniać do nowej analizy niekompletnej sprawy.
W pytaniu prawnym zdefiniuj zagadnienie i formę odpowiedzi. Poproś o wniosek, przepis stanowiący jego podstawę i fakty, które zmieniłyby analizę. Gdy źródło nie ustala ważnego szczegółu, poproś o wskazanie brakującej informacji w wyniku.
Przy redagowaniu określ typ dokumentu, docelowych odbiorców, wymagane sekcje i dostarczone fakty. Użyteczne wytyczne to: „Przygotuj żądaną sekcję na podstawie tej chronologii i tych faktów, zachowaj zdefiniowane role stron i wskaż informacje nadal potrzebne do ukończenia dokumentu”. Porównaj nazwy, daty, kwoty i przywołane przepisy z oryginalnym materiałem.
Przy przeglądzie umowy podaj dokładną klauzulę i kwestię do zbadania. Poproś o porównanie sformułowań, wskazanie wynikającego z nich problemu i propozycję redakcji zachowującej zamierzone znaczenie handlowe. Przechowuj oryginalną klauzulę obok proponowanego tekstu, aby można było zbadać zmianę.
Opublikowany przegląd modelu podaje maksymalne wejście 12 000 tokenów i maksymalne wyjście 2 000 tokenów. Wybierz istotne fragmenty i długość odpowiedzi odpowiednią do zadania, pozostawiając miejsce na żądaną odpowiedź w ramach właściwej konfiguracji rozmowy. Długi przegląd umowy można podzielić na wyraźnie oznaczone zagadnienia lub sekcje, zachowując wszelkie klauzule potrzebne do zrozumienia zależności między nimi.
Ustawienie długości odpowiedzi producenta może zmniejszyć limit wyjścia dla zwięzłego objaśnienia lub konkretnej sekcji szkicu. Jego udokumentowana wartość domyślna wynosi 2 000 tokenów. Sprawdź, czy otrzymana odpowiedź jest kompletna, zanim potraktujesz ją jako ukończony dokument.
Dokumentacja producenta określa top_p w przedziale otwartym od 0 do 1, z wartością domyślną 0,8. Ustawienie top_k ogranicza zbiór kandydatów; pozostawienie go bez wartości lub ustawienie powyżej 100 wyłącza tę strategię. Porównując wpływ obsługiwanego ustawienia generowania, zachowuj niezmienione zadanie i materiał źródłowy.
Domyślny proces nie korzysta ze strumieniowania. Strumieniowanie dostarcza tekst, gdy generowanie nadal trwa. Udokumentowane domyślne fragmenty strumienia zawierają skumulowaną treść; włączenie wyjścia przyrostowego zwraca zamiast tego nowe części. Prawidłowo składaj wybrany format, aby powtarzany tekst skumulowany nie został dopisany dwukrotnie, i zachowuj ukończoną odpowiedź do weryfikacji.
Odpowiedź może korzystać z obudowy typu text lub message. Obudowa jest strukturą dostarczania otaczającą wygenerowany tekst prawny; tabela możliwości modelu nie wymienia wyjścia strukturalnego wymuszanego schematem, wywoływania funkcji ani natywnego wyszukiwania w sieci. Dostarcz materiały dowodowe i przepisy potrzebne do zadania, zamiast zakładać, że odbyło się zewnętrzne wyszukiwanie.
Przechowuj razem tekst źródłowy, dostarczone fakty, żądaną formę dokumentu i końcową odpowiedź. Sprawdzaj rzeczywiste brzmienie przywołanych źródeł oraz jurysdykcję lub datę, od których zależy interpretacja. Porównanie klauzul lub objaśnienie sprawy jest najbardziej użyteczne, gdy jego założenia i fragmenty stanowiące podstawę pozostają możliwe do wskazania.
Wykorzystuj Farui Plus w opisanym procesie pracy z tekstem prawnym. Materiał końcowy powinien łączyć żądane pytanie prawne lub szkic z rzeczywiście dostarczonym materiałem.
