业务API

Chat completions

请求说明

• 基本信息

请求地址：https://www.sophnet.com/api/open-apis/v1/chat/completions

请求方式：POST

• Header参数

名称	类型	必填	描述
Content-Type	String	是	固定值application/json
Authorization	String	是	"Bearer" + Apikey

• Body参数

名称	类型	必填	描述
messages	array(message)	是	聊天上下文信息。支持Qwen VL系列模型。 纯文本示例：messages=[{"role": "system", "content": "You are a helpful assistant."},{"role": "user", "content": "Knock knock."},{"role": "assistant", "content": "Who's there?"},{"role": "user", "content": "Orange."},] 多模态示例：{"messages":[{"role":"user","content":[{"type":"text","text":"describe the image in 100 words or less"},{"type":"image_url","image_url":{"url":"xxx","detail":"high"}}]}]}}
model	string	是	模型
tools	array	否	工具列表，只支持function
stream	bool	否	是否以流式接口的形式返回数据，默认false
max_tokens	integer	否	模型回复最大长度（单位 token）
temperature	number	否	较高的数值会使输出更加随机，而较低的数值会使其更加集中。默认值1.0，取值范围[0,2.0]。
top_p	number	否	影响输出文本的多样性，取值越大，生成文本的多样性越强。默认值1.0。
stop	array(string)	否	停止生成更多Tokens的最多4个字符串。
presence_penalty	number	否	通过对已生成的token增加惩罚，减少重复生成的现象。默认值0，取值范围：[-2.0, 2.0]。
frequency_penalty	number	否	根据新词在当前文本中的频率进行惩罚，降低模型逐字重复同一行的可能性。 默认值0，取值范围：[-2.0, 2.0]。
logprobs	boolean	否	默认值false。是否返回输出 tokens 的对数概率。
top_logprobs	integer	否	默认值0，取值范围为 [0, 20]。指定每个输出 token 位置最有可能返回的 token 数量，每个 token 都有关联的对数概率。仅当 logprobs为true 时可以设置 top_logprobs 参数。
response_format	object	否	指定模型必须输出的格式的对象。 默认值： { "type": "text" } 设置为 { "type": "json_object" } 可启用 JSON 模式，这保证模型生成的消息是有效的 JSON。 重要：使用 JSON 模式时，您还必须通过系统或用户消息提示模型自行生成JSON。
chat_template_kwargs.enable_thinking	bool	否	是否开启思考模式。
thinking.type	string	否	思考模式，此为兼容接口，效果同chat_template_kwargs.enable_thinking，可填"enabled","disabled"，仅支持GLM-4.5系列模型
enable_thinking	bool	否	思考模式，此为兼容接口，效果同chat_template_kwargs.enable_thinking

• 模型支持的超参和功能列表

模型	enable_thinking	max_tokens	stop	temperature	top_p	frequency_penalty	presence_penalty
Qwen2-VL系列	❌	✔️	✔️	✔️	✔️	❌	❌
Qwen2.5-7B-Instruct	❌	✔️	✔️	✔️	✔️	❌	❌
Qwen2.5-32B-Instruct	❌	✔️	✔️	✔️	✔️	❌	❌
Qwen2.5-72B-Instruct	❌	✔️	✔️	✔️	✔️	❌	❌
Qwen2.5-VL-7B-Instruct	❌	✔️	✔️	✔️	✔️	❌	❌
Qwen2.5-VL-32B-Instruct	❌	✔️	✔️	✔️	✔️	❌	❌
Qwen2.5-VL-72B-Instruct	❌	✔️	✔️	✔️	✔️	❌	❌
Qwen3-14B	❌	✔️	✔️	✔️	✔️	❌	❌
Qwen3-32B	❌	✔️	✔️	✔️	✔️	❌	❌
Qwen3-235B-A22B	✔️	✔️	✔️	✔️	✔️	❌	❌
Qwen3-235B-A22B-Instruct-2507	❌	✔️	✔️	✔️	✔️	❌	❌
Qwen3-Coder	❌	✔️	✔️	✔️	✔️	❌	❌
QwQ-32B	❌	✔️	❌	❌	❌	❌	❌
DeepSeek-v3	❌	✔️	✔️	❌	✔️	❌	❌
DeepSeek-V3-Fast	❌	✔️	✔️	❌	✔️	❌	❌
DeepSeek-R1	❌	✔️	❌	❌	❌	❌	❌
DeepSeek-R1-0528	❌	✔️	❌	❌	❌	❌	❌
DeepSeek-R1-Distill-Llama系列	❌	✔️	❌	❌	❌	❌	❌
DeepSeek-R1-Distill-Qwen系列	❌	✔️	❌	❌	❌	❌	❌
DeepSeek-Prover-V2	❌	✔️	✔️	❌	❌	❌	❌
Kimi-K2	❌	✔️	✔️	✔️	✔️	❌	❌
Kimi-K2-0905	❌	✔️	✔️	✔️	✔️	❌	❌
GLM-4.5	✔️	✔️	✔️	❌	✔️	❌	❌
GLM-4.5V	✔️	✔️	✔️	❌	✔️	❌	❌
GLM-4.6	✔️	✔️	✔️	❌	✔️	❌	❌

响应说明

• 响应头参数

名称	值	描述
Content-Type	流式：text/event-stream非流式：application/json

• 响应体参数

a.非流式

名称	类型	描述
object	string	回包类型 chat.completion.chunk：多轮对话返回
created	int	时间戳
model	string	模型 示例值：Qwen/Qwen2.5-72B-Instruct
choices	array
choices[0].index	int	索引
choices[0].finish_reason	string	结束原因 正常结束：stop，token超长截断结束：length
choices[0].message	object	模型回答
choices[0].message.tool_calls	array	工具列表
choices[0].message.tool_calls[0].function	object	函数调用信息
choices[0].refs	array	引用列表，调用自定义模型且模型输出包含文档引用时存在。在非流式调用中，会在最终结果内输出此次回答包含的所有引用来源信息。
choices[0].refs[0].index	int	引用来源出现顺序
choices[0].refs[0].title	string	引用数据标题
choices[0].refs[0].content	string	引用数据内容
choices[0].refs[0].type	string	引用数据类型，file/qa/web， 分别代表文件知识， Q&A Table和web搜索
choices[0].refs[0].url	string	引用数据url，其中，file和qa数据url访问需配置apikey，web数据url访问无需配置apikey

b.流式

名称	类型	描述
object	string	回包类型 chat.completion.chunk：多轮对话返回
created	int	时间戳
model	string	模型 示例值：Qwen/Qwen2.5-72B-Instruct
choices	array
choices[0].index	int	索引
choices[0].finish_reason	string	结束原因 正常结束：stop，token超长截断结束：length
choices[0].delta	object	模型回答
choices[0].refs	array	引用列表，调用自定义模型且模型输出包含文档引用时存在。在流式响应过程中，会实时于存在引用的位置输出引用来源信息，并在finish_reason不为空时输出此次回答包含的所有引用来源信息。
choices[0].refs[0].index	int	引用来源出现顺序
choices[0].refs[0].title	string	引用数据标题
choices[0].refs[0].content	string	引用数据内容
choices[0].refs[0].type	string	引用数据类型，file/qa/web， 分别代表文件知识， Q&A Table和web搜索
choices[0].refs[0].url	string	引用数据url，其中，file和qa数据url访问需配置apikey，web数据url访问无需配置apikey

请求示例

示例如下，请将参数示例值替换为实际值。

• 纯文本请求示例

curl --location -g --request POST 'https://www.sophnet.com/api/open-apis/v1/chat/completions' \
--header "Authorization: Bearer $API_KEY" \
--header "Content-Type: application/json" \
--data-raw '{
    "messages": [
          {
            "role": "system",
            "content": "你是SophNet的智能助手"
        },
        {
            "role": "user",
            "content": "你可以帮我做什么"
        }
    ],
    "model":"Qwen2.5-72B-Instruct"
}'

Python SDK

# 支持兼容OpenAI Python SDK  终端运行：pip install OpenAI
from openai import OpenAI

### 初始化客户端
client = OpenAI(
    api_key= "API_KEY",
    base_url= "https://www.sophnet.com/api/open-apis/v1"
)
### 调用接口
response = client.chat.completions.create(
    model="Qwen2.5-72B-Instruct",
    messages=[
        {"role": "system", "content": "你是SophNet智能助手"},
        {"role": "user", "content": "你可以帮我做些什么"},
    ]
)
# 打印结果
print(response.choices[0].message.content)

• Function Call请求示例

HTTP API

curl --location -g --request POST 'https://www.sophnet.com/api/open-apis/v1/chat/completions' \
--header "Authorization: Bearer $API_KEY" \
--header "Content-Type: application/json" \
--data-raw '{
    "messages": [
        {
            "role": "user",
            "content": "今日上海天气如何？"
        }
    ],
    "model":"DeepSeek-v3",
    "tools": [
        {
            "type": "function",
            "function":
            {
                "name": "get_weather",
                "description": "Get current temperature for provided coordinates in celsius.",
                "parameters":
                {
                    "type": "object",
                    "properties":
                    {
                        "latitude": {"type": "number"},
                        "longitude": {"type": "number"}
                    },
                    "required": ["latitude", "longitude"],
                    "additionalProperties": false
                },
                "strict": true
            }
        }
    ]
}'

