Weaver Alpha är Mancers experimentella system för rollspel och berättelseskrivande. Tillverkaren beskriver en kombination av mindre modeller avsedd att producera omfångsrik prosa, katalogförd som ett LLaMA 2-baserat system på 13B. Det tar emot skriftliga sceninstruktioner och kontext och genererar text. Dess definierande roll är kreativ, utförlig fortsättning snarare än ett löfte om sammanhängande långtidsminne eller de breda förmågorna hos en annan modell.
Ange den aktuella miljön, perspektivet, karaktärernas motiv och händelsen som ska inträffa härnäst. Identifiera vilka fakta som är etablerade och vilka detaljer modellen får hitta på. För rollspel anger du vem som styr varje karaktär och om svaret ska innehålla berättande, dialog eller båda. Ett användbart underlag är: ”Fortsätt denna scen ur berättarens perspektiv, bevara karaktärens angivna mål och stanna efter att den nya komplikationen har avslöjats.”
För ett stämningsfullt avsnitt beskriver du den avsedda sinnesstämningen och detaljerna som ska bära den: omgivning, takt, röst och handlingen i scenens centrum. Begär den längd och stoppunkt du behöver. En utförlig stil kan ge textur, men en scen gynnas fortfarande av ett tydligt dramatiskt syfte snarare än en instruktion att utveckla utan riktning.
Tillverkaren kräver Alpaca-formatering av instruktioner för sitt dokumenterade kompletteringsflöde. Dess publicerade förenklade format skiljer systeminstruktion, användarinstruktion och assistentsvar åt. Håll dessa roller separata och bevara modellens eget format när en fortsättning förbereds. Ett omgivande chattflöde kan hantera formateringen, men det visade modellnamnet avgör inte i sig hur en applikation bygger instruktionen.
Tillverkarens föreslagna startinställningar är temperature 0.9, repetition penalty 1.1, top-p 0.58 och top-k 50. Detta är tillverkarrekommendationer för den experimentella varianten, inte inställningar som kan härledas för varje applikation. De ger en utgångspunkt för prosastilen; det faktiska resultatet behöver fortfarande granskas för upprepning, röst och följsamhet till scenen.
Weavers tillverkare varnar uttryckligen för begränsningar i sammanhang och minne. Behåll det aktuella scentillståndet och viktiga karaktärsfakta i indata när berättelsen fortsätter. En kort kontinuitetsanteckning kan identifiera vad som har hänt, vad karaktärerna vet och vad som inte får ändras. Om ett genererat avsnitt motsäger anteckningen anger du den specifika avvikelsen och begär en omarbetning knuten till de etablerade händelserna.
Tillverkarens modellvariant anger en kontext på 8 000 token och högst 6 000 token utdata. Källmaterial, instruktioner, samtal och komplettering måste få plats inom den tillämpliga budgeten; utdatagränsen är inte extra utrymme utöver kontexten. Tillverkaren anger också att denna variant inte stöder multi-swipe-generering. Behandla en genererad fortsättning som ett enda resultat att granska i stället för att anta samtidiga alternativ från en begäran.
Resultatet kan vara en scenfortsättning, ett beskrivande avsnitt eller ett replikskifte mellan karaktärer. Granska om det bevarar perspektiv, karaktärernas handlingsutrymme, kronologi och det begärda slutet. För en redigering identifierar du det exakta avsnittet som ska ändras och betydelsen som ska behållas. Ta med fungerande berättelsefakta i nästa instruktion i stället för att förvänta dig att en lång osynlig historik förblir tillgänglig. Weaver Alphas praktiska värde är dess kreativa prosavariant, där den experimentella identiteten och de dokumenterade kontinuitetsgränserna hålls synliga i hur uppgiften förbereds.
