1. AI对话
流光剪辑
main
  • main
  • afanti
  • 一分钟,了解 流光剪辑!
  • 如何下载草稿
  • 在线预览草稿
  • 获取API Key
  • 价格表
  • 文本
    • 使用花字
    • 使用字在人后功能
    • 使用文字模版
    • 如何上传文字模板
    • add_text
      POST
    • remove_text
      POST
    • modify_text
      POST
    • add_subtitle
      POST
    • add_text_template
      POST
    • get_text_intro_types
      GET
    • get_text_outro_types
      GET
    • get_text_loop_anim_types
      GET
    • get_font_types
      GET
    • search_artist
      POST
  • 图片
    • get_intro_animation_types
    • get_outro_animation_types
    • get_combo_animation_types
    • add_image
    • modify_image
    • remove_image
  • 视频
    • add_video
    • modify_video
    • remove_video
  • 转场
    • get_transition_types
  • 蒙版
    • get_mask_types
  • 音频
    • get_audio_effect_types
    • add_audio
    • modify_audio
    • remove_audio
  • 关键帧
    • add_video_keyframe
  • 特效
    • get_video_character_effect_types
    • get_video_scene_effect_types
    • add_effect
    • modify_effect
    • remove_effect
  • 贴纸
    • search_sticker
    • add_sticker
  • 云渲染
    • 可使用字体
    • export_video
    • task_status
  • 工作流
    • 工作流脚本技术文档
    • 工作流 AI Prompt 提示词
    • 使用工作流功能
    • execute_workflow
  • 预设
    • 如何使用模版/预设功能
    • 如何上传模版
    • 快速体验预设
    • add_preset
    • presets
    • groups
  • 滤镜
    • add_filter
    • get_filter_types
    • modify_filter
    • remove_filter
  • 技能广场skills
    • 技能广场 Skills
    • 字幕模版
      • 识别字幕
      • 文稿匹配
      • generate_smart_subtitle
      • sta_subtitle
      • smart_subtitle_task_status
    • 识别字幕
      • 提交异步字幕任务
      • 查询任务状态(GET)
    • AI对话
      • 对话模型介绍
      • chat兼容OpenAI格式
        POST
      • chat流式返回
        POST
      • chat
        POST
      • model_list
        GET
    • 语音合成
      • 微软语音合成音色列表
      • MiniMax语音合成音色列表
      • MiniMax音色克隆
      • 豆包语音合成音色列表
      • Fish语音合成音色列表
      • Fish音色克隆
      • generate_speech
      • minimax_clone
      • fish_clone
      • voice_assets
    • AI生图
      • 图片生成聚合接口说明
      • generate_image
      • 提交异步生图任务
      • 查询任务状态(GET)
    • AI生视频
      • 视频生成聚合接口说明
      • ai_video_task_status
      • generate_ai_video
    • 数字人
      • create_digital_human
      • digital_human_task_status
    • 智能裁剪
      • smart_video_clip
    • 智能截图
      • 异步发起智能截图的任务
      • 查询任务状态(GET)
    • 人物抠像
      • 提交异步“字在人后”任务
      • 提交异步抠像画中画任务
      • 提交异步抠像任务
      • 查询任务状态(GET)
    • 获取时长
      • get_duration
    • 提取音频
      • 提交音频提取任务(异步)
      • 查询任务状态(GET)
    • 分割视频
      • 提交按时间区间分割视频任务
      • 查询任务状态(GET)
    • 视频理解
      • 描述视频内容
    • 获取分辨率
      • get_resolution
    • 网页数据获取
      • 解析小红书链接
      • 解析抖音链接
      • 解析快手链接
      • 解析B站链接
      • 解析TikTok链接
      • 解析YouTube链接
    • 插入首帧
      • 插入首帧
  • 口播模版
    • submit_agent_task
    • task_status
  • 草稿
    • modify_draft
    • query_script
  • create_draft
    POST
  1. AI对话

chat流式返回

POST
/llm/chat/stream

你可以用这个 Chat 做什么#

这个 Chat 不是“纯聊天”,而是给剪辑工作流提效的 AI 助手。
从灵感到成片,它可以帮你把“想法”快速变成“可执行内容”。

典型使用场景#

1. 文案创作与仿写#

生成短视频口播稿、标题、封面文案、评论区引导语
按指定风格仿写:知识科普、情绪共鸣、种草带货、剧情反转
多版本快速改写:正式版、口语版、平台适配版(抖音/小红书/B站)