# 请求成功后，从返回值的choices[0].message.tool_calls[0].function获取到函数调用信息
# 其中function.name是函数名，function.arguments中含有函数参数
# 假设已通过函数调用获取到返回值是20，且获取到choices[0].message.tool_calls[0].id = "call_f0j0i4meawn7kqx335d4fsj1"
# 接下来是第二次请求，其中messages列表的第一个与之前相同，第二个为choices[0].message.tool_calls，第三个的构造信息参考如下

curl --location -g --request POST 'https://www.sophnet.com/api/open-apis/v1/chat/completions' \
--header "Authorization: Bearer $API_KEY" \
--header "Content-Type: application/json" \
--data-raw '{
    "messages": [
        {
            "role": "user",
            "content": "今日上海天气如何？"
        },
        {
            "content": "",
            "role": "assistant",
            "tool_calls": [
                {
                    "id": "call_f0j0i4meawn7kqx335d4fsj1",
                    "type": "function",
                    "function":
                    {
                        "name": "get_weather",
                        "arguments": "{\"latitude\":31.2304,\"longitude\":121.4737}"
                    }
                }
            ]
        },
        {
            "role": "tool",
            "tool_call_id": "call_f0j0i4meawn7kqx335d4fsj1",
            "content": "20"
        }
    ],
    "model":"DeepSeek-v3",
    "tools": [
        {
            "type": "function",
            "function":
            {
                "name": "get_weather",
                "description": "Get current temperature for provided coordinates in celsius.",
                "parameters":
                {
                    "type": "object",
                    "properties":
                    {
                        "latitude": {"type": "number"},
                        "longitude": {"type": "number"}
                    },
                    "required": ["latitude", "longitude"],
                    "additionalProperties": false
                },
                "strict": true
            }
        }
    ]
}'

• 多模态请求示例(Qwen VL模型支持多模态参数请求)

HTTP API

curl --location -g --request POST 'https://www.sophnet.com/api/open-apis/projects/v1/chat/completions' \
--header "Authorization: Bearer $API_KEY" \
--header "Content-Type: application/json" \
--data-raw '{
    "messages": [{
        "role": "user",
        "content": [
            {
                "type": "text",
                "text": "describe the image in 100 words or less"
            },
            {
                "type": "image_url",
                "image_url": {
                    "url": "xxx"
                }
            }
        ]
    }],
    "model":"Qwen2.5-VL-72B-Instruct",
    "stream":false
}'

Python SDK

# 支持兼容OpenAI Python SDK  终端运行：pip install OpenAI
from openai import OpenAI

### 初始化客户端
client = OpenAI(
    api_key= "API_KEY",
    base_url= "https://www.sophnet.com/api/open-apis/v1"
)
### 调用接口
response = client.chat.completions.create(
    model="Qwen2.5-VL-72B-Instruct",
    messages=[
        {"role": "system", "content": "你是SophNet智能助手"},
        {
            "role": "user",
            "content": [
                {
                    "type":"text",
                    "text":"描述一下这张图片"
                },
                {
                    "type":"image_url",
                    "image_url":{"url":xxx}
                }]
        },
    ]
)
# 打印结果
print(response.choices[0].message.content)

响应示例

流式 （event-stream）

data:{"object":"chat.completion.chunk","created":1724651635,"model":"Qwen/Qwen2.5-72B-Instruct","choices":[{"index":0,"delta":{"content":"我可以","role":"assistant"},"finish_reason":null}]}

data:{"object":"chat.completion.chunk","created":1724651635,"model":"Qwen/Qwen2.5-72B-Instruct","choices":[{"index":0,"delta":{"content":"提供","role":null},"finish_reason":null}]}

data:{"object":"chat.completion.chunk","created":1724651635,"model":"Qwen/Qwen2.5-72B-Instruct","choices":[{"index":0,"delta":{"content":"智能问答","role":null},"finish_reason":null}]}

data:{"object":"chat.completion.chunk","created":1724651635,"model":"Qwen/Qwen2.5-72B-Instruct","choices":[{"index":0,"delta":{"content":"和帮助。","role":null},"finish_reason":null}]}

data:{"object":"chat.completion.chunk","created":1724651635,"model":"Qwen/Qwen2.5-72B-Instruct","choices":[{"index":0,"delta":{"content":null,"role":null},"finish_reason":"stop"}]}

非流式 (Json)

{
    "object": "chat.completion",
    "created": 1724652804,
    "model": "Qwen/Qwen2.5-72B-Instruct",
    "choices": [
        {
            "index": 0,
            "message": {
                "content": "作为SophNet智能助手，我可以帮助你完成多种任务。如果你有具体的需求或问题，请告诉我！",
                "role": "assistant"
            },
            "finish_reason": "stop"
        }
    ]
}

Function Call (Json) 首次返回

{
    "object":"chat.completion",
    "created":1744967746,
    "model":"DeepSeek-v3",
    "choices":[
        {
            "index":0,
            "message":
            {
                "content":"",
                "role":"assistant",
                "tool_calls":[
                    {
                        "id":"call_f0j0i4meawn7kqx335d4fsj1",
                        "type":"function",
                        "function":
                            {
                                "name":"get_weather",
                                "arguments":"{\"latitude\":31.2304,\"longitude\":121.4737}"
                            }
                    }
                ]
            },
            "finish_reason":"tool_calls"
        }
    ]
}

第二次返回

{
    "object":"chat.completion",
    "created":1744967193,
    "model":"DeepSeek-v3",
    "choices":[
        {
            "index":0,
            "message":
                {
                    "content":"今日上海的天气温度为20°C。",
                    "role":"assistant"
                },
            "finish_reason":"stop",
        }
    ]
}

Speech to text

创建Task

请求说明

• 基本信息

请求地址：https://www.sophnet.com/api/open-apis/projects/{ProjectId}/easyllms/speechtotext/transcriptions

请求方式：POST

• Path参数：

名称	类型	必填	描述
ProjectId	String	是	项目id

• 支持两种请求方式

• 音频文件链接模式Header参数

名称	类型	必填	描述
Content-Type	String	是	固定值application/json
Authorization	String	是	"Bearer " + Apikey

• 音频文件链接模式Body参数

名称	类型	必填	描述
audio_url	string	是	语音url路径 支持音频格式：wav、mp3、m4a、flv、mp4、wma、3gp、amr、aac、ogg-opus、flac 音频限制：音频 URL 时长不能大于5小时，文件大小不超过1GB 识别有效时间：识别结果在服务端保存24小时
easyllm_id	string	是	Easyllm ID

• 音频文件上传模式Header参数

名称	类型	必填	描述
Content-Type	String	是	固定值multipart/form-data
Authorization	String	是	"Bearer " + Apikey

• 音频文件链接模式form-data参数

名称	类型	必填	描述
data	JSON字符串	是	与 JSON 模式下的 body 一致，需为字符串形式的 JSON
audio_file	文件	是	本地音频文件

响应说明

• 响应头参数

名称	值	描述
Content-Type	application/json

• 响应体参数

名称	类型	描述
task_id	string	任务id
created	int	时间戳

请求示例

HTTP API 音频文件链接模式

curl --location --request POST 'https://www.sophnet.com/api/open-apis/projects/{projectId}/easyllms/speechtotext/transcriptions' \
--header "Authorization: Bearer $API_KEY" \
--header "Content-Type: application/json" \
--data-raw '{
    "audio_url":"YOUR_AUDIO_URL",
    "easyllm_id":"YOUR_SERVICE_ID"
}'

音频文件上传模式

curl --location --request POST 'https://www.sophnet.com/api/open-apis/projects/{projectId}/easyllms/speechtotext/transcriptions' \
--header "Authorization: Bearer $API_KEY" \
--header "Content-Type: multipart/form-data" \
-F 'data={"easyllm_id":"YOUR_SERVICE_ID"};type=application/json' \
-F "audio_file=@/path/to/your_audio_file.wav;type=audio/wav"

响应示例

{
    "taskId": "10047816884",
    "created": 1724652804
}

查询Task状态、结果

请求说明

• 基本信息

请求地址：https://www.sophnet.com/api/open-apis/projects/{project_id}/easyllms/speechtotext/transcriptions/{taskId}

请求方式：GET

• Path参数：

名称	类型	必填	描述
project_id	String	是	项目id
task_id	String	是	语音转文本task_id

• Header参数

名称	类型	必填	描述
Content-Type	String	是	固定值application/json
Authorization	String	是	"Bearer" + Apikey

• Body参数

无

响应说明

• 响应头参数

名称	值	描述
Content-Type	application/json

• 响应体参数

名称	类型	描述
task_id	string	任务id
status	string	任务状态，waiting：任务等待，doing：任务执行中，success：任务成功，failed：任务失败。 示例值：waiting
result	string	转录结果
errorMsg	string	错误码