", "aboutText": "Weaver Alpha är Mancers experimentella system för rollspel och berättelseskrivande. Tillverkaren beskriver en kombination av mindre modeller avsedd att producera omfångsrik prosa, katalogförd som ett LLaMA 2-baserat system på 13B. Det tar emot skriftliga sceninstruktioner och kontext och genererar text. Dess definierande roll är kreativ, utförlig fortsättning snarare än ett löfte om sammanhängande långtidsminne eller de breda förmågorna hos en annan modell.\n\n### Förbered en berättelsescen\n\nAnge den aktuella miljön, perspektivet, karaktärernas motiv och händelsen som ska inträffa härnäst. Identifiera vilka fakta som är etablerade och vilka detaljer modellen får hitta på. För rollspel anger du vem som styr varje karaktär och om svaret ska innehålla berättande, dialog eller båda. Ett användbart underlag är: ”Fortsätt denna scen ur berättarens perspektiv, bevara karaktärens angivna mål och stanna efter att den nya komplikationen har avslöjats.”\n\nFör ett stämningsfullt avsnitt beskriver du den avsedda sinnesstämningen och detaljerna som ska bära den: omgivning, takt, röst och handlingen i scenens centrum. Begär den längd och stoppunkt du behöver. En utförlig stil kan ge textur, men en scen gynnas fortfarande av ett tydligt dramatiskt syfte snarare än en instruktion att utveckla utan riktning.\n\n### Instruktionsformat och tillverkarens kontroller\n\nTillverkaren kräver Alpaca-formatering av instruktioner för sitt dokumenterade kompletteringsflöde. Dess publicerade förenklade format skiljer systeminstruktion, användarinstruktion och assistentsvar åt. Håll dessa roller separata och bevara modellens eget format när en fortsättning förbereds. Ett omgivande chattflöde kan hantera formateringen, men det visade modellnamnet avgör inte i sig hur en applikation bygger instruktionen.\n\nTillverkarens föreslagna startinställningar är temperature 0.9, repetition penalty 1.1, top-p 0.58 och top-k 50. Detta är tillverkarrekommendationer för den experimentella varianten, inte inställningar som kan härledas för varje applikation. De ger en utgångspunkt för prosastilen; det faktiska resultatet behöver fortfarande granskas för upprepning, röst och följsamhet till scenen.\n\n### Kontinuitet och gränser\n\nWeavers tillverkare varnar uttryckligen för begränsningar i sammanhang och minne. Behåll det aktuella scentillståndet och viktiga karaktärsfakta i indata när berättelsen fortsätter. En kort kontinuitetsanteckning kan identifiera vad som har hänt, vad karaktärerna vet och vad som inte får ändras. Om ett genererat avsnitt motsäger anteckningen anger du den specifika avvikelsen och begär en omarbetning knuten till de etablerade händelserna.\n\nTillverkarens modellvariant anger en kontext på 8 000 token och högst 6 000 token utdata. Källmaterial, instruktioner, samtal och komplettering måste få plats inom den tillämpliga budgeten; utdatagränsen är inte extra utrymme utöver kontexten. Tillverkaren anger också att denna variant inte stöder multi-swipe-generering. Behandla en genererad fortsättning som ett enda resultat att granska i stället för att anta samtidiga alternativ från en begäran.\n\n### Ett användbart skrivresultat\n\nResultatet kan vara en scenfortsättning, ett beskrivande avsnitt eller ett replikskifte mellan karaktärer. Granska om det bevarar perspektiv, karaktärernas handlingsutrymme, kronologi och det begärda slutet. För en redigering identifierar du det exakta avsnittet som ska ändras och betydelsen som ska behållas. Ta med fungerande berättelsefakta i nästa instruktion i stället för att förvänta dig att en lång osynlig historik förblir tillgänglig. Weaver Alphas praktiska värde är dess kreativa prosavariant, där den experimentella identiteten och de dokumenterade kontinuitetsgränserna hålls synliga i hur uppgiften förbereds.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Reveal a scene complication\n\nContinue in close third person through cartographer Nera. She has reached an abandoned observatory to recover her stolen atlas; her companion believes it burned. Write 200 words of atmospheric prose with one brief exchange. Preserve those facts, then stop when Nera finds a freshly drawn map of their route inside the supposedly empty dome.An atmospheric scene continuation around 200 words, ending on the discovery rather than resolving it.Check viewpoint, the companion's belief and the requested stopping event remain consistent.mancer/weaverWeaver Alpha är Mancers experimentella textgenereringssystem för rollspel och berättande prosa. Dess utförliga kreativa stil fungerar bäst med en uttrycklig scen, ett karaktärsunderlag och aktuella kontinuitetsanteckningar; tillverkarens modellvariant anger en kontext på 8 000 token och en utdatagräns på 6 000 token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Weaver Alpha är Mancers experimentella system för rollspel och berättelseskrivande. Tillverkaren beskriver en kombination av mindre modeller avsedd att producera omfångsrik prosa, katalogförd som ett LLaMA 2-baserat system på 13B. Det tar emot skriftliga sceninstruktioner och kontext och genererar text. Dess definierande roll är kreativ, utförlig fortsättning snarare än ett löfte om sammanhängande långtidsminne eller de breda förmågorna hos en annan modell.