", "aboutText": "### Model tekstowy dla branży prawniczej\n\nTongyi FaRui Plus, oznaczany przez producenta jako farui-plus, jest zbudowany na bazie Qwen i wyspecjalizowany za pomocą danych oraz wiedzy prawnej. Producent opisuje rozwój z wykorzystaniem dostrajania modelu, uczenia ze wzmocnieniem, wzbogacania przez wyszukiwanie i technologii agentów prawnych. Zakres zadań obejmuje pytania prawne, identyfikowanie właściwych przepisów, analizę spraw, generowanie dokumentów prawnych i przegląd klauzul umownych.\n\nUdokumentowane dane wejściowe i wyjściowe mają postać tekstu. Przygotuj fragment, fakty lub klauzule do analizy jako czytelny tekst i określ oczekiwany wynik. Użytecznym materiałem może być szkic sekcji, lista problemów, objaśnienie dostarczonego przepisu lub porównanie sformułowań umowy.\n\n### Przygotuj jedno żądanie lub kontynuowany dialog\n\nPrzykłady producenta pokazują zarówno pojedynczą instrukcję, jak i rozmowę opartą na wiadomościach. Wiadomości zawierają rolę i treść; opcjonalna instrukcja systemowa występuje jako pierwsza, a po niej następują tury użytkownika i asystenta. Przewodnik zaleca wiadomości do kontynuowanego dialogu, z zachowaniem istotnych wcześniejszych odpowiedzi, gdy dalsze pytanie zmienia fakt lub wymaganie.\n\nW pytaniu dotyczącym sprawy podaj role stron, chronologię, sporną kwestię i materiały dowodowe istotne dla pytania. Określ jurysdykcję i datę ważne dla zadania oraz dołącz tekst prawny do zbadania, gdy odpowiedź musi opierać się na konkretnym przepisie. Oddziel deklarowany fakt od spornego zarzutu lub założenia.\n\nW dalszym pytaniu dokładnie wskaż, co się zmieniło. Na przykład podaj skorygowaną datę lub dodatkową klauzulę i zapytaj, która część wcześniejszego szkicu wymaga redakcji. Zachowanie rzeczywistej wcześniejszej odpowiedzi konkretyzuje żądaną zmianę, zamiast skłaniać do nowej analizy niekompletnej sprawy.\n\n### Poproś o analizę lub szkic dokumentu\n\nW pytaniu prawnym zdefiniuj zagadnienie i formę odpowiedzi. Poproś o wniosek, przepis stanowiący jego podstawę i fakty, które zmieniłyby analizę. Gdy źródło nie ustala ważnego szczegółu, poproś o wskazanie brakującej informacji w wyniku.\n\nPrzy redagowaniu określ typ dokumentu, docelowych odbiorców, wymagane sekcje i dostarczone fakty. Użyteczne wytyczne to: „Przygotuj żądaną sekcję na podstawie tej chronologii i tych faktów, zachowaj zdefiniowane role stron i wskaż informacje nadal potrzebne do ukończenia dokumentu”. Porównaj nazwy, daty, kwoty i przywołane przepisy z oryginalnym materiałem.\n\nPrzy przeglądzie umowy podaj dokładną klauzulę i kwestię do zbadania. Poproś o porównanie sformułowań, wskazanie wynikającego z nich problemu i propozycję redakcji zachowującej zamierzone znaczenie handlowe. Przechowuj oryginalną klauzulę obok proponowanego tekstu, aby można było zbadać zmianę.\n\n### Pracuj w udokumentowanych granicach odpowiedzi\n\nOpublikowany przegląd modelu podaje maksymalne wejście 12 000 tokenów i maksymalne wyjście 2 000 tokenów. Wybierz istotne fragmenty i długość odpowiedzi odpowiednią do zadania, pozostawiając miejsce na żądaną odpowiedź w ramach właściwej konfiguracji rozmowy. Długi przegląd umowy można podzielić na wyraźnie oznaczone zagadnienia lub sekcje, zachowując wszelkie klauzule potrzebne do zrozumienia zależności między nimi.\n\nUstawienie długości odpowiedzi producenta może zmniejszyć limit wyjścia dla zwięzłego objaśnienia lub konkretnej sekcji szkicu. Jego udokumentowana wartość domyślna wynosi 2 000 tokenów. Sprawdź, czy otrzymana odpowiedź jest kompletna, zanim potraktujesz ją jako ukończony dokument.