响应 API

响应 API 提供了一个有状态的高层接口，用于与 LW AI 模型交互。它会管理对话状态、支持工具调用，并能在单次请求中执行多步骤的智能体工作流。

POST https://openapi.linkwo.ai/v1/responses

注意： 响应 API 仅对部分模型开放。兼容性请查阅模型概览。

请求体

参数	类型	必填	说明
`model`	string	是	模型 ID
`input`	string/array	是	用户输入或对话历史
`instructions`	string	否	系统级指令
`tools`	array	否	可用工具（网页搜索、文件搜索、代码解释器、函数）
`tool_choice`	string/object	否	工具选择模式
`temperature`	float	否	采样温度（0–2）
`max_output_tokens`	integer	否	最大输出 token 数
`previous_response_id`	string	否	从上一次响应继续
`stream`	boolean	否	通过 SSE 流式返回结果

请求示例

curl https://openapi.linkwo.ai/v1/responses \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek/deepseek-v4-pro",
    "input": "What are the key differences between REST and GraphQL?"
  }'

响应

{
  "id": "resp_abc123",
  "object": "response",
  "created_at": 1719000000,
  "model": "deepseek/deepseek-v4-pro",
  "status": "completed",
  "output": [
    {
      "type": "message",
      "id": "msg_abc123",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "REST and GraphQL are two approaches to building APIs..."
        }
      ]
    }
  ],
  "usage": {
    "input_tokens": 15,
    "output_tokens": 200,
    "total_tokens": 215
  }
}
```bash

## 使用 previous_response_id 进行多轮对话

传入 `previous_response_id` 即可延续对话，无需重新发送完整历史：

```python
from openai import OpenAI

client = OpenAI(
    base_url="https://openapi.linkwo.ai/v1",
    api_key="YOUR_API_KEY"
)

response_1 = client.responses.create(
    model="deepseek/deepseek-v4-pro",
    input="What is machine learning?"
)

response_2 = client.responses.create(
    model="deepseek/deepseek-v4-pro",
    input="How is it different from deep learning?",
    previous_response_id=response_1.id
)

使用工具

响应 API 支持内置工具和自定义函数调用：

response = client.responses.create(
    model="deepseek/deepseek-v4-pro",
    input="What's the weather in Beijing?",
    tools=[{
        "type": "function",
        "name": "get_weather",
        "description": "Get current weather for a location",
        "parameters": {
            "type": "object",
            "properties": {
                "location": {"type": "string"}
            },
            "required": ["location"]
        }
    }]
)
```bash

## 相关文档

- [对话补全](../api-reference/chat-completions) — 更底层的对话 API
- [函数调用](../api-reference/function-calling) — 详细的工具使用指南

向量嵌入

函数调用