幫助中心
首頁 Alibaba Cloud Model Studio API參考 更多模型 Qwen-Deep-Research 深入研究模型

Qwen-Deep-Research API 參考

更新時間：
Copy as MD
產品

本文介紹通過 DashScope API 調用 Qwen-Deep-Research 模型的輸入與輸出參數。

相關文檔：深入研究（Qwen-Deep-Research）
重要

Qwen-Deep-Research模型僅支援華北2（北京）地區，如需使用模型，請使用華北2（北京）地區的API Key。

說明

模型當前僅支援通過 Python DashScope SDK 調用，暫不支援 Java SDK 與 OpenAI 相容介面。

DashScope

您需要已擷取API Key並配置API Key到環境變數。若通過DashScope SDK進行調用，需要安裝DashScope SDK。

請求體

Python

import os
import dashscope
# 以下為華北2（北京）地區的配置，調用時請將WorkspaceId替換為真實的業務空間ID，各地區的配置不同。
dashscope.base_http_api_url = "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1"

# 第一步：模型反問確認
messages = [{'role': 'user', 'content': '研究一下人工智慧在教育中的應用'}]

responses = dashscope.Generation.call(
    api_key=os.getenv('DASHSCOPE_API_KEY'),
    model="qwen-deep-research",
    messages=messages,
    stream=True
)

# 擷取模型反問內容
step1_content = ""
for response in responses:
    if hasattr(response, 'output') and response.output:
        message = response.output.get('message', {})
        content = message.get('content', '')
        if content:
            step1_content += content
            print(content, end='', flush=True)

# 第二步：深入研究
messages = [
    {'role': 'user', 'content': '研究一下人工智慧在教育中的應用'},
    {'role': 'assistant', 'content': step1_content},
    {'role': 'user', 'content': '我主要關注個人化學習和智能評估這兩個方面'}
]

responses = dashscope.Generation.call(
    api_key=os.getenv('DASHSCOPE_API_KEY'),
    model="qwen-deep-research",
    messages=messages
)

# 流式輸出研究結果
for response in responses:
    if hasattr(response, 'output') and response.output:
        message = response.output.get('message', {})
        content = message.get('content', '')
        if content:
            print(content, end='', flush=True)

curl

echo "第一步：模型反問確認"
curl --location 'https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/text-generation/generation' \
--header 'X-DashScope-SSE: enable' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "input": {
        "messages": [
            {
                "content": "研究一下人工智慧在教育中的應用", 
                "role": "user"
            }
        ]
    },
    "model": "qwen-deep-research"
}'

echo -e "\n\n" 
echo "第二步：深入研究"
curl --location 'https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/text-generation/generation' \
--header 'X-DashScope-SSE: enable' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "input": {
        "messages": [
            {
                "content": "研究一下人工智慧在教育中的應用", 
                "role": "user"
            },
            {
                "content": "請告訴我您希望重點研究人工智慧在教育中的哪些具體應用情境？", 
                "role": "assistant"
            },
            {
                "content": "我主要關注個人化學習方面", 
                "role": "user"
            }
        ]
    },
    "model": "qwen-deep-research"
}'

model string （必選）

模型名稱。支援的模型：qwen-deep-research。

messages array （必選）

傳遞給大模型的上下文，按對話順序排列。

訊息類型

User Message object（必選）

使用者訊息，用於向模型傳遞問題、指令或上下文。在 Qwen-Deep-Research 的兩階段調用流程中，使用者訊息起到不同作用：

  • 第一步（模型反問確認）：使用者訊息用於發起初始的研究請求，提出一個較為寬泛的研究主題。

  • 第二步（深入研究）：使用者訊息用於回答模型提出的澄清式問題，協助模型聚焦研究方向，進行更具針對性的深入分析。

屬性

content string（必選）

訊息內容。

role string （必選）

系統訊息的角色，固定為user。

Assistant Message object （可選）

模型對使用者訊息的回複。在第二步（深入研究）的API調用中，此參數用以傳入模型在第一步（反問確認）中返回的澄清式問題，作為對話歷史的一部分，從而引導模型進行更具針對性的分析。

content string （可選）

訊息內容。

role string （必選）

固定為assistant。

output_format string （可選）

指定輸出研究報告的格式和詳細程度。支援以下取值：

  • model_detailed_report（預設） 產生一份結構完整、內容詳盡的深度研究報告，篇幅約6000 Token，適合需要全面深入分析的情境。

  • model_summary_report 產生一份核心觀點突出、內容精鍊的摘要式研究報告，篇幅約1500-2000 Token，適合快速瞭解關鍵資訊和結論的情境。

響應對象

研究規劃階段

{
  "status_code": 200,
  "request_id": "2a6187f0-7e7b-40bb-a87e-xxx",
  "code": "",
  "message": "",
  "output": {
        "text": null, 
        "finish_reason": null, 
        "choices": null, 
        "message": {
            "phase": "ResearchPlanning",
            "role": "assistant",
            "content": "",
            "extra": {
                "deep_research": {}
            },
            "status": "typing"
        },
        "fininshed": false,
        "fininshed_reason": "null"
    },
    "usage": {
        "input_tokens": 694,
        "output_tokens": 0
    },
    "request_id": "2a6187f0-7e7b-40bb-xxx"
}