请求示例

HTTP API

curl --location --request GET 'https://www.sophnet.com/api/open-apis/projects/{projectId}/easyllms/speechtotext/transcriptions/{taskId}' \
--header "Authorization: Bearer $API_KEY" \

响应示例

{
  "taskId": "10045132157",
  "status": "success",
  "result": "[0:5.840,0:6.690,0]  哎，张总。\n[0:7.520,0:8.270,1]  还要打吗？\n[0:8.700,0:8.925,0]  哎。\n[0:8.925,0:12.550,1]  我能听到这给你们发了有3张图。\n"
}

流式Speech to text

连接请求说明

• 基本信息

请求地址：wss://www.sophnet.com/api/open-apis/projects/{ProjectId}/easyllms/stream-speech

请求方式：Websocket

• Path参数：

名称	类型	必填	描述
ProjectId	String	是	项目id

• Request参数

名称	类型	必填	描述
easyllm_id	String	是	easyllm id
apikey	String	是	Apikey
format	String	是	输入音频格式，支持pcm、wav、mp3、opus、speex、aac、amr
sample_rate	int	是	音频采样率，任意音频采样率，但16k效果更好
heartbeat	bool	是	是否开启心跳，若为false即使发送静音音频也会在60s后超时关闭连接，需要在60s内包含人声音频，若为true，发送静音音频将保持连接，需要在60s内发送音频。

音频数据发送请求说明

• 音频数据发送说明：音频bytes数据，可按照3200的数量发送。

关闭连接请求说明

• 关闭连接请求说明：发送一个字符串"BYE"来主动关闭连接。

连接响应说明

• 响应体参数

名称	类型	描述
status	string	连接成功返回'ok'，失败则直接关闭连接

音频识别结果响应说明

• 响应体参数

名称	类型	描述
text	string	句子级识别结果，当is_sentence_end为false时，包含流式识别的输出结果，而为true则表示最终句子识别结果，下一个消息将是新的句子
begin_time	int	句子开始的时刻，单位为毫秒
end_time	int	句子结束的时刻，单位为毫秒
words	string	字级别的预测结果
is_sentence_end	bool	表示句子是否结束

连接请求示例

Websocket API

const url = `wss://www.sophnet.com/api/open-apis/projects/${ProjectId}/easyllms/stream-speech`
        + `?easyllm_id=${model}`
        + `&apikey=${apikey}`
        + `&format=${format}`
        + `&sample_rate=${sampleRate}`
        + `&heartbeat=true`;

ws = new WebSocket(url);
ws.binaryType = 'arraybuffer';

ws.onopen = () => {
log('WebSocket 已连接: ' + url);
};

ws.onmessage = (evt) => {
if (typeof evt.data === 'string') {
    log('<- ASR_RESULT: ' + evt.data);
} else {
    log('<- binary message (' + evt.data.byteLength + ' bytes)');
}
};

ws.onerror = (err) => {
log('WebSocket 错误: ' + err);
};

ws.onclose = (evt) => {
log(`WebSocket 已关闭: [${evt.code}] ${evt.reason}`);
};

音频数据发送请求示例

Websocket API

ws.send(byteData);

连接响应示例

{"status": "ok"}

音频识别结果响应示例

{"text":"这是深度神经网络的语音","begin_time":660,"end_time":null,"words": ["Word(beginTime=660, endTime=1148, text=这是, punctuation=, fixed=false)", "Word(beginTime=1148, endTime=1636, text=深度, punctuation=, fixed=false)", "Word(beginTime=1636, endTime=2124, text=神经, punctuation=, fixed=false)", "Word(beginTime=2124, endTime=2612, text=网络的, punctuation=, fixed=false)", "Word(beginTime=2612, endTime=3100, text=语音, punctuation=, fixed=false)"], "is_sentence_end": false}

{"text":"这是深度神经网络的语音识别","begin_time":660,"end_time":null,"words": ["Word(beginTime=660, endTime=1148, text=这是, punctuation=, fixed=false)", "Word(beginTime=1148, endTime=1636, text=深度, punctuation=, fixed=false)", "Word(beginTime=1636, endTime=2124, text=神经, punctuation=, fixed=false)", "Word(beginTime=2124, endTime=2612, text=网络的, punctuation=, fixed=false)", "Word(beginTime=2612, endTime=3100, text=语音, punctuation=, fixed=false)", "Word(beginTime=3100, endTime=3500, text=识别, punctuation=, fixed=false)"], "is_sentence_end": false}

{"text":"这是深度神经网络的语音识别","begin_time":660,"end_time":null,"words": ["Word(beginTime=660, endTime=1148, text=这是, punctuation=, fixed=false)", "Word(beginTime=1148, endTime=1636, text=深度, punctuation=, fixed=false)", "Word(beginTime=1636, endTime=2124, text=神经, punctuation=, fixed=false)", "Word(beginTime=2124, endTime=2612, text=网络的, punctuation=, fixed=false)", "Word(beginTime=2612, endTime=3100, text=语音, punctuation=, fixed=false)", "Word(beginTime=3100, endTime=3588, text=识别, punctuation=, fixed=false)"], "is_sentence_end": false}

{"text":"这是深度神经网络的语音识别模型。","begin_time":660,"end_time":5540,"words": ["Word(beginTime=660, endTime=1148, text=这是, punctuation=, fixed=false)", "Word(beginTime=1148, endTime=1636, text=深度, punctuation=, fixed=false)", "Word(beginTime=1636, endTime=2124, text=神经, punctuation=, fixed=false)", "Word(beginTime=2124, endTime=2612, text=网络的, punctuation=, fixed=false)", "Word(beginTime=2612, endTime=3100, text=语音, punctuation=, fixed=false)", "Word(beginTime=3100, endTime=3588, text=识别, punctuation=, fixed=false)", "Word(beginTime=3588, endTime=4076, text=模型, punctuation=, fixed=false)"], "is_sentence_end": true}

{"text":"请","begin_time":6001,"end_time":null,"words": ["Word(beginTime=6001, endTime=6502, text=请, punctuation=, fixed=false)"], "is_sentence_end": false}

非流式同步Speech to text

请求说明

• 基本信息

请求地址：https://www.sophnet.com/api/open-apis/projects/{projectId}/easyllms/speechtotext/non-stream

请求方式：POST

• Path参数：

名称	类型	必填	描述
ProjectId	String	是	项目id

• Header参数

名称	类型	必填	描述
Content-Type	String	是	固定值application/json
Authorization	String	是	"Bearer" + Apikey

• Body参数

名称	类型	必填	描述
audio_url	String	是	设置待识别音频路径
speech_recognition_param	Object	否	识别参数
speech_recognition_param.model	String	否	设置识别模型。仅支持内部默认模型，不可选择，后续将支持多模型。
speech_recognition_param.sample_rate	Integer	否	设置待识别音频采样率。支持任意采样率。
speech_recognition_param.format	String	否	设置待识别音频格式。支持的音频格式：wav。
easyllm_id	String	是	Easyllm ID

响应说明

• 响应头参数

名称	值	描述
Content-Type	application/json

• 响应体参数

名称	类型	描述
result	String	模型推理结果
audio_duration	Float	音频总时长，单位为秒

请求示例

HTTP API

curl --location --request POST 'https://www.sophnet.com/api/open-apis/projects/{projectId}/easyllms/speechtotext/non-stream' \
--header "Authorization: Bearer $API_KEY" \
--header "Content-Type: application/json" \
--data-raw '{
    "easyllm_id": "{YOUR_EASYLLM_ID}",
    "audio_url": "{YOUR_AUDIO_URL}"
}'

响应示例

{
    "result":"你好，算能。",
    "audio_duration":2.471
}

Embeddings

请求说明

• 基本信息

请求地址：https://www.sophnet.com/api/open-apis/projects/{projectId}/easyllms/embeddings

请求方式：POST

• Path参数：

名称	类型	必填	描述
ProjectId	String	是	项目id

• Header参数

名称	类型	必填	描述
Content-Type	String	是	固定值application/json
Authorization	String	是	"Bearer" + Apikey

• Body参数

名称	类型	必填	描述
model	string	否	支持：text-embeddings、clip-embeddings、bge-m3，默认为text-embeddings
input_texts	array(string)	是	数组中每一个元素是一个文本，每个文本最大支持8192个Tokens。text-embeddings模型最大支持10个文本，bge-m3模型最大支持1个文本。
input_images	array(string)	否	数组中每一个元素是一个base64 图像或 URL，仅对clip-embeddings模型有效
dimensions	integer	是	输出Embeddings的维度，text-embeddings模型支持1,024/768/512/256/128/64，clip-embeddings模型支持64到1024维，bge-m3模型仅支持1024维。
easyllm_id	string	是	Easyllm ID
normalized	bool	否	是否使用L2规范化，仅对clip-embeddings模型有效
encoding_type	string	否	输出数据的格式，仅对clip-embeddings模型有效

响应说明

• 响应头参数

名称	值	描述
Content-Type	application/json

• 响应体参数

名称	类型	描述
id	string	任务id
usage	dict	模型推理时Token使用情况
data	array	模型推理结果，按顺序输出，文本Embedding在前，图片Embedding在后

