阅丞集团API平台

阅丞集团API服务接口

使用分配的API密钥访问以下接口,获取AI大模型服务支持

API接口使用说明

API访问地址

https://ycceo.com/API/endpoint.php
注意:AI输出为Markdown格式

所有AI模型的响应内容均采用Markdown格式,便于展示代码、列表、表格等结构化内容

阅丞集团支持的模型

YueCheng-DeepSeek-Chat
阅丞通用对话模型,适用于日常对话和一般性问题解答
YueCheng-DeepSeek-Reasoner
阅丞思考推理模型,适用于需要复杂逻辑分析的任务
AI图片生成
使用AI技术生成高质量图片,满足创意需求
单轮对话
多轮对话
流式输出

单轮对话请求方式

使用POST方法发送请求,包含以下参数:

参数 类型 必填 说明
api_key String 分配给您的API密钥
prompt String 是" data-en="Yes">是 您的请求内容
model String 选择使用的模型,可选值:YueCheng-DeepSeek-Chat(默认,通用对话)或 YueCheng-DeepSeek-Reasoner(思考推理模式)

示例代码(Python - 单轮对话)

import requests import json # 方法1:使用Authorization头(推荐) def chat_with_authorization(): API_URL = "https://ycceo.com/API/endpoint.php" API_KEY = "您的API密钥" headers = { "Content-Type": "application/json", "Authorization": f"Bearer {API_KEY}" } data = { "model": "YueCheng-DeepSeek-Chat", "prompt": "你好,请用Markdown格式介绍一下你自己", "stream": False } try: response = requests.post(API_URL, headers=headers, json=data, timeout=30) print(f"状态码: {response.status_code}") result = response.json() if result.get('success'): print("AI回复 (Markdown格式):") print(result.get('answer')) else: print(f"错误: {result.get('error')}") except Exception as e: print(f"请求失败: {e}") # 方法2:使用api_key参数 def chat_with_api_key(): API_URL = "https://ycceo.com/API/endpoint.php" API_KEY = "您的API密钥" data = { "api_key": API_KEY, "model": "YueCheng-DeepSeek-Chat", "prompt": "你好,请用Markdown格式介绍一下你自己", "stream": False } try: response = requests.post(API_URL, json=data, timeout=30) print(f"状态码: {response.status_code}") result = response.json() if result.get('success'): print("AI回复 (Markdown格式):") print(result.get('answer')) else: print(f"错误: {result.get('error')}") except Exception as e: print(f"请求失败: {e}") # 调用示例 if __name__ == "__main__": chat_with_authorization() # 推荐使用这种方式 # chat_with_api_key() # 或者使用这种方式

响应格式(单轮对话)

{ "success": true, "answer": "# AI助手介绍\n\n我是阅丞集团的AI助手,基于DeepSeek模型...\n\n## 我的能力\n- 文本理解和生成\n- 代码编写\n- 问题解答\n- 创意写作\n\n**注意:** 我输出的内容都是Markdown格式", "model": "YueCheng-DeepSeek-Chat" }

多轮对话请求方式

使用POST方法发送请求,包含以下参数:

参数 类型 必填 说明
api_key String 分配给您的API密钥
messages Array 对话历史消息数组,每个消息包含role和content字段
model String 选择使用的模型

消息格式说明

  • role: 消息角色,可以是 "user"(用户)、"assistant"(助手)或 "system"(系统)
  • content: 消息内容
  • 对话历史应该按照时间顺序排列,最新的消息放在最后
  • 系统消息(role: "system")可用于设置助手的行为和角色

示例代码(Python - 多轮对话)

