对话与视觉理解

对话补全 / 视觉理解

同一个端点：纯文本消息走文本对话，消息里带图片时自动走视觉理解（模型需支持 vlm）。 填进 model 的标识见「模型清单」。

基本用法

curl https://api.chenra.com/api/relay/v1/chat/completions \
  -H "Authorization: Bearer sk-你的密钥" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.7-flash",
    "messages": [
      {"role": "system", "content": "你是一个严谨的助手"},
      {"role": "user", "content": "用一句话解释什么是向量数据库"}
    ],
    "temperature": 0.7
  }'

图片输入（视觉理解）

content 传数组，图片用 image_url；url 支持公网地址或 data:image/png;base64,...：

{
  "model": "doubao-seed-2-1-turbo-260628",
  "messages": [
    {
      "role": "user",
      "content": [
        {"type": "text", "text": "这张图里有什么？"},
        {"type": "image_url", "image_url": {"url": "https://example.com/cat.png"}}
      ]
    }
  ]
}

常见参数

model / messages 之外，常见的 OpenAI 参数会原样转发给上游： temperature、top_p、max_tokens、stop、tools、tool_choice、response_format 等 （上游不支持的项会被忽略）。

思考模型

平台统一了「思考」的表达：reasoning_effort 取 none / minimal / low / medium / high / xhigh / max， 网关按厂商差异翻译成各自的字段。返回里若带推理内容，会放在 choices[0].message.reasoning_content。

流式

在请求体里加 "stream": true，按 SSE 逐块返回增量 delta。