请求示例

HTTP API

# sample1
curl --location --request POST 'https://www.sophnet.com/api/open-apis/projects/{projectId}/easyllms/embeddings' \
--header "Authorization: Bearer $API_KEY" \
--header "Content-Type: application/json" \
--data-raw '{
    "easyllm_id": "{YOUR_EASYLLM_ID}",
    "input_texts": ["你好", "很高兴认识你"],
    "dimensions": 1024
}'

# sample2
curl --location --request POST 'https://www.sophnet.com/api/open-apis/projects/{projectId}/easyllms/embeddings' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer $API_KEY' \
--data-raw '{
    "model": "clip-embeddings",
    "easyllm_id": "{YOUR_EASYLLM_ID}",
    "input_texts": ["海滩上美丽的日落"],
    "input_images": ["https://i.ibb.co/nQNGqL0/1beach1.jpg", "https://i.ibb.co/r5w8hG8/beach2.jpg", "iVBORw0KGgoAAAANSUhEUgAAABwAAAA4CAIAAABhUg/jAAAAMklEQVR4nO3MQREAMAgAoLkoFreTiSzhy4MARGe9bX99lEqlUqlUKpVKpVKpVCqVHksHaBwCA2cPf0cAAAAASUVORK5CYII="],
    "dimensions": 1024
}'

响应示例

// sample1
{
    "id": "",
    "object": "list",
    "usage": {
        "prompt_tokens": 4,
        "completion_tokens": null,
        "total_tokens": 4,
        "prompt_tokens_details": null,
        "completion_tokens_details": null
    },
    "data": [
        {
            "embedding": [
                -0.08296291530132294,
                0.03833295777440071,
                ...
            ],
            "index": 0,
            "object": "embedding"
        },
        {
            "embedding": [
                -0.05998880788683891,
                0.04025664180517197,
                ...
            ],
            "index": 1,
            "object": "embedding"
        }
    ]
}

// sample2
{
    "object": "list",
    "usage": {
        "prompt_tokens": 20008,
        "completion_tokens": null,
        "total_tokens": 20008,
        "prompt_tokens_details": null,
        "completion_tokens_details": null
    },
    "data": [
        {
            "embedding": [
                0.02087402,
                0.06689453,
                -0.07763672,
                -0.10253906,
                ...
            ],
            "index": 0,
            "object": "embedding"
        },
        {
            "embedding": [
                0.01507568,
                0.16015625,
                -0.08837891,
                ...
            ],
            "index": 1,
            "object": "embedding"
        },
        {
            "embedding": [
                0.04882812,
                0.20214844,
                -0.07861328,
                0.00276184,
                ...
            ],
            "index": 2,
            "object": "embedding"
        },
        {
            "embedding": [
                -0.00939941,
                0.18164062,
                0.02038574,
                0.01239014,
                ...
            ],
            "index": 3,
            "object": "embedding"
        }
    ]
}

Document Parse

请求说明

• 基本信息

功能描述：高效转换主流格式文档至精准、易用的Markdown文本内容。上传文件（form-data），输出文档内容（Markdown）

请求地址：https://www.sophnet.com/api/open-apis/projects/{ProjectId}/easyllms/doc-parse

请求方式：POST

• Path参数：

名称	类型	必填	描述
ProjectId	String	是	项目id

• Header参数

名称	类型	必填	描述
Content-Type	String	是	固定值multipart/form-data
Authorization	String	是	"Bearer " + Apikey

• form-data参数

名称	类型	必填	描述
file	file	是	文档，支持pdf,docx,doc,xlsx,txt,pptx格式，大小<50MB
easyllm_id	string	是	Easyllm ID

响应说明

• 响应头参数

名称	值	描述
Content-Type	application/json

• 响应体参数

名称	类型	值
data	string	文档解析结果（Markdown）

请求示例

HTTP API

curl --location --request POST 'https://www.sophnet.com/api/open-apis/projects/{projectId}/easyllms/doc-parse' \
--header "Authorization: Bearer $API_KEY" \
--header "Content-Type: multipart/form-data" \
--form 'file=@"YOUR_DOCUMENT"' \
--form 'easyllm_id="YOUR_SERVICE_ID"'

Python SDK

# 使用SDK前需要安装python库  终端运行：pip install fastmodels-kit
from fastmodels import Client

# 初始化客户端
client = Client(
    api_key= "YOUR_API_KEY",
    project_id= "YOUR_PROJECT_ID"
)
# 调用接口
response = client.easyllm.doc_parse.create(
    easyllm_id="YOUR_SERVICE_ID",
    file_path="YOUR_FILE_PATH"
)
# 打印输出
print(response.data)

响应示例

{
  "data": "文件编号：HR-2023-06-3-1\n\n发布单位：AMT\n\n发布对象：全员\n\n发布日期：2023.11.16\n\n生效日期：2023.11.16\n\n**管理制度**\n\n......"
}

Text to voice

流式/非流式 Text to voice

请求说明

• 基本信息

功能描述：文字转语音服务。发送文件，输出语音（默认为mp3格式）。

请求地址：

流式接口：https://www.sophnet.com/api/open-apis/projects/{ProjectId}/easyllms/voice/synthesize-audio-stream

非流式接口：https://www.sophnet.com/api/open-apis/projects/{ProjectId}/easyllms/voice/synthesize-audio

请求方式：POST

• Path参数：

名称	类型	必填	描述
ProjectId	String	是	项目id

• Header参数

名称	类型	必填	描述
Content-Type	String	是	固定值application/json
Authorization	String	是	"Bearer" + Apikey

• Body参数

名称	类型	必填	描述
text	array(string)	是	需要转语音的字符串列表
synthesis_param	object	是	转语音参数
synthesis_param.model	string	是	指定模型，默认值为"cosyvoice-v1"，支持"cosyvoice-v1"、"cosyvoice-v2"
synthesis_param.voice	string	否	指定音色，默认值为"longxiaochun"
synthesis_param.format	string	否	指定音频编码格式及采样率，格式为"文件格式_采样率_通道_比特率"，例如MP3_16000HZ_MONO_128KBPS代表音频格式为mp3，采样率为16kHz。若未指定format，系统将根据voice参数自动选择该音色的推荐格式。各个文件格式对应的示例：WAV_16000HZ_MONO_16BIT、MP3_16000HZ_MONO_128KBPS、PCM_16000HZ_MONO_16BIT，其他文件格式暂未支持。
synthesis_param.volume	number	否	指定音量，默认值为50，取值范围：[0-100]
synthesis_param.speechRate	number	否	指定语速，默认值为1，输入范围：[0.5,2]
synthesis_param.pitchRate	number	否	指定语调，默认值为1，取值范围：[0.5,2]
easyllm_id	string	是	Easyllm ID

响应说明

流式接口

• 响应头参数

名称	值	描述
Content-Type	text/event-stream

• 响应体参数

名称	类型	值
data	string	base64编码的语音数据

非流式接口

• 响应头参数

名称	值	描述
Content-Type	audio/mpeg, audio/wav, audio/L16, application/octet-stream	二进制音频流，依据具体格式返回对应类型

请求示例

HTTP API

curl --location --request POST 'https://www.sophnet.com/api/open-apis/projects/{projectId}/easyllms/voice/synthesize-audio-stream' \
--header "Authorization: Bearer $API_KEY" \
--header "Content-Type: application/json" \
--data-raw '{
    "easyllm_id": "YOUR_SERVICE_ID",
    "text": ["这是要合成的文本", "第二段文本"],
    "synthesis_param": {
        "model": "cosyvoice-v1",
        "voice": "longxiaochun",
        "format": "WAV_16000HZ_MONO_16BIT",
        "volume": 80,
        "speechRate": 1.2,
        "pitchRate": 1.0
    }
}'

Python requests

• NOTE: 这里演示如何输出为音频文件

流式接口

import requests
import json
import base64

projectId = "YOUR_PROJECT_ID"
easyllmId = "YOUR_EASYLLM_SERVICE_ID"
API_KEY = "YOUR_API_KEY"

url = f"https://www.sophnet.com/api/open-apis/projects/{projectId}/easyllms/voice/synthesize-audio-stream"

headers = {
   'Content-Type': 'application/json',
   'Authorization': 'Bearer ' + API_KEY,
}

payload = json.dumps({
   "easyllm_id": easyllmId,
   "text": [
       "测试",
   ],
   "synthesis_param": {
       "model": "cosyvoice-v1",
       "voice": "longxiaochun",
       "format": "MP3_16000HZ_MONO_128KBPS",
       "volume": 80,
       "speechRate": 1.2,
       "pitchRate": 1
   }
})

response = requests.request("POST", url, headers=headers, data=payload)
for chunk in response.iter_lines(decode_unicode=True):
    with open("output.mp3","ab") as f:
        if chunk:
            if (frame:=json.loads(chunk[5:])["audioFrame"]):
                f.write(base64.b64decode(frame))

