01
Magpadala ng OpenAI-style na request
Gamitin ang opisyal na JavaScript o Python SDK, palitan ang base URL, at panatilihin ang pamilyar na hugis ng chat completions.
Ituro ang isang OpenAI client sa Reverie at tumawag ng karakter sa halip na isang generic na model. Nananatili sa server ang personalidad, mga scenario, history, at pangmatagalang memorya—at nakikita pa rin sa web ang parehong usapan.
Request sa TypeScript
const reply = await client.chat
.completions.create({
model: "Luna [abc12345]",
messages: [{
role: "user",
content: "Naaalala mo pa ba ang obserbatoryo?"
}],
});Sagot ng karakter
streaming{
"role": "assistant",
"content": "Naaalala ko ang pangakong ginawa mo roon."
}
Isang request, ang buong character engine
Panatilihin ang client contract na alam mo na habang ang Reverie ang humahawak sa likod nito ng pagpili ng karakter, konteksto, memorya, at persistence.
Gamitin ang opisyal na JavaScript o Python SDK, palitan ang base URL, at panatilihin ang pamilyar na hugis ng chat completions.
Pinipili ng model field ang isang karakter, isang scenario, o ang default na karakter na naka-pin sa API key.
Pinapatong-patong ng Reverie ang depinisyon ng karakter, kasalukuyang scenario, mga preference, mga kamakailang mensahe, mga buod, at mga kaugnay na memorya.
Dumarating sa client ang mga SSE chunk na nasa format ng OpenAI habang nananatiling available sa bawat surface ang usapan at ang mga bagong memorya.
Higit pa sa prompt wrapper
Buuin ang produkto sa paligid ng karanasan sa karakter mo sa halip na buuin ulit ang pagkakakilanlan at pagpapatuloy para sa bawat integration.
Tawagin ang sarili mong mga private na karakter o mga public na karakter ng komunidad nang buo ang kanilang boses, kilos, mga halimbawa, at mga setting ng creator.
Ang server ang nag-iingat ng opisyal na chat, kaya karamihan ng integration ay kailangan lang ipadala ang pinakabagong mensahe ng user sa halip na ulitin ang buong transcript.
Kayang mag-save, mag-update, at magtanggal ng matatagal na memorya ang mga suportadong model habang pinapanatili ng mga rolling summary ang mas mahahabang arc ng kuwento.
Ipakita ang iisang karakter sa iba't ibang panimulang sitwasyon at hayaang ipakita ng mga model-aware na client ang mga scenario bilang mga variant na mapipili.
Magsimula sa isang app, ituloy sa reverie.im, lumipat sa bot, at bumalik sa API nang hindi gumagawa ng mga kopyang hindi magkakaugnay.
Sinusunod ng mga model preference kada chat, token trimming, rate limit, at pagbibilang ng credits ang parehong mga patakaran ng Reverie sa web.
Mabilisang simula
Walang bagong SDK at walang custom na database ng usapan na kailangan para sa unang request.
Pangalanan ang integration, mag-pin ng default na karakter kung gusto mo, kopyahin nang isang beses ang rk_ key, at itago ito sa server mo.
Gumamit ng OpenAI client na may https://reverie.im/api/device/v1 at ipasa ang isang karakter o scenario sa model field.
I-stream agad ang sagot. Pinipili ng Reverie ang karakter at dinadala ang nabuong usapan sa mga susunod na tawag.
FAQ sa AI character API
Compatibility, character routing, persistence, at ang mga praktikal na limitasyon ng API.
Bumuo gamit ang mga persistent na karakter
Teksto lang ang ibinabalik ng isang generic na chat completion. Kailangan din ng isang produktong may karakter ang pagkakakilanlan, state ng scenario, history, memorya, at maaasahang paraan ng pagpili kung sino ang nagsasalita. Pinapanatili ng Reverie ang mga layer na iyon sa likod ng iisang compatible na endpoint.
Nasa Reverie ang mga depinisyon ng karakter at puwedeng pagandahin nang hindi nire-redeploy ang bawat app na tumatawag sa kanila.
Pinapanatili ng mga rolling summary at token-budget trimming ang kapaki-pakinabang na state nang hindi kailangang ipadala ulit ng client ang palaki nang palaking array ng mga mensahe.
Nananatiling available sa web UI ng Reverie ang usapang sinimulan sa isang custom na interface sa halip na maging hiwalay na integration silo.
Nananatiling pamilyar ang hugis ng request at response, habang sadyang itinuturo ng model field ang tawag sa isang karakter o scenario. Pinapanatili nito ang compatibility sa SDK nang hindi nagkukunwaring pangalan lang ng model ang isang karakter.
Gamitin ang mga karaniwang OpenAI JavaScript at Python client, mga streaming parser, at mga tool na pumapayag sa custom na base URL.
Ibinabalik ng models endpoint ang mga kamakailang karakter o ang mga scenario na nakakabit sa default na karakter ng isang key, sa hugis na madaling gamitin ng client.
Gumagamit ang mga pagkabigo sa authentication, nawawalang karakter, rate limit, at quota ng karaniwang error envelope na may mga tiyak na code na nababasa ng makina.
Piliin ang susunod na hakbang para sa iyong mga karakter, usapan, o kuwento.
Isang endpoint, isang karakter na may nakaraan
Gumawa ng key, pumili ng karakter, at ipadala ang unang OpenAI-compatible na request.