2. 分镜拆解与镜头规划#

把一句创意拆成可拍可剪的分镜脚本
自动生成镜头清单:景别、时长、画面动作、转场建议
输出结构化分镜,方便直接进入拍摄和剪辑

3. 任务编排与协同#

把“做一期视频”拆成任务清单:选题、脚本、素材、剪辑、发布
给出优先级和执行顺序,支持多人协作分工
适合做 Agent 式流程:一个问题驱动完整产出链路

4. 合规与风险审查#

审查文案中的敏感表达、违规风险、夸大宣传问题
提供替代表述,降低平台审核风险
可用于发布前“最后一轮体检”

5. 多模态理解辅助(图文/画面)#

识别画面元素、字幕、OCR 文本
提炼素材关键信息,帮助你做粗剪和内容归档
用于“从素材反推脚本”或“补全旁白逻辑”

你会得到什么结果#

可直接复制使用的文案与脚本
可执行的分镜与任务计划
可落地的审查意见与改写建议

一句话总结#

把它当成你的“剪辑搭档”:
能写、能拆、能审、能编排,让内容生产更快、更稳、更可复用。

请求参数

Authorization
在 Header 添加参数
Authorization
,其值为在 Bearer 之后拼接 Token
示例:
Authorization: Bearer ********************
Header 参数