非流式接口

import requests
import json
import base64

projectId = "YOUR_PROJECT_ID"
easyllmId = "YOUR_EASYLLM_SERVICE_ID"
API_KEY = "YOUR_API_KEY"

url = f"https://www.sophnet.com/api/open-apis/projects/{projectId}/easyllms/voice/synthesize-audio"

headers = {
   'Content-Type': 'application/json',
   'Authorization': 'Bearer ' + API_KEY,
}

payload = json.dumps({
   "easyllm_id": easyllmId,
   "text": [
       "测试",
   ],
   "synthesis_param": {
       "model": "cosyvoice-v1",
       "voice": "longxiaochun",
       "format": "MP3_16000HZ_MONO_128KBPS",
       "volume": 80,
       "speechRate": 1.2,
       "pitchRate": 1
   }
})

response = requests.request("POST", url, headers=headers, data=payload)
with open("output.mp3","wb") as f:
    f.write(response.content)

响应示例

{'status': 'accepting', 'usage': None, 'audioFrame': '{BASE64 encoded data}'}

声音复刻

音色创建

请求说明

• 基本信息

功能描述：为某个服务的某个模型下创建音色，以便在Text to voice接口中使用。

请求地址：https://www.sophnet.com/api/open-apis/projects/easyllms/voice/upload

请求方式：POST

• Header参数

名称	类型	必填	描述
Content-Type	String	是	固定值multipart/form-data
Authorization	String	是	"Bearer" + Apikey

• Form参数

名称	类型	必填	描述
audio_file	File	是	用于创建音色的文件，建议10-20s，不得超过60s，文件不得超过10MB。
tts_speaker_voice_generate_req	object	是	音色创建参数。
tts_speaker_voice_generate_req.easyllm_id	string	是	指定服务下去创建音色。
tts_speaker_voice_generate_req.model	string	是	指定模型下去创建音色，支持的模型类型可参考：Text to voice。
tts_speaker_voice_generate_req.name	string	否	指定音色名称，能辨别不同音色即可。
tts_speaker_voice_generate_req.des	string	否	音色的描述。
tts_speaker_voice_generate_req.prompt_text	string	是	用于创建音色的音频文件中对应的文字内容。

• 限制：单个组织下最多能创建100个音色。

响应说明

• 响应头参数

名称	值	描述
Content-Type	application/json

• 响应体参数

名称	类型	值
status	int	返回状态，0为成功。
message	string	返回消息。
result	null	固定为null。
timestamp	int	时间戳。

请求示例

import requests
from requests_toolbelt.multipart.encoder import MultipartEncoder
import json

easyllmId = "YOUR_EASYLLM_SERVICE_ID"
API_KEY = "YOUR_API_KEY"
AUDIO_FILE_NAME = ""
AUDIO_FILE_PATH = ""
AUDIO_FILE_FORMAT = "" # 例如audio/wav
PROMPT_TEXT = "YOUR_AUDIO_CONTENT"

voice_data = {
    "easyllm_id": easyllmId, 
    "model": "cosyvoice-v1", 
    "name": "voice1", 
    "prompt_text": PROMPT_TEXT
}

# 使用MultipartEncoder更精确地控制multipart/form-data
multipart_data = MultipartEncoder(
    fields={
        "audio_file": (AUDIO_FILE_NAME, open(AUDIO_FILE_PATH, "rb"), AUDIO_FILE_FORMAT),
        "tts_speaker_voice_generate_req": (None, json.dumps(voice_data), "application/json")
    }
)

url = "https://www.sophnet.com/api/open-apis/projects/easyllms/voice/upload"

headers = {
    "Authorization": f"Bearer {API_KEY}"
}

headers["Content-Type"] = multipart_data.content_type

response = requests.post(url, headers=headers, data=multipart_data)
print(response)

响应示例

{
    "status": 0,
    "message": "请求成功",
    "result": null,
    "timestamp": 1765420402078
}

音色查询

请求说明

• 基本信息

功能描述：查询某个服务的某个模型下所有可用音色，以便在Text to voice接口中使用。

请求地址：https://www.sophnet.com/api/open-apis/projects/easyllms/voice/{easyllmId}

请求方式：GET

• Path参数：

名称	类型	必填	描述
easyllmId	String	是	服务id

• Header参数

名称	类型	必填	描述
Authorization	String	是	"Bearer" + Apikey

响应说明

• 响应头参数

名称	值	描述
Content-Type	application/json

• 响应体参数

名称	类型	值
status	int	返回状态，0为成功。
message	string	返回消息。
result	list	音色列表。
result[x].model	string	音色所属模型。
result[x].des	string	音色描述。
result[x].name	string	音色名称。
result[x].voice_id	string	音色的唯一标识，用于TTS请求。
result[x].bucket_name	string	总是null。
result[x].file_name	string	总是null。
result[x].last_used_at	string	音色上次使用的时间。
timestamp	int	时间戳。

请求示例

import requests

easyllmId = "YOUR_EASYLLM_SERVICE_ID"
API_KEY = "YOUR_API_KEY"

url = f"https://www.sophnet.com/api/open-apis/projects/easyllms/voice/{easyllmId}"

headers = {
   'Authorization': f'Bearer {API_KEY}'
}

response = requests.request("GET", url, headers=headers)

print(response.text)

响应示例

{
    "status": 0,
    "message": "请求成功",
    "result": [
        {
            "model": "xx",
            "des": null,
            "name": "xx",
            "voice_id": "xx",
            "bucket_name": null,
            "file_name": null,
            "last_used_at": "xx"
        }
    ],
    "timestamp": 1765423576409
}

音色删除

请求说明

• 基本信息

功能描述：删除某个服务的某个模型下的某个可用音色，调用后音色不能在Text to voice接口中继续使用。

请求地址：https://www.sophnet.com/api/open-apis/projects/easyllms/voice/remove

请求方式：DELETE

• Header参数

名称	类型	必填	描述
Authorization	String	是	"Bearer" + Apikey
Content-Type	String	是	application/json

• Body参数

名称	类型	必填	描述
easyllm_id	string	是	待删除音色所属的服务id。
model	string	是	待删除音色所属的模型名。
voice_id	string	是	待删除音色的唯一标识。

响应说明

• 响应头参数

名称	值	描述
Content-Type	application/json

• 响应体参数

名称	类型	值
status	int	返回状态，0为成功。
message	string	返回消息。
result	null	固定为null。
timestamp	int	时间戳。

请求示例

import requests
import json

easyllmId = "YOUR_EASYLLM_SERVICE_ID"
API_KEY = "YOUR_API_KEY"
VOICE_ID = "YOUR_VOICE"
MODEL = "YOUR_MODEL_NAME"

url = "https://www.sophnet.com/api/open-apis/projects/easyllms/voice/remove"

payload = json.dumps({
   "easyllm_id": easyllmId,
   "model": MODEL,
   "voice_id": VOICE_ID
})
headers = {
   'Content-Type': 'application/json',
   'Authorization': f'Bearer {API_KEY}'
}

response = requests.request("DELETE", url, headers=headers, data=payload)

print(response.text)

响应示例

{
    "status": 0,
    "message": "请求成功",
    "result": null,
    "timestamp": 1765423576409
}

Text to image

创建Task

请求说明

• 基本信息

请求地址：https://www.sophnet.com/api/open-apis/projects/easyllms/texttoimage/task

请求方式：POST

• Header参数

名称	类型	必填	描述
Content-Type	String	是	固定值application/json
Authorization	String	是	"Bearer " + Apikey

• Body参数

名称	类型	必填	描述
model	string	是	模型，当前支持qwen-image, z-image-turbo
input.prompt	string	是	正向提示词，用来描述生成图像中期望包含的元素和视觉特点。
input.negative_prompt	string	否	反向提示词，用来描述不希望在画面中看到的内容，可以对画面进行限制。支持qwen-image。
parameters.size	string	否	生成图像的分辨率。qwen-image目前支持1328*1328, 1664*928, 928*1664, 1472*1104, 1104*1472, 1056*1584，默认为1328*1328。z-image-turbo目前支持1024*1024, 1024*768, 768*1024, 默认值为1024*1024
parameters.seed	int	否	图片生成时候的种子值，如果不提供，则算法自动用一个随机生成的数字作为种子。
parameters.prompt_extend	bool	否	是否开启prompt智能改写。开启后会使用大模型对输入prompt进行智能改写，仅对正向提示词有效。对于较短的输入prompt生成效果提升明显，但会增加3-4秒耗时。默认值为True。仅支持qwen-image。

响应说明

• 响应头参数

名称	值	描述
Content-Type	application/json

• 响应体参数

名称	类型	描述
output.taskId	string	任务id
output.taskStatus	string	任务状态，包括SUCCEEDED, FAILED, CANCELED, PENDING, SUSPENDED, RUNNING

查询task列表

请求说明

• 基本信息

请求地址：https://www.sophnet.com/api/open-apis/projects/easyllms/imagegenerator/task

请求方式：GET

• Header参数

名称	类型	必填	描述
Authorization	String	是	"Bearer " + Apikey

• 响应体参数

名称	类型	描述
[0].task_id	string	任务id
[0].model	string	任务模型
[0].status	string	任务状态

获取task结果

请求说明

• 基本信息

请求地址：https://www.sophnet.com/api/open-apis/projects/easyllms/texttoimage/task/{TaskId}

