01
送出 OpenAI 格式的請求
使用官方 JavaScript 或 Python SDK，只要更改 base URL，就能沿用熟悉的 chat completions 結構。
把 OpenAI 用戶端指向 Reverie，呼叫的就是角色，而不是通用模型。個性、場景、歷史紀錄與長期記憶都儲存在伺服器端——同一段對話在網頁版上也看得到。
TypeScript 請求
const reply = await client.chat
.completions.create({
model: "露娜 [abc12345]",
messages: [{
role: "user",
content: "你還記得那座天文台嗎？"
}],
});角色回應
串流中{
"role": "assistant",
"content": "我記得你在那裡許下的承諾。"
}
一次請求，完整的角色引擎
沿用你熟悉的用戶端協定，由 Reverie 在背後處理角色解析、上下文、記憶與持久儲存。
使用官方 JavaScript 或 Python SDK，只要更改 base URL，就能沿用熟悉的 chat completions 結構。
model 欄位用來選擇角色、場景，或 API 金鑰上綁定的預設角色。
Reverie 會層層疊加角色定義、目前場景、偏好設定、近期訊息、摘要與相關記憶。
OpenAI 格式的 SSE 區塊即時傳到用戶端，同時對話與新記憶在每個平台上都能繼續使用。
不只是提示詞包裝
圍繞你的角色體驗打造產品，不必為每一次整合重新建立身分與連續性。
呼叫你自己的私人角色或公開的社群角色，完整保留它們的聲音、行為、範例與創作者設定。
伺服器端會儲存權威版本的聊天紀錄，因此多數整合只需傳送最新的使用者訊息，不必重送整段紀錄。
支援的模型可以儲存、更新與刪除長期記憶，滾動摘要則能保留更長的故事線。
讓同一個角色擁有多種開場情境，並讓能辨識模型的用戶端把場景呈現為可選擇的變體。
從應用程式開始，到 reverie.im 繼續，切換到機器人，再回到 API，都不會產生彼此脫節的副本。
每段聊天的模型偏好、Token 裁剪、速率限制與點數計算，都與 Reverie 網頁版採用相同規則。
快速開始
第一次請求不需要新的 SDK，也不需要自建對話資料庫。
為整合命名，可選擇綁定一個預設角色，複製只會顯示一次的 rk_ 金鑰，並將它存放在你的伺服器上。
讓 OpenAI 用戶端使用 https://reverie.im/api/device/v1，並透過 model 欄位傳入角色或場景。
立即串流回應。Reverie 會解析角色，並把這段對話延續到之後的呼叫中。
AI 角色 API 常見問題
關於相容性、角色路由、持久儲存與 API 的實際限制。
用持久角色打造應用
一般的 chat completion 只會回傳文字。角色產品還需要身分、場景狀態、歷史紀錄、記憶，以及可靠決定誰在說話的方式。Reverie 把這些層次都整合在單一相容端點背後。
角色定義存放在 Reverie，可以持續改進，不需要重新部署每個呼叫它的應用程式。
滾動摘要與 Token 預算裁剪能保留有用的狀態，用戶端不必重送越來越長的訊息陣列。
在自訂介面中開始的對話，依然能在 Reverie 網頁版中繼續使用，而不會變成一座孤立的整合孤島。
請求與回應的結構維持熟悉，而 model 欄位則刻意用來路由到角色或場景。這樣既保有 SDK 相容性，也不必假裝角色只是一個模型名稱。
使用標準的 OpenAI JavaScript 與 Python 用戶端、串流解析器，以及允許自訂 base URL 的工具。
models 端點會以用戶端易於處理的格式，回傳近期角色，或金鑰預設角色所附帶的場景。
驗證失敗、找不到角色、速率限制與額度不足等錯誤，都使用標準錯誤結構，並附上具體且機器可讀的錯誤代碼。
為你的角色、對話或故事選擇下一步。