import requests import json API_URL = "https://ycceo.com/API/endpoint.php" API_KEY = "您的API密钥" headers = { "Content-Type": "application/json", "Authorization": f"Bearer {API_KEY}" } # 构建对话历史 messages = [ { "role": "system", "content": "你是一个有用的AI助手,请用Markdown格式回复用户的问题。" }, { "role": "user", "content": "你好,请介绍一下Python编程语言的主要特点" }, { "role": "assistant", "content": "# Python主要特点\n\n1. **简单易学**\n - 语法清晰简洁\n - 适合初学者入门\n\n2. **面向对象**\n - 支持面向对象编程\n - 类和对象的概念清晰\n\n3. **丰富的库**\n - 拥有庞大的第三方库生态系统\n - 涵盖Web开发、数据分析、人工智能等领域" }, { "role": "user", "content": "那Python在数据科学方面有什么优势?" } ] data = { "messages": messages, "model": "YueCheng-DeepSeek-Chat", "stream": False } try: response = requests.post(API_URL, headers=headers, json=data, timeout=30) print(f"状态码: {response.status_code}") result = response.json() if result.get('success'): print("AI回复 (Markdown格式):") print(result.get('answer')) # 完整的对话历史(包含新的回复) print("\n完整对话历史:") for msg in result.get('messages', []): print(f"{msg['role']}: {msg['content'][:100]}...") else: print(f"错误: {result.get('error')}") except Exception as e: print(f"请求失败: {e}")

响应格式(多轮对话)

{ "success": true, "answer": "## Python在数据科学的优势\n\nPython在数据科学领域具有以下主要优势:\n\n### 1. 强大的数据处理库\n- **Pandas**: 数据清洗和分析\n- **NumPy**: 数值计算\n- **SciPy**: 科学计算\n\n### 2. 机器学习和深度学习\n- **Scikit-learn**: 传统机器学习\n- **TensorFlow/PyTorch**: 深度学习框架\n\n### 3. 数据可视化\n- **Matplotlib**: 基础绘图\n- **Seaborn**: 统计可视化\n- **Plotly**: 交互式图表", "model": "YueCheng-DeepSeek-Chat", "messages": [ {"role": "system", "content": "你是一个有用的AI助手,请用Markdown格式回复用户的问题。"}, {"role": "user", "content": "你好,请介绍一下Python编程语言的主要特点"}, {"role": "assistant", "content": "# Python主要特点\n\n1. **简单易学**\n - 语法清晰简洁\n - 适合初学者入门\n\n2. **面向对象**\n - 支持面向对象编程\n - 类和对象的概念清晰\n\n3. **丰富的库**\n - 拥有庞大的第三方库生态系统\n - 涵盖Web开发、数据分析、人工智能等领域"}, {"role": "user", "content": "那Python在数据科学方面有什么优势?"}, {"role": "assistant", "content": "## Python在数据科学的优势\n\nPython在数据科学领域具有以下主要优势:\n\n### 1. 强大的数据处理库\n- **Pandas**: 数据清洗和分析\n- **NumPy**: 数值计算\n- **SciPy**: 科学计算\n\n### 2. 机器学习和深度学习\n- **Scikit-learn**: 传统机器学习\n- **TensorFlow/PyTorch**: 深度学习框架\n\n### 3. 数据可视化\n- **Matplotlib**: 基础绘图\n- **Seaborn**: 统计可视化\n- **Plotly**: 交互式图表"} ] }

流式输出请求方式

使用POST方法发送请求,包含以下参数:

参数 类型 必填 说明
api_key String 分配给您的API密钥
prompt String 您的请求内容(也支持messages参数)
stream Boolean 必须设置为true启用流式输出
model String 选择使用的模型

流式输出特点

  • 实时响应: 内容逐字返回,无需等待完整生成
  • 更低延迟: 首个token返回时间大大缩短
  • 更好的用户体验: 适合需要实时显示的场景
  • 服务器推送: 使用Server-Sent Events (SSE) 技术

示例代码(Python - 流式输出)

import requests import json API_URL = "https://ycceo.com/API/endpoint.php" API_KEY = "您的API密钥" headers = { "Content-Type": "application/json", "Authorization": f"Bearer {API_KEY}" } data = { "model": "YueCheng-DeepSeek-Chat", "prompt": "请用Markdown格式写一篇关于人工智能的短文,包含标题、段落和列表", "stream": True } try: response = requests.post( API_URL, headers=headers, json=data, stream=True, timeout=60 ) print("流式响应开始 (Markdown格式):") full_response = "" for line in response.iter_lines(): if line: decoded_line = line.decode('utf-8') if decoded_line.startswith('data: '): data_str = decoded_line[6:] # 移除 "data: " 前缀 if data_str.strip() == '[DONE]': print("\n\n流式响应结束") break try: data_obj = json.loads(data_str) if 'choices' in data_obj and len(data_obj['choices']) > 0: delta = data_obj['choices'][0].get('delta', {}) if 'content' in delta: content = delta['content'] print(content, end='', flush=True) full_response += content except json.JSONDecodeError: continue print(f"\n\n完整响应内容:\n{full_response}") except Exception as e: print(f"流式请求失败: {e}")