请求方式：GET

• Path参数：

名称	类型	必填	描述
TaskId	String	是	任务id

• Header参数

名称	类型	必填	描述
Content-Type	String	是	固定值application/json
Authorization	String	是	"Bearer " + Apikey

响应说明

• 响应头参数

名称	值	描述
Content-Type	application/json

• 响应体参数

名称	类型	描述
output.taskId	string	任务id
output.taskStatus	string	任务状态，包括SUCCESSED, FAILED, CANCELED, PENDING, SUSPENDED, RUNNING
output.results[0].url	string	生成的图片链接

请求示例

HTTP API

#!/bin/bash
# 请配置变量API_KEY

# Step 1: 发起异步请求
response=$(curl --silent --request POST 'https://www.sophnet.com/api/open-apis/projects/easyllms/texttoimage/task' \
  --header "Authorization: Bearer ${API_KEY}" \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "qwen-image",
    "input": {
        "prompt": "奔跑的小猫"
    },
    "parameters": {
        "size": "1328*1328",
        "seed": 42,
        "steps": 4
    }
}')

echo
echo $response
echo

taskId=$(echo "$response" | grep -oP '(?<="taskId":")[^"]+')

if [ -z "$taskId" ]; then
  echo "任务提交失败，未获取到 taskId"
  exit 1
fi

echo "任务已提交，taskId: $taskId"

# Step 2: 轮询任务状态，直到完成
status="PENDING"
while [ "$status" = "PENDING" ] || [ "$status" = "RUNNING" ]; do
  sleep 2
  poll_response=$(curl --silent --location "https://www.sophnet.com/api/open-apis/projects/easyllms/texttoimage/task/${taskId}" \
    --header "Authorization: Bearer ${API_KEY}")

  status=$(echo "$poll_response" | grep -oP '(?<="taskStatus":")[^"]+')
  echo "当前状态: $status"
done

echo
echo $poll_response
echo

# Step 3: 成功后下载图片
if [ "$status" = "SUCCEEDED" ]; then
  image_url=$(echo "$poll_response" | grep -oP '(?<="url":")[^"]+')
  if [ -n "$image_url" ]; then
    echo "下载图片: $image_url"
    curl --silent "$image_url" -o "${taskId}.png"
    echo "图片已保存为 ${taskId}.png"
  else
    echo "未找到图片 URL"
  fi
else
  echo "任务失败，状态为: $status"
  echo "完整响应: $poll_response"
fi

Video generator

创建Task

请求说明

• 基本信息

请求地址：https://www.sophnet.com/api/open-apis/projects/easyllms/videogenerator/task

请求方式：POST

• Header参数

名称	类型	必填	描述
Content-Type	String	是	固定值application/json
Authorization	String	是	"Bearer " + Apikey

• Body参数

名称	类型	必填	描述
model	string	是	模型名称，当前支持： - Wan2.2-T2V-A14B：文本生成视频模型 - Wan2.2-I2V-A14B：图像生成视频模型
content	array	是	内容列表，包含生成视频所需的提示词或图像信息
content[x].type	string	是	内容类型，支持： - text：文本提示词 - image_url：图像URL
content[x].text	string	条件	当type=text时必填，文本提示词，用于描述期望生成的视频内容
content[x].negative_prompt	string	否	反向提示词，用来描述不希望在画面中看到的内容，可以对画面进行限制。
content[x].image_url.url	string	条件	type=image_url时必填，表示图片，支持以下格式： - Base64编码：例如：data:image/jpeg;base64,{BASE64_IMG} - 公网可访问的图片URL
parameters.size	string	否	视频分辨率，支持多种预设尺寸： - 480P：832*480, 480*832, 640*640 - 720P：1280*720, 720*1280, 960*960, 1088*832, 832*1088 - 1080P：1920*1080, 1080*1920, 1440*1440, 1632*1248, 1248*1632
parameters.duration	number	否	视频时长（秒），支持： - 1：1秒 - 5：5秒
parameters.seed	string	否	种子值（整数字符串），用于控制生成内容的随机性。取值范围：[0, 2^32-1]之间的整数。默认随机生成一个值

• Note: 传入的图片需满足以下条件

1. 图片格式：jpeg、png、webp、bmp、tiff、gif。
2. 宽高比（宽/高）：在范围 (0.4, 2.5) 。
3. 宽高长度（px）：(300, 6000)。
4. 大小：小于30MB。

响应说明

• 响应头参数

名称	值	描述
Content-Type	text/plain	直接返回taskId

• 响应体参数

名称	类型	描述
taskId	string	任务id

查询task列表

请求说明

• 基本信息

请求地址：https://www.sophnet.com/api/open-apis/projects/easyllms/videogenerator/task

请求方式：GET

• Header参数

名称	类型	必填	描述
Authorization	String	是	"Bearer " + Apikey

• 响应体参数

名称	类型	描述
[0].task_id	string	任务id
[0].model	string	任务模型
[0].status	string	任务状态

获取task结果

请求说明

• 基本信息

请求地址：https://www.sophnet.com/api/open-apis/projects/easyllms/videogenerator/task/{TaskId}

请求方式：GET

• Path参数：

名称	类型	必填	描述
TaskId	String	是	任务id

• Header参数

名称	类型	必填	描述
Content-Type	String	是	固定值application/json
Authorization	String	是	"Bearer " + Apikey

响应说明

• 响应头参数

名称	值	描述
Content-Type	application/json

• 响应体参数

说明： 所有值为null的字段将不会出现在响应中。usage对象包含用于计费的原始数据，具体计费方式请参考费用与价格文档。

名称	类型	描述
id	string	任务UUID（内部标识）
model	string	使用的模型名称
status	string	任务状态，包括queued, running, cancelled, succeeded, failed
content	object	生成内容（任务成功时返回）
content.video_url	string	生成的视频链接
usage	object	计费原始数据（任务完成后返回）
usage.duration	int	视频时长（秒）
usage.resolution	string	视频分辨率（如720p、832*480）
usage.video_count	int	视频数量
usage.ratio	string	视频宽高比（如16:9）
created_at	int	任务创建时间（Unix时间戳，秒）
updated_at	int	任务更新时间（Unix时间戳，秒）

取消Task

请求说明

• 基本信息

请求地址：https://www.sophnet.com/api/open-apis/projects/easyllms/videogenerator/task/{taskId}

请求方式：DELETE

• Path参数：

名称	类型	必填	描述
taskId	String	是	待取消的任务id

• Header参数：

名称	类型	必填	描述
Authorization	String	是	"Bearer " + Apikey

（DELETE 无请求体，本接口不需要 Content-Type 和 Body）

---

响应说明

• 响应头参数

名称	值	描述
Content-Type	application/json	返回 JSON 格式数据

• 响应体参数

名称	类型	描述
success	bool	是否取消成功
taskId	string	请求取消的任务id
message	string	文本说明，描述取消结果/失败原因

示例响应：

{
  "success": true,
  "taskId": "a2b9f8c0-1234-4d8f-9b22-9a82f0c9c001",
  "message": "任务取消成功"
}

---

请求示例

HTTP API

#!/bin/bash
# 请配置变量API_KEY

# Step 1: 提交任务
response=$(curl -s -X POST 'https://www.sophnet.com/api/open-apis/projects/easyllms/videogenerator/task' \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${API_KEY}" \
  -d '{
    "model": "Wan2.2-T2V-A14B",
    "content": [
        {
            "type": "text",
            "text": "旋转镜头，小猫在草原上奔跑"
        }
    ],
    "parameters": {
        "size": "1280*720",
        "watermark": true,
        "seed": 16
    }
}')

echo
echo $response
echo

taskId=$response

if [ -z "$taskId" ]; then
  echo "任务提交失败，未获取到任务 ID"
  exit 1
fi

echo "任务已提交，ID: $taskId"

# Step 2: 轮询状态
status="queued"
while [[ "$status" == "queued" || "$status" == "running" ]]; do
  sleep 2
  poll_response=$(curl -s -X GET "https://www.sophnet.com/api/open-apis/projects/easyllms/videogenerator/task/${taskId}" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer ${API_KEY}")

  status=$(echo "$poll_response" | grep -oP '(?<="status":")[^"]+')
  echo "当前状态: $status"
done

echo
echo $poll_response
echo

# Step 3: 下载视频
if [ "$status" == "succeeded" ]; then
  video_url=$(echo "$poll_response" | grep -oP '(?<="video_url":")[^"]+')
  if [ -n "$video_url" ]; then
    echo "下载视频: $video_url"
    curl -s "$video_url" -o "${taskId}.mp4"
    echo "视频已保存为 ${taskId}.mp4"
  else
    echo "任务成功但未获取到视频链接"
  fi
else
  echo "任务失败，状态: $status"
  echo "完整响应: $poll_response"
fi

Image OCR

请求说明

• 基本信息

功能描述：图片OCR服务。发送图片，输出图片中的文本信息。

请求地址：https://www.sophnet.com/api/open-apis/projects/easyllms/image-ocr

请求方式：POST

• Header参数

名称	类型	必填	描述
Content-Type	String	是	固定值application/json
Authorization	String	是	"Bearer" + Apikey