\n\n### Wybierz ustawienia generowania i dostarczania\n\nDokumentacja producenta określa top_p w przedziale otwartym od 0 do 1, z wartością domyślną 0,8. Ustawienie top_k ogranicza zbiór kandydatów; pozostawienie go bez wartości lub ustawienie powyżej 100 wyłącza tę strategię. Porównując wpływ obsługiwanego ustawienia generowania, zachowuj niezmienione zadanie i materiał źródłowy.\n\nDomyślny proces nie korzysta ze strumieniowania. Strumieniowanie dostarcza tekst, gdy generowanie nadal trwa. Udokumentowane domyślne fragmenty strumienia zawierają skumulowaną treść; włączenie wyjścia przyrostowego zwraca zamiast tego nowe części. Prawidłowo składaj wybrany format, aby powtarzany tekst skumulowany nie został dopisany dwukrotnie, i zachowuj ukończoną odpowiedź do weryfikacji.\n\nOdpowiedź może korzystać z obudowy typu text lub message. Obudowa jest strukturą dostarczania otaczającą wygenerowany tekst prawny; tabela możliwości modelu nie wymienia wyjścia strukturalnego wymuszanego schematem, wywoływania funkcji ani natywnego wyszukiwania w sieci. Dostarcz materiały dowodowe i przepisy potrzebne do zadania, zamiast zakładać, że odbyło się zewnętrzne wyszukiwanie.\n\n### Zachowaj możliwość sprawdzenia analizy\n\nPrzechowuj razem tekst źródłowy, dostarczone fakty, żądaną formę dokumentu i końcową odpowiedź. Sprawdzaj rzeczywiste brzmienie przywołanych źródeł oraz jurysdykcję lub datę, od których zależy interpretacja. Porównanie klauzul lub objaśnienie sprawy jest najbardziej użyteczne, gdy jego założenia i fragmenty stanowiące podstawę pozostają możliwe do wskazania.\n\nWykorzystuj Farui Plus w opisanym procesie pracy z tekstem prawnym. Materiał końcowy powinien łączyć żądane pytanie prawne lub szkic z rzeczywiście dostarczonym materiałem.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "9f9945771cbb4328c1c74b97b3b58e49442e20cda40a51719480c3b8d84fe624", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pl", "methods": [ { "html": "farui-plusTongyi FaRui Plus firmy Alibaba to model tekstowy wyspecjalizowany w pytaniach prawnych, analizie spraw, redagowaniu dokumentów prawnych i przeglądzie umów. Przygotuj fakty i istotne klauzule w postaci tekstu, a następnie użyj precyzyjnego pytania lub dialogu, aby uzyskać pisemną analizę lub szkic.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Tongyi FaRui Plus, oznaczany przez producenta jako farui-plus, jest zbudowany na bazie Qwen i wyspecjalizowany za pomocą danych oraz wiedzy prawnej. Producent opisuje rozwój z wykorzystaniem dostrajania modelu, uczenia ze wzmocnieniem, wzbogacania przez wyszukiwanie i technologii agentów prawnych. Zakres zadań obejmuje pytania prawne, identyfikowanie właściwych przepisów, analizę spraw, generowanie dokumentów prawnych i przegląd klauzul umownych.
Udokumentowane dane wejściowe i wyjściowe mają postać tekstu. Przygotuj fragment, fakty lub klauzule do analizy jako czytelny tekst i określ oczekiwany wynik. Użytecznym materiałem może być szkic sekcji, lista problemów, objaśnienie dostarczonego przepisu lub porównanie sformułowań umowy.
Przykłady producenta pokazują zarówno pojedynczą instrukcję, jak i rozmowę opartą na wiadomościach. Wiadomości zawierają rolę i treść; opcjonalna instrukcja systemowa występuje jako pierwsza, a po niej następują tury użytkownika i asystenta. Przewodnik zaleca wiadomości do kontynuowanego dialogu, z zachowaniem istotnych wcześniejszych odpowiedzi, gdy dalsze pytanie zmienia fakt lub wymaganie.
W pytaniu dotyczącym sprawy podaj role stron, chronologię, sporną kwestię i materiały dowodowe istotne dla pytania. Określ jurysdykcję i datę ważne dla zadania oraz dołącz tekst prawny do zbadania, gdy odpowiedź musi opierać się na konkretnym przepisie. Oddziel deklarowany fakt od spornego zarzutu lub założenia.