網路搜尋階段

{
  "status_code": 200,
  "request_id": "2a6187f0-7e7b-40bb-a87e-xxx",
  "code": "",
  "message": "",
  "output": {
    "message": {
      "phase": "WebResearch",
      "role": "assistant",
      "content": "",
      "extra": {
        "deep_research": {
          "query": {
            "researchGoal": "通過尋找",
            "query": "",
            "id": 1
          }
        }
      },
      "status": "streamingQueries"
    },
    "fininshed": false,
    "fininshed_reason": "null"
  },
  "usage": {
    "input_tokens": 694,
    "output_tokens": 0
  }
}

串連保持階段

{
  "status_code": 200,
  "request_id": "2a6187f0-7e7b-40bb-a87e-xxx",
  "code": "",
  "message": "",
  "output": {
    "message": {
      "phase": "KeepAlive",
      "role": "assistant",
      "content": "",
      "extra": {
        "deep_research": {}
      },
      "status": "typing"
    },
    "fininshed": false,
    "fininshed_reason": "null"
  },
  "usage": {
    "input_tokens": 694,
    "output_tokens": 0
  }
}

反問確認與回答階段

{
  "status_code": 200,
  "request_id": "2a6187f0-7e7b-40bb-a87e-xxx",
  "code": "",
  "message": "",
  "output": {
    "message": {
      "phase": "answer",
      "role": "assistant",
      "content": "，這些承諾相互",
      "extra": {
        "deep_research": {
          "references": [
            {
              "icon": "",
              "index_number": 1,
              "description": "計劃中設想的兩個xxx從未在 ",
              "title": "歷史和背景| 聯合國 - the United Nations",
              "url": "https://www.un.org/xxx"
            }
          ]
        }
      },
      "status": "typing"
    },
    "fininshed": false,
    "fininshed_reason": "null"
  },
  "usage": {
    "input_tokens": 694,
    "output_tokens": 0
  }
}

status_code string

本次請求的狀態代碼。200 表示請求成功，否則表示請求失敗。

調用失敗會拋出異常，異常資訊為status_code和message的內容。

request_id string

本次調用的唯一識別碼。

code string

錯誤碼，調用成功時為空白值。

只有Python SDK返回該參數。

message string

錯誤提示資訊，調用成功時為空白值。

output object

調用結果資訊。

屬性

text string

該參數當前固定為null。

finish_reason string

模型結束產生的原因。有以下情況：

  • 正在產生時為null；

  • 模型輸出自然結束為stop；

  • 因產生長度過長而結束為length

choices array

模型的輸出資訊。

屬性

finish_reason string

有以下情況：

  • 正在產生時為null；

  • 因模型輸出自然結束為stop；

  • 因產生長度過長而結束為length

message object

模型輸出的訊息對象。

屬性

屬性

phase string

當前所處階段，其中包含：

  • answer：反問確認與回答階段;

  • ResearchPlanning：研究規劃階段

  • WebResearch：網路搜尋階段

  • KeepAlive：串連保持階段

role string

輸出訊息的角色，固定為assistant。

content string

模型的輸出內容。

extra array

模型擷取的網路搜尋與參考資訊。

deep_research object

僅在answer與WebResearch階段包含擷取的網路搜尋與參考資訊，其餘階段均為null。

research object

模型的研究過程與內容資訊。

屬性

researchGoal string

研究目標。

query string

研究過程中的搜尋內容。

id integer

搜尋的輪數，取值範圍 [1-15]。

learningMap object

從調用工具總結擷取到的內容，和調用工具相關聯。

references object

模型產生答案所引用的內容，僅回答階段包含此參數。

屬性

icon string

參考內容URL的網頁表徵圖連結。

index_number integer

參考內容的索引。

description string

參考內容的簡介。

title string

參考內容的網頁標題。

url string

參考內容的網頁URL。

webSites object

模型研究過程中所參考的內容，僅網路搜尋階段包含此參數。

屬性

icon string

參考內容URL的網頁表徵圖連結。

index_number integer

參考內容的索引。

description string

參考內容的簡介。

title string

參考內容的網頁標題。

url string

參考內容的網頁URL。

status string

模型輸出過程中不同階段的狀態：

  • typing：正在產生該階段內容。

  • finished：階段已完成。

  • streamingQueries：正在產生研究目標和搜尋查詢

  • streamingWebResult：正在執行搜尋、網頁閱讀和代碼執行

  • WebResultFinished：網路搜尋階段完成

finished boolean

標識模型的內容流式輸出是否已全部完成。有以下情況：

  • 內容仍在持續輸出中為false；

  • 內容已全部輸出完畢，當前為最後一個響應為true

finished_reason string

標識模型的內容流式輸出結束的原因。有以下情況：

  • 正在產生時為null；

  • 模型內容流式輸出自然結束為stop

usage object

本次請求使用的Token資訊。

屬性

input_tokens integer

輸入 Token 數。

output_tokens integer

輸出 Token 數。

上一篇：Qwen-MT 翻譯模型下一篇：Qwen-OCR 文字提模數型