OpenAI相容-Completions

支援的模型

當前支援 Qwen Coder 部分模型：

qwen-coder-turbo

前提條件

您需要已擷取API Key並配置API Key到環境變數。如果通過 OpenAI SDK 調用，需要安裝SDK。

開始使用

您可以通過 Completions 介面實現文本補全，當前支援以下兩種文本補全情境：

通過給定的首碼產生後續內容；
通過給定的首碼與尾碼產生中間內容；

暫不支援通過給定的尾碼產生首碼內容。

快速開始

您可以在首碼中傳入函數的名稱、輸入參數、使用說明等資訊，Completions 介面將返回產生的程式碼。

提示詞模板為：

<|fim_prefix|>{prefix_content}<|fim_suffix|>

其中{prefix_content}是您需要傳入的首碼資訊。

Python

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
    api_key=os.getenv("DASHSCOPE_API_KEY")
)

completion = client.completions.create(
  model="qwen-coder-turbo",
  prompt="<|fim_prefix|>寫一個python的快速排序函數，def quick_sort(arr):<|fim_suffix|>",
)

print(completion.choices[0].text)

Node.js

import OpenAI from "openai";

const openai = new OpenAI(
    {
        // 若沒有配置環境變數，請用阿里雲百鍊API Key將下行替換為：apiKey: "sk-xxx",
        apiKey: process.env.DASHSCOPE_API_KEY,
        baseURL: "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1"
    }
);

async function main() {
    const completion = await openai.completions.create({
        model: "qwen-coder-turbo",
        prompt: "<|fim_prefix|>寫一個python的快速排序函數，def quick_sort(arr):<|fim_suffix|>",
    });
    console.log(completion.choices[0].text)
}

main();

curl

curl -X POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen-coder-turbo",
    "prompt": "<|fim_prefix|>寫一個python的快速排序函數，def quick_sort(arr):<|fim_suffix|>"
}'

根據首碼和尾碼產生中間內容

Completions 介面支援通過您給定的首碼與尾碼產生中間內容，您可以在首碼中傳入函數的名稱、輸入參數、使用說明等資訊，在尾碼中傳入函數的返回參數等資訊，Completions 介面將返回產生的程式碼。

提示詞模板為：

<|fim_prefix|>{prefix_content}<|fim_suffix|>{suffix_content}<|fim_middle|>

其中{prefix_content}是您需要傳入的首碼資訊，{suffix_content}為您需要傳入的尾碼資訊。

Python

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
    api_key=os.getenv("DASHSCOPE_API_KEY")
)

prefix_content = f"""def reverse_words_with_special_chars(s):
'''
反轉字串中的每個單詞（保留非字母字元的位置），並保持單詞順序。
    樣本:
    reverse_words_with_special_chars("Hello, world!") -> "olleH, dlrow!"
    參數:
        s (str): 輸入字串（可能包含標點符號）
    返回:
        str: 處理後的字串，單詞反轉但非字母字元位置不變
'''
"""

suffix_content = "return result"

completion = client.completions.create(
  model="qwen-coder-turbo",
  prompt=f"<|fim_prefix|>{prefix_content}<|fim_suffix|>{suffix_content}<|fim_middle|>",
)

print(completion.choices[0].text)

Node.js

import OpenAI from 'openai';


const client = new OpenAI({
  baseURL: "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
  apiKey: process.env.DASHSCOPE_API_KEY
});

const prefixContent = `def reverse_words_with_special_chars(s):
'''
反轉字串中的每個單詞（保留非字母字元的位置），並保持單詞順序。
    樣本:
    reverse_words_with_special_chars("Hello, world!") -> "olleH, dlrow!"
    參數:
        s (str): 輸入字串（可能包含標點符號）
    返回:
        str: 處理後的字串，單詞反轉但非字母字元位置不變
'''
`;

const suffixContent = "return result";

async function main() {
  const completion = await client.completions.create({
    model: "qwen-coder-turbo",
    prompt: `<|fim_prefix|>${prefixContent}<|fim_suffix|>${suffixContent}<|fim_middle|>`
  });

  console.log(completion.choices[0].text);
}

main();

curl

curl -X POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen-coder-turbo",
    "prompt": "<|fim_prefix|>def reverse_words_with_special_chars(s):\n\"\"\"\n反轉字串中的每個單詞（保留非字母字元的位置），並保持單詞順序。\n    樣本:\n    reverse_words_with_special_chars(\"Hello, world!\") -> \"olleH, dlrow!\"\n    參數:\n        s (str): 輸入字串（可能包含標點符號）\n    返回:\n        str: 處理後的字串，單詞反轉但非字母字元位置不變\n\"\"\"\n<|fim_suffix|>return result<|fim_middle|>"
}'

輸入與輸出參數

輸入參數

參數	類型	必選	說明
model	string	是	調用的模型名稱。
prompt	string	是	要產生補全的提示。
max_tokens	integer	否	本次請求返回的最大 Token 數。 `max_tokens` 的設定不會影響大模型的產生過程，如果模型產生的 Token 數超過`max_tokens`，本次請求會返回截斷後的內容。
temperature	float	否	採樣溫度，控制模型產生文本的多樣性。 temperature越高，產生的文本更多樣，反之，產生的文本更確定。取值範圍： [0, 2.0)。由於temperature與top_p均可以控制產生文本的多樣性，因此建議您只設定其中一個值。
top_p	float	否	核採樣的機率閾值，控制模型產生文本的多樣性。 top_p越高，產生的文本更多樣。反之，產生的文本更確定。取值範圍：（0,1.0] 由於temperature與top_p均可以控制產生文本的多樣性，因此建議您只設定其中一個值。
stream	boolean	否	是否流式輸出回複。參數值： false（預設值）：模型產生完所有內容後一次性返回結果。 true：邊產生邊輸出，即每產生一部分內容就立即輸出一個片段（chunk）。
stream_options	object	否	當啟用流式輸出時，可通過將本參數設定為`{"include_usage": true}`，在輸出的最後一行顯示所使用的Token數。
stop	string 或 array	否	當模型產生的文本即將包含stop參數中指定的字串或`token_id`時，將自動停止產生。您可以在stop參數中傳入敏感詞來控制模型的輸出。
seed	integer	否	設定seed參數會使文本產生過程更具有確定性，通常用於使模型每次啟動並執行結果一致。在每次模型調用時傳入相同的seed值（由您指定），並保持其他參數不變，模型將儘可能返回相同的結果。取值範圍：0到2³¹−1。
presence_penalty	float	否	控制模型產生文本時的內容重複度。取值範圍：[-2.0, 2.0]。正數會減少重複度，負數會增加重複度。

輸出參數

參數	類型	說明
id	string	本次調用的唯一識別碼。
choices	array	模型產生內容的數組。
choices[0].text	string	本次請求產生的內容。
choices[0].finish_reason	string	模型停止產生的原因。
choices[0].index	integer	當前元素在數組中的索引，固定為0。
choices[0].logprobs	object	當前固定為`null`。
created	integer	本次請求被建立時的時間戳記。
model	string	本次請求使用的模型名稱。
system_fingerprint	string	該參數當前固定為`null`。
object	string	物件類型，始終為 `"text_completion"`。
usage	object	本次請求的使用統計資訊。
usage.prompt_tokens	integer	`prompt` 轉換為 Token 的數量。
usage.completion_tokens	integer	`choices[0].text` 轉換為 Token 的數量。
usage.total_tokens	integer	`usage.prompt_tokens`與 `usage.completion_tokens` 的總和。

錯誤碼

如果模型調用失敗並返回報錯資訊，請參見錯誤碼進行解決。