https://www.xfyun.cn/doc/spark/Web.html
接口说明 注意: 该接口可以正式使用。如您需要申请使用,请点击前往产品页面
python3 -m pip install -U sparkapi-python
拷贝
example.env
到~/.sparkapi.env
并修改成自己的配置SPARK_APP_ID=<your-app-id> SPARK_API_SECRET=<your-api-secret> SPARK_API_KEY=<your-api-key> SPARK_API_MODEL='v3.5' # v1.5, v2.0, v3.0, v3.5 SPARK_CHAT_MAX_TOKENS=4096 # V1.5取值为[1,4096], V2.0、V3.0和V3.5取值为[1,8192],默认为2048。 SPARK_CHAT_TEMPERATURE=0.5 # 取值范围 (0,1] ,默认值0.5 SPARK_CHAT_TOP_K=4 # 取值为[1,6],默认为4
sparkapi --help
"
Usage: sparkapi [OPTIONS] COMMAND [ARGS]...
Spark API and Client
Options:
--version Show the version and exit.
-e, --env-file TEXT Environment file [default: ~/.sparkapi.env]
-?, -h, --help Show this message and exit.
Commands:
Chat Chat with SparkDesk
ImageGeneration Generate images based on user input prompt
ImageUnderstanding Understanding the image and engaging in conversation
Contact: suqingdong <suqingdong1114@gmail.com>
"
sparkapi Chat --help
"
Usage: sparkapi Chat [OPTIONS]
Chat with SparkDesk
Options:
-m, --model [v1.5|v2.0|v3.0|v3.5]
The model version to use
--chat Star a chat
-p, --prompt TEXT Prompt to get completion from
-h, -?, --help Show this message and exit.
"
prompt模式
# 使用默认模型
sparkapi Chat -p 你是谁?
"
您好,我是科大讯飞研发的认知智能大模型,我的名字叫讯飞星火认知大模型。我可以和人类进行自然交流,解答问题,高效完成各领域认知智能需求。
"
# 指定模型
sparkapi Chat -p 你是谁? -m v1.5
"
作为一个认知智能模型,可以回答你的问题和提供帮助。
"
chat模式
sparkapi Chat --chat
>>> User: 你是谁? >>> AI: 您好,我是科大讯飞研发的认知智能大模型,我的名字叫讯飞星火认知大模型。我可以和人类进行自然交流,解答问题,高效完成各领域认知智能需求。 >>> User: 使用Python编写斐波那契数列函数, 仅输出代码块 >>> AI: ```python def fibonacci(n): if n <= 0: return "输入错误,请输入大于0的整数" elif n == 1 or n == 2: return 1 else: a, b = 1, 1 for _ in range(3, n + 1): a, b = b, a + b return b # 测试 print(fibonacci(10)) >>> User:
sparkapi ImageGeneration --help
"
Usage: python -m sparkapi.bin.cli ImageGeneration [OPTIONS]
Generate images based on user input prompt
Options:
-m, --model TEXT The model version to use [default: image_generation]
-p, --prompt TEXT The prompt to use
-o, --outfile TEXT The output file path [default: out.png]
-?, -h, --help Show this message and exit.
"
example
sparkapi ImageGeneration -p 一只可爱的小狗在奔跑 -o dog.png
"save file: dog.png"
# 指定宽高
sparkapi ImageGeneration -p 一只可爱的小狗在奔跑 -o dog.1280x720.png --width 1280 --height 720
"save file: dog.1280x720.png"
sparkapi ImageUnderstanding --help
"
Usage: python -m sparkapi.bin.cli ImageUnderstanding [OPTIONS]
Understanding the image and engaging in conversation
Options:
-m, --model TEXT The model version to use [default: image_generation]
--chat Start a chat
-f, --file PATH The image file to use
-p, --prompt TEXT The prompt to use
-h, -?, --help Show this message and exit.
"
prompt模式
sparkapi ImageUnderstanding -f dog.png -p 描述下这张图片
"
这是一张非常可爱的小狗的图片。小狗看起来非常活泼和快乐,它的眼睛闪烁着好奇的光芒,嘴巴微微张开,仿佛在欢快地叫唤或是呼吸新鲜空气。
它的毛发呈现出金黄色,与背景中的阳光形成了和谐的对比。阳光从画面的上方斜射下来,为整个场景增添了一种温暖和明亮的感觉。
小狗的四肢健壮,正在奔跑中,尾巴高高翘起,显示出它的活力和快乐。
整体上,这张图片给人一种温馨、愉悦的感觉,仿佛是在一个美好的夏日午后拍摄的。
"
chat模式
sparkapi ImageUnderstanding --chat
"
>>> Image:./dog.png
>>> User: 描述一下这张图片
>>> AI: 这是一张非常可爱的小狗的图片。小狗呈现出金黄色,眼睛大而明亮,嘴巴微微张开,舌头伸出,看起来非常开心和活泼。它的耳朵长且柔软,尾巴高高翘起。背景是模糊的自然景色,阳光从背后照射下来,为整张图片增添了一种温暖和明亮的感觉。整体上,这张图片给人一种轻松愉快的感觉,仿佛小狗正在享受一个美好的下午时光。
>>> User: 精简成4点
>>> AI: 1. 图片展示了一只活泼的金黄色小狗在阳光明媚的自然背景下奔跑。
2. 小狗的眼睛大而明亮,嘴巴微微张开,舌头伸出,看起来非常开心和兴奋。
3. 背景是模糊的自然景色,阳光从背后照射下来,为整张图片增添了一种温暖和明亮的感觉。
4. 整体上,这张图片给人一种轻松愉快的感觉,仿佛小狗正在享受一个美好的下午时光。
>>> User:
"
from sparkapi.config import SparkConfig
from sparkapi.core.chat.api import SparkAPI as ChatAPI
from sparkapi.core.image_generation.api import SparkAPI as ImageGenerationAPI
from sparkapi.core.image_understanding.api import SparkAPI as ImageUnderstandingAPI
# Chat
api = ChatAPI(**SparkConfig().model_dump())
result = api.get_completion('你好')
print(''.join(result))
# ImageGeneration
api = ImageGenerationAPI(**SparkConfig(api_model='image_generation').model_dump())
result = api.get_completion('帮我生成一张二次元风景图', outfile='out.png')
print(result)
# ImageUnderstanding
api = ImageUnderstandingAPI(**SparkConfig(api_model='image_understanding').model_dump())
result = api.get_completion('out.png', '解释一下这张图片')
print(''.join(result))
v4.0
ImageGeneration
and ImageUnderstanding
v3.5
SparkAPI.get_completion_from_messages
v3.0