Ange den aktuella miljön, perspektivet, karaktärernas motiv och händelsen som ska inträffa härnäst. Identifiera vilka fakta som är etablerade och vilka detaljer modellen får hitta på. För rollspel anger du vem som styr varje karaktär och om svaret ska innehålla berättande, dialog eller båda. Ett användbart underlag är: ”Fortsätt denna scen ur berättarens perspektiv, bevara karaktärens angivna mål och stanna efter att den nya komplikationen har avslöjats.”
För ett stämningsfullt avsnitt beskriver du den avsedda sinnesstämningen och detaljerna som ska bära den: omgivning, takt, röst och handlingen i scenens centrum. Begär den längd och stoppunkt du behöver. En utförlig stil kan ge textur, men en scen gynnas fortfarande av ett tydligt dramatiskt syfte snarare än en instruktion att utveckla utan riktning.
Tillverkaren kräver Alpaca-formatering av instruktioner för sitt dokumenterade kompletteringsflöde. Dess publicerade förenklade format skiljer systeminstruktion, användarinstruktion och assistentsvar åt. Håll dessa roller separata och bevara modellens eget format när en fortsättning förbereds. Ett omgivande chattflöde kan hantera formateringen, men det visade modellnamnet avgör inte i sig hur en applikation bygger instruktionen.
Tillverkarens föreslagna startinställningar är temperature 0.9, repetition penalty 1.1, top-p 0.58 och top-k 50. Detta är tillverkarrekommendationer för den experimentella varianten, inte inställningar som kan härledas för varje applikation. De ger en utgångspunkt för prosastilen; det faktiska resultatet behöver fortfarande granskas för upprepning, röst och följsamhet till scenen.
Weavers tillverkare varnar uttryckligen för begränsningar i sammanhang och minne. Behåll det aktuella scentillståndet och viktiga karaktärsfakta i indata när berättelsen fortsätter. En kort kontinuitetsanteckning kan identifiera vad som har hänt, vad karaktärerna vet och vad som inte får ändras. Om ett genererat avsnitt motsäger anteckningen anger du den specifika avvikelsen och begär en omarbetning knuten till de etablerade händelserna.
Tillverkarens modellvariant anger en kontext på 8 000 token och högst 6 000 token utdata. Källmaterial, instruktioner, samtal och komplettering måste få plats inom den tillämpliga budgeten; utdatagränsen är inte extra utrymme utöver kontexten. Tillverkaren anger också att denna variant inte stöder multi-swipe-generering. Behandla en genererad fortsättning som ett enda resultat att granska i stället för att anta samtidiga alternativ från en begäran.
Resultatet kan vara en scenfortsättning, ett beskrivande avsnitt eller ett replikskifte mellan karaktärer. Granska om det bevarar perspektiv, karaktärernas handlingsutrymme, kronologi och det begärda slutet. För en redigering identifierar du det exakta avsnittet som ska ändras och betydelsen som ska behållas. Ta med fungerande berättelsefakta i nästa instruktion i stället för att förvänta dig att en lång osynlig historik förblir tillgänglig. Weaver Alphas praktiska värde är dess kreativa prosavariant, där den experimentella identiteten och de dokumenterade kontinuitetsgränserna hålls synliga i hur uppgiften förbereds.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser mancer/weaver | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0008 / 1K token Utdata · Utdatatoken $0.0015 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0008 / 1K token Utdata · Utdatatoken $0.0015 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mancer/weaver", "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='mancer/weaver',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='mancer/weaver',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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra mancer/weaver
Använd metodsökvägarna som visas ovan.
mancer/weaverWeaver Alpha är Mancers experimentella textgenereringssystem för rollspel och berättande prosa. Dess utförliga kreativa stil fungerar bäst med en uttrycklig scen, ett karaktärsunderlag och aktuella kontinuitetsanteckningar; tillverkarens modellvariant anger en kontext på 8 000 token och en utdatagräns på 6 000 token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Weaver Alpha är Mancers experimentella system för rollspel och berättelseskrivande. Tillverkaren beskriver en kombination av mindre modeller avsedd att producera omfångsrik prosa, katalogförd som ett LLaMA 2-baserat system på 13B. Det tar emot skriftliga sceninstruktioner och kontext och genererar text. Dess definierande roll är kreativ, utförlig fortsättning snarare än ett löfte om sammanhängande långtidsminne eller de breda förmågorna hos en annan modell.