W dalszym pytaniu dokładnie wskaż, co się zmieniło. Na przykład podaj skorygowaną datę lub dodatkową klauzulę i zapytaj, która część wcześniejszego szkicu wymaga redakcji. Zachowanie rzeczywistej wcześniejszej odpowiedzi konkretyzuje żądaną zmianę, zamiast skłaniać do nowej analizy niekompletnej sprawy.
W pytaniu prawnym zdefiniuj zagadnienie i formę odpowiedzi. Poproś o wniosek, przepis stanowiący jego podstawę i fakty, które zmieniłyby analizę. Gdy źródło nie ustala ważnego szczegółu, poproś o wskazanie brakującej informacji w wyniku.
Przy redagowaniu określ typ dokumentu, docelowych odbiorców, wymagane sekcje i dostarczone fakty. Użyteczne wytyczne to: „Przygotuj żądaną sekcję na podstawie tej chronologii i tych faktów, zachowaj zdefiniowane role stron i wskaż informacje nadal potrzebne do ukończenia dokumentu”. Porównaj nazwy, daty, kwoty i przywołane przepisy z oryginalnym materiałem.
Przy przeglądzie umowy podaj dokładną klauzulę i kwestię do zbadania. Poproś o porównanie sformułowań, wskazanie wynikającego z nich problemu i propozycję redakcji zachowującej zamierzone znaczenie handlowe. Przechowuj oryginalną klauzulę obok proponowanego tekstu, aby można było zbadać zmianę.
Opublikowany przegląd modelu podaje maksymalne wejście 12 000 tokenów i maksymalne wyjście 2 000 tokenów. Wybierz istotne fragmenty i długość odpowiedzi odpowiednią do zadania, pozostawiając miejsce na żądaną odpowiedź w ramach właściwej konfiguracji rozmowy. Długi przegląd umowy można podzielić na wyraźnie oznaczone zagadnienia lub sekcje, zachowując wszelkie klauzule potrzebne do zrozumienia zależności między nimi.
Ustawienie długości odpowiedzi producenta może zmniejszyć limit wyjścia dla zwięzłego objaśnienia lub konkretnej sekcji szkicu. Jego udokumentowana wartość domyślna wynosi 2 000 tokenów. Sprawdź, czy otrzymana odpowiedź jest kompletna, zanim potraktujesz ją jako ukończony dokument.
Dokumentacja producenta określa top_p w przedziale otwartym od 0 do 1, z wartością domyślną 0,8. Ustawienie top_k ogranicza zbiór kandydatów; pozostawienie go bez wartości lub ustawienie powyżej 100 wyłącza tę strategię. Porównując wpływ obsługiwanego ustawienia generowania, zachowuj niezmienione zadanie i materiał źródłowy.
Domyślny proces nie korzysta ze strumieniowania. Strumieniowanie dostarcza tekst, gdy generowanie nadal trwa. Udokumentowane domyślne fragmenty strumienia zawierają skumulowaną treść; włączenie wyjścia przyrostowego zwraca zamiast tego nowe części. Prawidłowo składaj wybrany format, aby powtarzany tekst skumulowany nie został dopisany dwukrotnie, i zachowuj ukończoną odpowiedź do weryfikacji.
Odpowiedź może korzystać z obudowy typu text lub message. Obudowa jest strukturą dostarczania otaczającą wygenerowany tekst prawny; tabela możliwości modelu nie wymienia wyjścia strukturalnego wymuszanego schematem, wywoływania funkcji ani natywnego wyszukiwania w sieci. Dostarcz materiały dowodowe i przepisy potrzebne do zadania, zamiast zakładać, że odbyło się zewnętrzne wyszukiwanie.
Przechowuj razem tekst źródłowy, dostarczone fakty, żądaną formę dokumentu i końcową odpowiedź. Sprawdzaj rzeczywiste brzmienie przywołanych źródeł oraz jurysdykcję lub datę, od których zależy interpretacja. Porównanie klauzul lub objaśnienie sprawy jest najbardziej użyteczne, gdy jego założenia i fragmenty stanowiące podstawę pozostają możliwe do wskazania.
