Chat（思考Thinking） - 数字先锋API文档

## Chat Completions API（Thinking 思考模型）

## 1. 接口说明

使用 `/v1/chat/completions` 调用支持 Thinking 的对话模型。
给定提示词后，模型返回一个或多个补全结果（completion）。

```http
POST /v1/chat/completions
```

Base URL（示例）：
```text
https://api.cxsee.com
```

完整地址：
```text
https://api.cxsee.com/v1/chat/completions
```

---

## 2. 认证方式

请求头：

```http
Authorization: Bearer YOUR_API_KEY
Content-Type: application/json
Accept: application/json
```

---

## 3. 适用模型

示例模型（Thinking）：
- `claude-3-7-sonnet-20250219-thinking`

> 实际可用模型以控制台/模型列表为准。

---

## 4. 请求参数

| 参数 | 类型 | 必填 | 说明 |
|---|---|---:|---|
| `model` | string | 是 | 模型名称（Thinking 模型） |
| `messages` | array | 是 | 对话消息列表 |
| `stream` | boolean | 否 | 是否流式返回，默认 `false` |
| `temperature` | number | 否 | 采样温度 |
| `top_p` | number | 否 | nucleus sampling |
| `max_tokens` | integer | 否 | 最大输出 token |
| `stop` | string/array | 否 | 停止词 |

`messages` 基本结构：
```json
[
  { "role": "user", "content": "Hello!" }
]
```

---

## 5. 请求示例（cURL）

```bash
curl --location --request POST 'https://api.cxsee.com/v1/chat/completions' \
--header 'Accept: application/json' \
--header 'Authorization: Bearer {{YOUR_API_KEY}}' \
--header 'Content-Type: application/json' \
--data-raw '{
  "model": "claude-3-7-sonnet-20250219-thinking",
  "messages": [
    {
      "role": "user",
      "content": "Hello!"
    }
  ]
}'
```

---

## 6. 成功响应示例

```json
{
  "id": "chatcmpl-xxxx",
  "object": "chat.completion",
  "created": 1774039000,
  "model": "claude-3-7-sonnet-20250219-thinking",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Hello! How can I help you today?"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 9,
    "completion_tokens": 12,
    "total_tokens": 21
  }
}
```

---

## 7. 流式返回（可选）

当 `stream=true` 时，接口按 SSE 增量返回内容。
适合长回复、低延迟展示场景。

---

## 8. 错误码

- `400` 请求参数错误
- `401` API Key 无效或缺失
- `403` 无模型权限
- `429` 请求频率超限
- `500/502/503` 服务异常

---

## 9. 使用建议

1. Thinking 场景建议问题描述更具体（目标、约束、输出格式）。
2. 对生产环境建议设置超时、重试、降级模型。
3. 若需稳定输出格式，可在 prompt 中明确 JSON/Markdown 结构要求。

---

上一篇：Chat（工具tools调用）下一篇：千问（Qwen）图像编辑