Ange den aktuella miljön, perspektivet, karaktärernas motiv och händelsen som ska inträffa härnäst. Identifiera vilka fakta som är etablerade och vilka detaljer modellen får hitta på. För rollspel anger du vem som styr varje karaktär och om svaret ska innehålla berättande, dialog eller båda. Ett användbart underlag är: ”Fortsätt denna scen ur berättarens perspektiv, bevara karaktärens angivna mål och stanna efter att den nya komplikationen har avslöjats.”
För ett stämningsfullt avsnitt beskriver du den avsedda sinnesstämningen och detaljerna som ska bära den: omgivning, takt, röst och handlingen i scenens centrum. Begär den längd och stoppunkt du behöver. En utförlig stil kan ge textur, men en scen gynnas fortfarande av ett tydligt dramatiskt syfte snarare än en instruktion att utveckla utan riktning.
Tillverkaren kräver Alpaca-formatering av instruktioner för sitt dokumenterade kompletteringsflöde. Dess publicerade förenklade format skiljer systeminstruktion, användarinstruktion och assistentsvar åt. Håll dessa roller separata och bevara modellens eget format när en fortsättning förbereds. Ett omgivande chattflöde kan hantera formateringen, men det visade modellnamnet avgör inte i sig hur en applikation bygger instruktionen.
Tillverkarens föreslagna startinställningar är temperature 0.9, repetition penalty 1.1, top-p 0.58 och top-k 50. Detta är tillverkarrekommendationer för den experimentella varianten, inte inställningar som kan härledas för varje applikation. De ger en utgångspunkt för prosastilen; det faktiska resultatet behöver fortfarande granskas för upprepning, röst och följsamhet till scenen.
Weavers tillverkare varnar uttryckligen för begränsningar i sammanhang och minne. Behåll det aktuella scentillståndet och viktiga karaktärsfakta i indata när berättelsen fortsätter. En kort kontinuitetsanteckning kan identifiera vad som har hänt, vad karaktärerna vet och vad som inte får ändras. Om ett genererat avsnitt motsäger anteckningen anger du den specifika avvikelsen och begär en omarbetning knuten till de etablerade händelserna.
Tillverkarens modellvariant anger en kontext på 8 000 token och högst 6 000 token utdata. Källmaterial, instruktioner, samtal och komplettering måste få plats inom den tillämpliga budgeten; utdatagränsen är inte extra utrymme utöver kontexten. Tillverkaren anger också att denna variant inte stöder multi-swipe-generering. Behandla en genererad fortsättning som ett enda resultat att granska i stället för att anta samtidiga alternativ från en begäran.
Resultatet kan vara en scenfortsättning, ett beskrivande avsnitt eller ett replikskifte mellan karaktärer. Granska om det bevarar perspektiv, karaktärernas handlingsutrymme, kronologi och det begärda slutet. För en redigering identifierar du det exakta avsnittet som ska ändras och betydelsen som ska behållas. Ta med fungerande berättelsefakta i nästa instruktion i stället för att förvänta dig att en lång osynlig historik förblir tillgänglig. Weaver Alphas praktiska värde är dess kreativa prosavariant, där den experimentella identiteten och de dokumenterade kontinuitetsgränserna hålls synliga i hur uppgiften förbereds.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser mancer/weaver | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0008 / 1K token Utdata · Utdatatoken $0.0015 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0008 / 1K token Utdata · Utdatatoken $0.0015 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "mancer/weaver",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'mancer/weaver', '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': 'mancer/weaver', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra mancer/weaver
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Reveal a scene complication\n\nContinue in close third person through cartographer Nera. She has reached an abandoned observatory to recover her stolen atlas; her companion believes it burned. Write 200 words of atmospheric prose with one brief exchange. Preserve those facts, then stop when Nera finds a freshly drawn map of their route inside the supposedly empty dome.An atmospheric scene continuation around 200 words, ending on the discovery rather than resolving it.Check viewpoint, the companion's belief and the requested stopping event remain consistent.