Wykorzystuj Farui Plus w opisanym procesie pracy z tekstem prawnym. Materiał końcowy powinien łączyć żądane pytanie prawne lub szkic z rzeczywiście dostarczonym materiałem.
POST /v1/chat/completionstexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity farui-plus | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity Zależy od modelu | Domyślnie— |
Polemessages[].content | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: Rozmowa tekstowa | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Tekst · tekst UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontrakttablica wiadomości o strukturze role/content |
Parametrfile_material | Kontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku |
Parametroptional_controls | Kontraktstream |
Parametrcontrol_scope | KontraktRozmowa tekstowa; stream jest wartością logiczną i domyślnie wynosi false. |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Aliasy metody: /chat/completions
Cykl życia: synchronous_or_streamed
Wyślij dokładne ID modelu wraz z messages.
Długość kontekstu nie jest limitem wyjścia.
Plik tekstowy może dostarczyć dosłowny tekst; wejścia obrazowe/dźwiękowe/obiekty plików wymagają dokładnego powiązania.
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0058 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0058 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0058 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0058 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"farui-plus","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="farui-plus", 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 lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj każdy wariant i jego treść/wywołania narzędzi/rozumowanie. W SSE składaj przyrosty według indeksu wariantu/narzędzia, zachowując końcowy powód zakończenia i dane użycia.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra farui-plus
/chat/completions
farui-plusTongyi FaRui Plus firmy Alibaba to model tekstowy wyspecjalizowany w pytaniach prawnych, analizie spraw, redagowaniu dokumentów prawnych i przeglądzie umów. Przygotuj fakty i istotne klauzule w postaci tekstu, a następnie użyj precyzyjnego pytania lub dialogu, aby uzyskać pisemną analizę lub szkic.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Tongyi FaRui Plus, oznaczany przez producenta jako farui-plus, jest zbudowany na bazie Qwen i wyspecjalizowany za pomocą danych oraz wiedzy prawnej. Producent opisuje rozwój z wykorzystaniem dostrajania modelu, uczenia ze wzmocnieniem, wzbogacania przez wyszukiwanie i technologii agentów prawnych. Zakres zadań obejmuje pytania prawne, identyfikowanie właściwych przepisów, analizę spraw, generowanie dokumentów prawnych i przegląd klauzul umownych.
Udokumentowane dane wejściowe i wyjściowe mają postać tekstu. Przygotuj fragment, fakty lub klauzule do analizy jako czytelny tekst i określ oczekiwany wynik. Użytecznym materiałem może być szkic sekcji, lista problemów, objaśnienie dostarczonego przepisu lub porównanie sformułowań umowy.
Przykłady producenta pokazują zarówno pojedynczą instrukcję, jak i rozmowę opartą na wiadomościach. Wiadomości zawierają rolę i treść; opcjonalna instrukcja systemowa występuje jako pierwsza, a po niej następują tury użytkownika i asystenta. Przewodnik zaleca wiadomości do kontynuowanego dialogu, z zachowaniem istotnych wcześniejszych odpowiedzi, gdy dalsze pytanie zmienia fakt lub wymaganie.
W pytaniu dotyczącym sprawy podaj role stron, chronologię, sporną kwestię i materiały dowodowe istotne dla pytania. Określ jurysdykcję i datę ważne dla zadania oraz dołącz tekst prawny do zbadania, gdy odpowiedź musi opierać się na konkretnym przepisie. Oddziel deklarowany fakt od spornego zarzutu lub założenia.
W dalszym pytaniu dokładnie wskaż, co się zmieniło. Na przykład podaj skorygowaną datę lub dodatkową klauzulę i zapytaj, która część wcześniejszego szkicu wymaga redakcji. Zachowanie rzeczywistej wcześniejszej odpowiedzi konkretyzuje żądaną zmianę, zamiast skłaniać do nowej analizy niekompletnej sprawy.
W pytaniu prawnym zdefiniuj zagadnienie i formę odpowiedzi. Poproś o wniosek, przepis stanowiący jego podstawę i fakty, które zmieniłyby analizę. Gdy źródło nie ustala ważnego szczegółu, poproś o wskazanie brakującej informacji w wyniku.
