对话
清晰表达想法,逐步推敲答案。需要时调用工具,关键上下文始终保留。
请求在本地机队内完成推理与调度。你看到的是流畅对话;背后是持续在线的边缘节点。
机队节点实时可见,每 30 秒自动刷新。
暂时无法读取状态。查看原始数据
从一次提问,到一份可交付的结果。
清晰表达想法,逐步推敲答案。需要时调用工具,关键上下文始终保留。
用说的方式输入,用听的方式接收。适合会议记录与口述创作。
/v1/audio/transcriptions/v1/audio/speech
上传 PDF 与 Office 文件,获得结构清晰、可继续编辑的内容。
/v1/files/v1/files/parse把提纲交给含光,直接拿到可打开的演示文稿、文档或 PDF。
流式输出、思考过程与产物下载,用几行代码接好。
pip install hanguangnpm i @hanguang/sdk聊天、模型列表、文件与语音均遵循 OpenAI 协议。把 base_url 指向含光,现有客户端即可继续使用。
base_url = "https://compute.zscampus.com/v1"
鉴权与限流已就绪。并发占满时返回 429 与 Retry-After,
流式响应按块送达,体验与主流 API 一致。
POST /v1/chat/completionsGET /v1/modelsPOST /v1/audio/transcriptionsPOST /v1/audio/speechPOST /v1/files/parsePOST /v1/docs/generateGET /api/devicesGET /healthcurl https://compute.zscampus.com/v1/chat/completions \
-H "Authorization: Bearer $HANGUANG_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3.6-thinking",
"stream": true,
"messages": [
{"role": "user", "content": "把这份提纲整理成汇报 PPT"}
]
}'
from hanguang import HanGuang
client = HanGuang(api_key="sk-spark-gateway")
for event in client.chat.stream("介绍一下含光"):
if event.type == "reasoning":
print(event.text, end="", flush=True)
elif event.type == "content":
print(event.text, end="", flush=True)
import { HanGuang } from "@hanguang/sdk";
const client = new HanGuang({ apiKey: process.env.HANGUANG_API_KEY });
for await (const event of client.stream("介绍一下含光")) {
if (event.type === "reasoning") process.stdout.write(event.text ?? "");
else if (event.type === "content") process.stdout.write(event.text ?? "");
}
简洁、可预期的路径,从你的客户端到推理节点。
网页对话、官方 SDK,或任何 OpenAI 兼容客户端。
加密传输、身份校验与流量保护。
按模型与负载,选择合适的节点。
就近生成回答,状态同步回控制台。
节点健康、并发与用量,随时可查。
正在加载控制台预览