• Body参数

名称	类型	必填	描述
model	string	是	使用的模型，可选PaddleOCR-VL-0.9B或者DeepSeek-OCR
prompt	string	否	模型prompt参数，仅支持DeepSeek-OCR，默认值为<image>\nFree OCR.
type	string	是	图片类型，固定为"image_url"
image_url	object	是	图片参数
image_url.url	string	是	图片，可以是base64图片，固定格式为"data:image/jpeg;base64,{base64_data}"；也可以是图片url链接
prettify_markdown	bool	否	是否输出美化后的 Markdown 文本。默认为 true。
show_formula_number	bool	否	输出的 Markdown 文本中是否包含公式编号。默认为 false。

响应说明

• 响应头参数

名称	值	描述
Content-Type	application/json

• 响应体参数

名称	类型	值
status	int	0表示成功,其他值表示失败
message	string	调用成功返回请求成功,否则返回错误信息
result	array(object)	返回的结果,有一个个的段落组成,如果是use_html_out我1,则list的长度为1，有每个段落包含以下字段
result[0].label	string	段落的类型,可以是text，table，html等
result[0].texts	string	段落的文本
result[0].position	array(int)	段落的位置，格式为left,top,right,bottom
markdown.text	string	返回的Markdown文本,如果prettifyMarkdown为true,则会美化Markdown文本,如果showFormulaNumber为true,则会在Markdown文本中包含公式编号

请求示例

HTTP API

curl --location --request POST 'https://www.sophnet.com/api/open-apis/projects/easyllms/image-ocr' \
--header "Authorization: Bearer $API_KEY" \
--header "Content-Type: application/json" \
--data-raw '{
    "model": "PaddleOCR-VL-0.9B",
    "type":"image_url",
    "image_url": {
            "url": "data:image/jpeg;base64,/9j/..."
    },
    "prettify_markdown": true,
    "show_formula_number": false
}'

响应示例

{
    "status":0,
    "message":"请求成功",
    "result": [
        {
            "label": "text",
            "texts": "测试",
            "position": "0,0,720,1920"
        }
    ],
    "markdown": {"text":"测试"}
}

Image Edit

请求说明

• 基本信息

功能描述：图像编辑服务。支持多图编辑，可通过文本描述对图像进行编辑操作。

请求地址：https://www.sophnet.com/api/open-apis/projects/easyllms/image-edit

请求方式：POST

• Header参数

名称	类型	必填	描述
Content-Type	String	是	固定值application/json
Authorization	String	是	"Bearer" + Apikey

• Body参数

名称	类型	必填	描述
model	string	是	使用的模型，当前仅支持Qwen-Image-Edit-2509
input	object	是	输入内容
input.messages	array	是	消息列表
input.messages[].role	string	是	角色，固定为"user"
input.messages[].content	array	是	内容列表，可包含多个图片和文本
input.messages[].content[].image	string	否	图片URL（当类型为图片时）
input.messages[].content[].text	string	否	文本描述（当类型为文本时）
parameters	object	否	可选参数
parameters.seed	integer	否	随机数种子，取值范围[0,2147483647]，用于控制生成结果的可重复性
parameters.negative_prompt	string	否	负向提示词，描述不希望在生成结果中出现的内容
parameters.watermark	boolean	否	是否添加水印，默认为false

注意：

• Qwen-Image-Edit-2509模型仅支持输出1张图片，系统会自动强制设置n=1
• 支持多图输入，可以在content中包含多个image对象
• 必须包含至少一个text对象来描述编辑需求

响应说明

• 响应头参数

名称	值	描述
Content-Type	application/json

• 响应体参数

名称	类型	描述
output	object	输出结果
output.choices	array	选项列表
output.choices[].finish_reason	string	完成原因，正常完成为"stop"
output.choices[].message	object	消息对象
output.choices[].message.role	string	角色，固定为"assistant"
output.choices[].message.content	array	内容列表
output.choices[].message.content[].image	string	生成的图片URL
usage	object	用量信息
usage.width	integer	图片宽度（像素）
usage.height	integer	图片高度（像素）
usage.image_count	integer	生成的图片数量
request_id	string	请求ID

请求示例

HTTP API

curl --location --request POST 'https://www.sophnet.com/api/open-apis/projects/easyllms/image-edit' \
--header "Authorization: Bearer $API_KEY" \
--header "Content-Type: application/json" \
--data-raw '{
    "model": "Qwen-Image-Edit-2509",
    "input": {
        "messages": [
            {
                "role": "user",
                "content": [
                    {
                        "image": "https://example.com/image1.png"
                    },
                    {
                        "image": "https://example.com/image2.png"
                    },
                    {
                        "text": "图1中的女生穿着图2中的黑色裙子"
                    }
                ]
            }
        ]
    },
    "parameters": {
        "seed": 42,
        "negative_prompt": " ",
        "watermark": false
    }
}'

响应示例

{
    "output": {
        "choices": [
            {
                "finish_reason": "stop",
                "message": {
                    "role": "assistant",
                    "content": [
                        {
                            "image": "https://www.sophnet.com/api/oss-images/3/result.png"
                        }
                    ]
                }
            }
        ]
    },
    "usage": {
        "width": 1248,
        "image_count": 1,
        "height": 832
    },
    "request_id": "bf37ca26-0abe-98e4-8065-xxxxxx"
}

Chat completions + Text to voice

请求说明

• 基本信息

请求地址：https://www.sophnet.com/api/open-apis/v1/chat/completions-with-voice-output

请求方式：POST

• Header参数

名称	类型	必填	描述
Content-Type	String	是	固定值application/json
Authorization	String	是	"Bearer" + Apikey

• Body参数

名称	类型	必填	描述
chat_completion_req	dict	是	包含Chat completions的参数
speech_synthesis_req	dict	是	包含Text to voice的部分参数

• chat_completion_req参数：参考Chat completions章节，仅支持流式

• speech_synthesis_req参数：仅支持流式

名称	类型	必填	描述
synthesis_param	dict	否	转语音参数
synthesis_param.model	string	否	指定模型，默认值为"cosyvoice-v1"
synthesis_param.voice	string	否	指定音色，默认值为"longxiaochun"，支持longwan/longcheng/longhua/longxiaochun/longxiaoxia/longxiaocheng/longxiaobai/longlaotie/longshu/longshuo/longjing/longyue/loongstella/loongbella
synthesis_param.format	string	否	指定音频编码格式及采样率，格式为"文件格式_采样率_通道_比特率"，例如MP3_16000HZ_MONO_128KBPS代表音频格式为mp3，采样率为16kHz。若未指定format，系统将根据voice参数自动选择该音色的推荐格式。
synthesis_param.volume	number	否	指定音量，默认值为50，取值范围：[0-100]
synthesis_param.speechRate	number	否	指定语速，默认值为1，输入范围：[0.5,2]
synthesis_param.pitchRate	number	否	指定语调，默认值为1，取值范围：[0.5,2]
easyllm_id	string	是	Easyllm ID

响应说明

• 基本信息：会返回两类消息，分别是Chat completions响应消息和Text to voice响应消息

• Chat completions响应说明：参考Chat completions章节

• Text to voice响应说明

名称	类型	值
audioFrame	dict	语音数据结果
audioFrame.array	String	Base64编码的音频数据
status	String	目前服务状态

请求示例

示例如下，请将参数示例值替换为实际值。

• curl请求示例

curl --location --request POST 'https://www.sophnet.com/api/open-apis/v1/chat/completions-with-voice-output' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer $API_KEY' \
--data-raw '{
    "chat_completion_req": {
    "messages": [
        {
            "role": "user",
            "content": "你好"
        }
    ],
    "model":"Qwen2.5-32B-Instruct",
    "stream": true
    },
    "speech_synthesis_req": {
        "easyllm_id": "${easyllm_id}"
    }
}'

响应示例

{"choices": [{"delta": {"content": "", "role": "assistant"},"index": 0}],"created": 1749037853,"id": "chatcmpl-xxx","model": "Qwen2.5-32B-Instruct","object": "chat.completion.chunk"}

{"choices":[{"delta":{"content":"你好"},"index":0}],"created":1749037853,"id":"chatcmpl-xxx","model":"Qwen2.5-32B-Instruct","object":"chat.completion.chunk"}

{"choices":[{"delta":{"content":"！"},"index":0}],"created":1749037853,"id":"chatcmpl-xxx","model":"Qwen2.5-32B-Instruct","object":"chat.completion.chunk"}

{"choices":[{"delta":{"content":"有什么"},"index":0}],"created":1749037853,"id":"chatcmpl-xxx","model":"Qwen2.5-32B-Instruct","object":"chat.completion.chunk"}

{"status":"accepting","usage":null,"audioFrame":"SUQzBAAA..."}

{"choices":[{"delta":{"content":"可以帮助你的吗？"},"index":0}],"created":1749037853,"id":"chatcmpl-xxx","model":"Qwen2.5-32B-Instruct","object":"chat.completion.chunk"}

{"status":"accepting","usage":null,"audioFrame":null}

{"status":"accepting","usage":null,"audioFrame":"//PCxO1..."}

{"choices":[{"delta":{"content":""},"finish_reason":"stop","index":0}],"created":1749037853,"id":"chatcmpl-xxx","model":"Qwen2.5-32B-Instruct","object":"chat.completion.chunk"}

{"status":"accepting","usage":null,"audioFrame":"//PAxPJh..."}

{"status":"finish","usage":{"characters":26},"audioFrame":null}

...