Przy redagowaniu określ typ dokumentu, docelowych odbiorców, wymagane sekcje i dostarczone fakty. Użyteczne wytyczne to: „Przygotuj żądaną sekcję na podstawie tej chronologii i tych faktów, zachowaj zdefiniowane role stron i wskaż informacje nadal potrzebne do ukończenia dokumentu”. Porównaj nazwy, daty, kwoty i przywołane przepisy z oryginalnym materiałem.
Przy przeglądzie umowy podaj dokładną klauzulę i kwestię do zbadania. Poproś o porównanie sformułowań, wskazanie wynikającego z nich problemu i propozycję redakcji zachowującej zamierzone znaczenie handlowe. Przechowuj oryginalną klauzulę obok proponowanego tekstu, aby można było zbadać zmianę.
Opublikowany przegląd modelu podaje maksymalne wejście 12 000 tokenów i maksymalne wyjście 2 000 tokenów. Wybierz istotne fragmenty i długość odpowiedzi odpowiednią do zadania, pozostawiając miejsce na żądaną odpowiedź w ramach właściwej konfiguracji rozmowy. Długi przegląd umowy można podzielić na wyraźnie oznaczone zagadnienia lub sekcje, zachowując wszelkie klauzule potrzebne do zrozumienia zależności między nimi.
Ustawienie długości odpowiedzi producenta może zmniejszyć limit wyjścia dla zwięzłego objaśnienia lub konkretnej sekcji szkicu. Jego udokumentowana wartość domyślna wynosi 2 000 tokenów. Sprawdź, czy otrzymana odpowiedź jest kompletna, zanim potraktujesz ją jako ukończony dokument.
Dokumentacja producenta określa top_p w przedziale otwartym od 0 do 1, z wartością domyślną 0,8. Ustawienie top_k ogranicza zbiór kandydatów; pozostawienie go bez wartości lub ustawienie powyżej 100 wyłącza tę strategię. Porównując wpływ obsługiwanego ustawienia generowania, zachowuj niezmienione zadanie i materiał źródłowy.
Domyślny proces nie korzysta ze strumieniowania. Strumieniowanie dostarcza tekst, gdy generowanie nadal trwa. Udokumentowane domyślne fragmenty strumienia zawierają skumulowaną treść; włączenie wyjścia przyrostowego zwraca zamiast tego nowe części. Prawidłowo składaj wybrany format, aby powtarzany tekst skumulowany nie został dopisany dwukrotnie, i zachowuj ukończoną odpowiedź do weryfikacji.
Odpowiedź może korzystać z obudowy typu text lub message. Obudowa jest strukturą dostarczania otaczającą wygenerowany tekst prawny; tabela możliwości modelu nie wymienia wyjścia strukturalnego wymuszanego schematem, wywoływania funkcji ani natywnego wyszukiwania w sieci. Dostarcz materiały dowodowe i przepisy potrzebne do zadania, zamiast zakładać, że odbyło się zewnętrzne wyszukiwanie.
Przechowuj razem tekst źródłowy, dostarczone fakty, żądaną formę dokumentu i końcową odpowiedź. Sprawdzaj rzeczywiste brzmienie przywołanych źródeł oraz jurysdykcję lub datę, od których zależy interpretacja. Porównanie klauzul lub objaśnienie sprawy jest najbardziej użyteczne, gdy jego założenia i fragmenty stanowiące podstawę pozostają możliwe do wskazania.
Wykorzystuj Farui Plus w opisanym procesie pracy z tekstem prawnym. Materiał końcowy powinien łączyć żądane pytanie prawne lub szkic z rzeczywiście dostarczonym materiałem.
POST /v1/messagestextjson, sse| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity farui-plus | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity user, assistant | Domyślnie— |
Polemessages[].content | Typstring | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Tekst · tekst UTF-8
ciąg messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktOdczytaj rzeczywisty dokument UTF-8 i umieść jego tekst we wskazanym polu input lub w ciągu treści wiadomości. |
Cykl życia: synchronous_or_streamed
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0058 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0058 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0058 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0058 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
{\n "model": "farui-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'farui-plus', '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': 'farui-plus', '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 lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj wszystkie bloki treści, sygnatury myślenia i rzeczywiste ID użycia narzędzi. Złóż wszystkie przyrosty bloków SSE; pierwszy blok tekstowy nie jest pełnym wyjściem.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra farui-plus
/chat/completions