Body 参数application/json必填

示例

返回响应

🟢200成功
application/json
Body

请求示例请求示例
Shell
JavaScript
Java
Swift
cURL
curl --location --request POST 'https://open.vectcut.com/llm/chat/stream' \
--header 'Authorization: Bearer  <token>' \
--header 'Content-Type: application/json' \
--data-raw '{
  "system_prompt": "你是一个有用的助手",
  "user_input": "你好,什么是勾股定理?",
  "model": "qwen3.6-plus"
}'
响应示例响应示例
{
    "choices": [
        {
            "finish_reason": "stop",
            "index": 0,
            "logprobs": null,
            "message": {
                "content": "你好!勾股定理(在西方常称为**毕达哥拉斯定理**)是几何学中最基础、最重要的定理之一,专门用于**直角三角形**。\n\n### 🔑 核心内容\n在一个直角三角形中,**两条直角边的平方和等于斜边的平方**。  \n用公式表示为:\n```\na² + b² = c²\n```\n- `a`、`b`:两条直角边的长度  \n- `c`:斜边的长度(即直角所对的最长边)\n\n### 📐 经典例子\n如果直角边分别为 `3` 和 `4`,则斜边为:\n```\nc = √(3² + 4²) = √(9 + 16) = √25 = 5\n```\n这就是中国古代著名的**“勾三、股四、弦五”**。\n\n### 📜 名称由来\n- **中国**:古人把较短的直角边叫“勾”,较长的叫“股”,斜边叫“弦”,故称“勾股定理”。《周髀算经》中早有记载,三国时期赵爽用“弦图”给出了严谨证明。\n- **西方**:相传古希腊数学家毕达哥拉斯(Pythagoras)系统研究并推广了该定理,因此得名。\n\n### 💡 常见用途\n- 已知两边求第三边(建筑测量、地图导航、游戏开发等)\n- 判断一个三角形是否为直角三角形(逆定理)\n- 推导距离公式、学习三角函数和解析几何的基础\n\n如果你有具体的题目、想了解它的几何证明方法,或想知道它在实际生活中的应用,随时告诉我!",
                "reasoning_content": "Here's a thinking process:\n\n1.  **Analyze User Input:**\n   - **User:** \"你好,什么是勾股定理?\" (Hello, what is the Pythagorean theorem?)\n   - **Language:** Chinese\n   - **Topic:** Pythagorean theorem (勾股定理)\n\n2.  **Identify Key Concepts to Explain:**\n   - Definition/Statement of the theorem\n   - Formula: $a^2 + b^2 = c^2$\n   - Context: Right-angled triangles\n   - Names of sides: legs (直角边) and hypotenuse (斜边)\n   - Historical/Cultural context (optional but helpful): Known in ancient China (Gougu theorem), Babylon, Greece (Pythagoras)\n   - Applications/Examples\n   - Clear, concise explanation in Chinese\n\n3.  **Structure the Response:**\n   - Greeting & Acknowledgment\n   - Core definition\n   - Mathematical formula\n   - Explanation of terms\n   - Historical note (brief)\n   - Simple example\n   - Practical applications\n   - Offer further help\n\n4.  **Draft the Response (Mental Refinement in Chinese):**\n   你好!勾股定理(又称毕达哥拉斯定理)是几何学中一个非常基础且重要的定理,专门用于**直角三角形**。\n\n   **定理内容:**  \n   在一个直角三角形中,两条直角边的平方和等于斜边的平方。  \n   用公式表示为:$a^2 + b^2 = c^2$  \n   其中,$a$ 和 $b$ 是两条直角边的长度,$c$ 是斜边(即直角所对的最长边)的长度。\n\n   **举个例子:**  \n   如果一个直角三角形的两条直角边分别是 3 和 4,那么斜边 $c = \\sqrt{3^2 + 4^2} = \\sqrt{9 + 16} = \\sqrt{25} = 5$。这就是著名的“勾三股四弦五”。\n\n   **补充说明:**\n   - 在中国古代,直角三角形中较短的直角边叫“勾”,较长的叫“股”,斜边叫“弦”,因此称为“勾股定理”。\n   - 它在建筑、导航、物理、工程等领域有广泛应用,也是后续学习三角函数、解析几何的基础。\n\n   如果你有具体题目或想了解它的证明方法,随时告诉我!\n\n5.  **Self-Correction/Verification:**\n   - *Accuracy:* Correct formula, correct terms, correct example.\n   - *Clarity:* Well-structured, uses simple language.\n   - *Cultural/Historical:* Mentions Chinese origin (\"勾三股四弦五\") and Western name (Pythagorean theorem) appropriately.\n   - *Completeness:* Covers definition, formula, example, context, applications, and offers further help.\n   - *Tone:* Friendly, professional, helpful.\n   - *Formatting:* Uses markdown effectively (bold, math notation if supported, but keep it simple).\n\n   Everything looks solid. Ready to output. All steps match the expected response. No factual errors detected. The explanation is concise and tailored to a general audience. I'll output it now. \n   *Self-Correction/Note during drafting:* \n   - Make sure to explicitly state it only applies to right triangles.\n   - Clarify that $c$ must be the hypotenuse.\n   - The example is classic and correct.\n   - The historical note is accurate and adds value without being distracting.\n   - All good.✅",
                "role": "assistant"
            }
        }
    ],
    "created": 1775816986,
    "id": "chatcmpl-aec23e3b-74c6-9dcc-9ba6-aebc786d2a12",
    "model": "qwen3.6-plus",
    "object": "chat.completion",
    "system_fingerprint": null,
    "usage": {
        "completion_tokens": 1129,
        "completion_tokens_details": {
            "reasoning_tokens": 767,
            "text_tokens": 1129
        },
        "prompt_tokens": 25,
        "prompt_tokens_details": {
            "text_tokens": 25
        },
        "total_tokens": 1154
    }
}
修改于 2026-04-21 07:23:01
上一页
chat兼容OpenAI格式
下一页
chat
Built with