语音对话

上行事件

连接请求事件说明

• 基本信息

请求地址：wss://www.sophnet.com/api/open-apis/projects/{ProjectId}/chat/speech-chat

请求方式：Websocket

• Path参数：

名称	类型	必填	描述
ProjectId	String	是	项目id

• Request参数

名称	类型	必填	描述
token	String	是	包含“Bearer ”前缀，后跟Apikey
model	String	是	Chat completions服务的模型名
asr_easyllm_id	String	是	Speech to text服务的easyllm id
tts_easyllm_id	String	是	Text to voice服务的easyllm id

对话配置更新事件说明

• 事件类型：chat.update

• 事件说明：该事件发生在获得连接请求响应后，可选地更新对话配置，在执行流式上传音频片段前，可更新多次，之后将不能更新。若不更新则使用默认参数。仅支持流式

• 参数说明：字段create_transcription_task_req、chat_completion_with_voice_output_req.chat_completion_req和chat_completion_with_voice_output_req.speech_synthesis_req必须设置，其内容为空则所有字段使用默认参数，若部分字段为空则未设置的字段将使用默认值。

• 默认参数：

{
    "create_transcription_task_req": {
        "heartbeat": false,
        "speech_recognition_param": {
            "sample_rate": 16000,
            "format": "wav"
        }
    },
    "chat_completion_with_voice_output_req": {
        "chat_completion_req": {
            "messages": [],
            "model": "${model参数}",
            "stream": true
        },
        "speech_synthesis_req": {
            "stream": true,
            "synthesis_param": {
                "model": "cosyvoice-v1",
                "voice": "longxiaochun",
                "format": "MP3_22050HZ_MONO_256KBPS"
            }
        }
    },
    "asr_mode": "online"
}

• 事件消息结构：

参数	类型	必填	说明
event_type	String	是	事件类型，固定为chat.update
message	String	是	配置参数JSON字符串，格式{"create_transcription_task_req": {可参考流式Speech to text中Request参数说明}, "chat_completion_with_voice_output_req": {可参考Chat completions + Text to voice中Body参数说明}, "asr_mode": asr加载模式}
message.asr_mode	String	否	目前支持三种："online"/"refresh"/"dynamic"，默认为"online"模式。"refresh"模式指每次执行llm+tts时清空asr音频缓存，并继续监听，对于输入截断的音频建议开启，"online"模式指总是开启ASR，对于连续音频流建议开启，"dynamic"模式指动态开启ASR，在LLM+TTS推理开始时会关闭，在下一次传递bytes音频数据的时候会自动开启。

流式上传音频片段

• 事件说明：该事件发生后对话配置不允许再被更新，并将根据heartbeat设置的参数判断超时，超时将关闭连接。

• 事件消息结构：二进制音频数据块，可按照100ms、200ms传输，根据实际情况调整。

音频提交事件说明

• 事件类型：input_audio_buffer.complete

• 事件说明：该事件发生后将停止ASR，并将ASR识别结果作为LLM输入，转为LLM+TTS推理。

• 事件消息结构：

参数	类型	必填	说明
event_type	String	是	事件类型，固定为input_audio_buffer.complete

音频缓存清理事件说明

• 事件类型：input_audio_buffer.clear

• 事件说明：该事件发生后将清空ASR服务的音频缓存bytes数据（可能会发送一条ASR识别结果），并清空已识别结果。若在未发送过音频bytes数据情况下执行该事件，将报错。

• 事件消息结构：

参数	类型	必填	说明
event_type	String	是	事件类型，固定为input_audio_buffer.clear

上下文清理事件说明

• 事件类型：conversation.clear

• 事件说明：该事件发生后将清理之前的LLM上下文记录，但对话配置更新事件设置的上下文不会被清理。

• 事件消息结构：

参数	类型	必填	说明
event_type	String	是	事件类型，固定为conversation.clear

打断事件说明

• 事件类型：conversation.chat.cancel

• 事件说明：该事件发生后将中断LLM+TTS推理，并转为ASR。

• 事件消息结构：

参数	类型	必填	说明
event_type	String	是	事件类型，固定为conversation.chat.cancel

心跳事件说明

• 事件类型：ping

• 事件说明：需要定时发送该消息，如果超过60s，将关闭连接。

• 事件消息结构：

参数	类型	必填	说明
event_type	String	是	事件类型，固定为ping

下行事件

连接请求事件响应

• 事件类型：chat.created

• 事件说明：需要等连接响应返回后才能执行其他事件。

• 响应体参数

参数	类型	说明
event_type	String	事件类型，固定为chat.created
status	int	事件状态，0表示成功，非0表示失败
message	String	失败原因说明

对话配置更新事件响应

• 事件类型：chat.updated

• 响应体参数

参数	类型	说明
event_type	String	事件类型，固定为chat.updated
status	int	事件状态，0表示成功，非0表示失败
message	String	失败原因说明

增量音频识别结果响应

• 事件说明：流式返回音频识别结果。

• 响应体参数：参考流式Speech to text中返回响应

音频提交事件响应

• 事件类型：input_audio_buffer.completed

• 响应体参数

参数	类型	说明
event_type	String	事件类型，固定为input_audio_buffer.completed
status	int	事件状态，0表示成功，非0表示失败
message	String	失败原因说明

音频缓存清空事件响应

• 事件类型：input_audio_buffer.cleared

• 响应体参数

参数	类型	说明
event_type	String	事件类型，固定为input_audio_buffer.cleared
status	int	事件状态，0表示成功，非0表示失败
message	String	失败原因说明

上下文清理事件响应

• 事件类型：conversation.cleared

• 响应体参数

参数	类型	说明
event_type	String	事件类型，固定为conversation.cleared
status	int	事件状态，0表示成功，非0表示失败
message	String	失败原因说明

打断事件响应

• 事件类型：conversation.chat.canceled

• 响应体参数

参数	类型	说明
event_type	String	事件类型，固定为conversation.chat.canceled
status	int	事件状态，0表示成功，非0表示失败
message	String	失败原因说明

增量LLM+TTS推理结果响应

• 事件说明：流式返回LLM和TTS推理结果。

• 响应体参数：参考Chat completions + Text to voice中返回响应

当次对话完成响应

• 事件类型：conversation.chat.completed

• 事件说明：在LLM+TTS正常推理结束、发生错误或被打断，则该消息会被返回，将开启ASR。

• 响应体参数

参数	类型	说明
event_type	String	事件类型，固定为conversation.chat.completed
status	int	固定为0
message	String	固定为空

心跳事件响应

• 事件类型：pong

• 响应体参数

参数	类型	说明
event_type	String	事件类型，固定为pong
status	int	事件状态，0表示成功，非0表示失败
message	String	失败原因说明

错误响应

• 事件类型：error

• 事件说明：其他错误，例如请求参数或运行时错误。

• 响应体参数

参数	类型	说明
event_type	String	事件类型，固定为error
status	int	非0
message	String	错误原因说明

请求/响应示例

连接请求示例

• 连接请求

const url = `wss://www.sophnet.com/api/open-apis/projects/{ProjectId}/chat/speech-chat`
              + `?model=${model}`
              + `&token=Bearer ${apikey}`
              + `&asr_easyllm_id=${asr_easyllm_id}`
              + `&tts_easyllm_id=${tts_easyllm_id}`;

ws = new WebSocket(url);

ws.onopen = () => {
    log('WebSocket 已连接: ' + url);
};

ws.onmessage = (evt) => {
    log('<- RESULT: ' + evt.data);
};

ws.onerror = (err) => {
log('WebSocket 错误: ' + err);
};

ws.onclose = (evt) => {
log(`WebSocket 已关闭: [${evt.code}] ${evt.reason}`);
};

• 连接响应

{"status":0,"message":"","event_type":"chat.created"}

对话配置更新示例

• 对话配置更新请求

ws.send('{"event_type":"chat.update","message":"{\\"create_transcription_task_req\\":{\\"service_uuid\\":\\"\\"},\\"chat_completion_with_voice_output_req\\":{\\"chat_completion_req\\":{\\"messages\\":[{\\"role\\":\\"system\\",\\"content\\":\\"你是人工智能助手。\\"}],\\"model\\":\\"\\",\\"stream\\":true},\\"speech_synthesis_req\\":{\\"service_id\\":\\"\\"}}}"}');

• 对话配置更新响应

{"status":0,"message":"","event_type":"chat.updated"}

流式上传音频片段示例

Websocket API

ws.send(byteData);

ASR结果、LLM结果、TTS结果响应示例

可分别参考流式Speech to text和Chat completions + Text to voice中的返回示例。