响应格式(流式输出)

data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","created":1700000000,"model":"deepseek-chat","choices":[{"index":0,"delta":{"role":"assistant","content":""},"finish_reason":null}]} data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","created":1700000000,"model":"deepseek-chat","choices":[{"index":0,"delta":{"content":"#"},"finish_reason":null}]} data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","created":1700000000,"model":"deepseek-chat","choices":[{"index":0,"delta":{"content":" 人"},"finish_reason":null}]} data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","created":1700000000,"model":"deepseek-chat","choices":[{"index":0,"delta":{"content":"工"},"finish_reason":null}]} data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","created":1700000000,"model":"deepseek-chat","choices":[{"index":0,"delta":{"content":"智"},"finish_reason":null}]} data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","created":1700000000,"model":"deepseek-chat","choices":[{"index":0,"delta":{"content":"能"},"finish_reason":null}]} data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","created":1700000000,"model":"deepseek-chat","choices":[{"index":0,"delta":{"content":"的"},"finish_reason":null}]} data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","created":1700000000,"model":"deepseek-chat","choices":[{"index":0,"delta":{"content":"未"},"finish_reason":null}]} data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","created":1700000000,"model":"deepseek-chat","choices":[{"index":0,"delta":{"content":"来"},"finish_reason":null}]} data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","created":1700000000,"model":"deepseek-chat","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]} data: [DONE]

使用说明

  • API密钥传递: 支持Authorization头(推荐)或请求体中的api_key字段
  • 简化配置: 无需设置max_tokens参数,系统会自动优化输出长度
  • 智能计费: 按实际使用量计费,包含服务处理费用
  • 自动优化: 系统会自动选择最优的生成参数,确保响应质量和效率
  • 服务费用: 每次API调用会收取固定服务费(150 tokens,约0.0012元),确保服务稳定性和响应速度
  • 对话历史: 使用messages参数可实现多轮对话,系统会维护完整的对话上下文
  • Markdown格式: 所有AI响应均采用Markdown格式,便于展示结构化内容

阅丞集团模型计费标准

计费类型 计费单位 单价(人民币) 核心说明
输入 Tokens
(缓存未命中)
每百万 Tokens 4 元 适用于首次提交的输入内容、未被系统缓存的个性化输入,按实际消耗的 Token 数量计费
输入 Tokens
(缓存命中)
每百万 Tokens 0.5 元 适用于重复提交的相同输入内容、已被系统缓存的标准化输入,享受优惠单价
输出 Tokens 每百万 Tokens 12 元 指模型根据用户输入生成的回复文本,按回复内容实际占用的 Token 数量计费
服务处理费 每次调用 0.0012 元 每次API调用固定收取150 tokens的服务费,用于维持服务稳定性和性能优化

补充说明

  • Token 计量规则: 采用行业通用的 Token 计数标准,中文文本约每 2-3 个汉字对应 1 个 Token,英文单词约每 1 个单词对应 1 个 Token(含空格和标点)
  • 缓存机制说明: 系统缓存周期为 7 天,同一用户在 7 天内提交的完全一致输入内容,将优先匹配缓存数据并按缓存命中价格计费
  • 扣费方式: 费用按实际使用量实时结算,从用户在阅丞集团的服务账户余额中扣除
  • 价格有效期: 本计费标准自发布之日起生效,阅丞集团有权根据市场情况及模型服务成本调整价格
  • 模型选择: 所有模型(包括YueCheng-DeepSeek-Chat和YueCheng-DeepSeek-Reasoner)均采用相同的计费标准

图片生成API

开发者文档地址

https://ycceo.com/API/AI-picture

使用AI技术快速生成高质量图片,满足您的创意需求。

价格说明

  • 每张图片生成成功:0.2元
  • 新用户免费赠送:30张 限时优惠
  • 活动期间可能额外赠送更多免费额度
查看图片生成API文档

购买API密钥

点击下方按钮购买API访问权限

购买后请联系管理员获取API Key:

QQ:3760854951

微信:YGOA_YC01_L1

联系管理员获取API key请备注来意