Trinity
Trinity AI

中文

English

中文

English

创建 Responses ​

面向 Responses 协议的生文调用。请求体使用 input 形态。

请求体将透传至模型上游的 Responses 接口（如 GPT-5.5 上游的 OpenAI Responses）。实际支持的请求字段和响应结构取决于上游是否支持该协议。

使用 Chat Completions 协议? 参见 创建对话补全。

模型 ID 见 获取模型 或 模型广场。

Endpoint ​

MethodURL
POST{TRINITY_BASE_URL}/responses

Base URL ​

项值
Base URLhttps://api.trinitydesk.ai/v1
协议HTTPS
bash
export TRINITY_BASE_URL="https://api.trinitydesk.ai/v1"
export TRINITY_API_KEY="xh-..."

Headers ​

Header必填说明
Authorization是Bearer <TRINITY_API_KEY>
Content-Type是application/json
Accept流式时text/event-stream

请求示例 ​

非流式 ​

bash
curl -sS "${TRINITY_BASE_URL}/responses" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${TRINITY_API_KEY}" \
  -d '{
    "model": "gpt-5.5",
    "input": "Introduce yourself",
    "max_output_tokens": 256
  }'

数组 input ​

bash
curl -sS "${TRINITY_BASE_URL}/responses" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${TRINITY_API_KEY}" \
  -d '{
    "model": "gpt-5.5",
    "input": [
      { "role": "user", "content": "用一句话介绍你自己" }
    ],
    "max_output_tokens": 256
  }'

流式 ​

bash
curl -sS -N "${TRINITY_BASE_URL}/responses" \
  -H "Content-Type: application/json" \
  -H "Accept: text/event-stream" \
  -H "Authorization: Bearer ${TRINITY_API_KEY}" \
  -d '{
    "model": "gpt-5.5",
    "input": "Hello",
    "stream": true
  }'

带 instructions 和 tools ​

bash
curl -sS "${TRINITY_BASE_URL}/responses" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${TRINITY_API_KEY}" \
  -d '{
    "model": "gpt-5.5",
    "input": "北京现在几点？",
    "instructions": "用中文回答,如果问到时间请说明时间来源",
    "tools": [{
      "type": "web_search",
      "name": "web_search"
    }]
  }'

请求体字段 ​

以下字段将被透传至上游 Responses 接口。并非所有上游都支持全部字段，请参考对应模型文档。

字段必填类型说明
model是string模型 ID
input是string | array消息内容；字符串或 { role, content } 数组
prompt否string | object直接 prompt 输入，简单场景
stream否boolean默认 false；设为 true 启用 SSE 流式输出
instructions否string系统指令，影响回复风格和行为约束
max_output_tokens否integer输出 token 上限
reasoning否object推理配置，如 { "effort": "medium" }
tools否array工具列表，如 web_search、function 等
tool_choice否string工具选择策略；"auto" / "required" / "none"
parallel_tool_calls否boolean默认 true；允许并行工具调用
response_format / text否object输出格式配置，如 { "format": { "type": "json_schema", ... } }

不支持的字段：previous_response_id 和 store 不支持。Responses 接口不提供基于历史 response ID 的续接，也不会存储对话历史；请在客户端自行维护多轮对话上下文，并通过 input 传入。

提示：请求体中的 model 值会被自动规范化（如 "gpt-5.5" 映射为内部模型 code）。不支持 model=auto。

响应 ​

成功时返回上游 Responses 协议形态 JSON（非流式）或 text/event-stream（流式）。响应结构由上游决定。

非流式响应示例 ​

json
{
  "id": "resp_abc123",
  "object": "response",
  "created": 1700000000,
  "model": "gpt-5.5",
  "status": "completed",
  "output": [
    {
      "type": "message",
      "role": "assistant",
      "content": [
        { "type": "output_text", "text": "我是 AI 助手，很高兴为您服务！" }
      ]
    }
  ],
  "usage": {
    "input_tokens": 15,
    "output_tokens": 30,
    "total_tokens": 45
  }
}

流式事件 ​

流式模式下，每行以 data: 前缀输出 SSE 事件。行格式：

data: {"type": "response.output_text.delta", "delta": "...", ...}
data: [DONE]

事件类型由上游决定。常见类型：

事件类型说明
response.created响应已创建
response.in_progress响应开始生成
response.output_text.delta文本增量
response.output_text.done文本块完成
response.completed响应完成
response.failed响应失败

错误码 ​

HTTPerror.code场景
400invalid_request请求体缺少 input
400unsupported_request_shape请求体形状无法识别
400model_interface_not_supported模型不支持 Responses 协议
402insufficient_quota余额不足
404model_not_found模型不存在或路由不可达
502upstream_error上游服务错误或超时

完整错误码见 错误与调试。

Python 示例 ​

python
import os
import requests

url = f"{os.environ['TRINITY_BASE_URL']}/responses"
r = requests.post(
    url,
    headers={
        "Authorization": f"Bearer {os.environ['TRINITY_API_KEY']}",
        "Content-Type": "application/json",
    },
    json={
        "model": "gpt-5.5",
        "input": [{"role": "user", "content": "用一句话介绍你自己"}],
        "max_output_tokens": 256,
    },
    timeout=120,
)
r.raise_for_status()
resp = r.json()
print(f"Response ID: {resp.get('id')}")
print(f"Status: {resp.get('status')}")
for output in resp.get("output", []):
    if output.get("type") == "message":
        for block in output.get("content", []):
            print(block.get("text"))

相关 ​

© Trinity AI

© Trinity AI