Claude LLM 实时结构化响应接口

POST /v3/ai_optimization/claude/llm_responses/live

接口概述

该接口用于向指定的 Claude 模型发起一次实时请求，并返回结构化的模型响应结果。你可以通过提示词、上下文消息链、系统指令、Web 搜索选项、推理选项等参数，获取适用于业务分析、生成、问答归纳等场景的 AI 输出。

请求方式：POST
接口地址：https://api.seermartech.cn/v3/ai_optimization/claude/llm_responses/live

计费说明

参考价需结合平台模型计费与 token 消耗综合计算。扣费以响应头 X-SeerMarTech-Charge-CNY 为准。

补说明：

单次任务费用由两部分组成：
本接口基础调用费用
AI 模型 token 消耗费用，对应响应中的 money_spent
响应中的：
顶层 cost 表示本次请求总费用
任务级 cost 表示单任务费用
money_spent 表示第三方模型 token 实消耗费用

调用限制

每分钟最多可发送 2000 次 API 调用
每次 Live Claude LLM Responses 请求只能 1 个任务
LLM Responses 下，每个平台每个账户最多 30 个并发 Live 任务
单个 Live 任务执行时间当前最长可达 120 秒

请求格式

所有 POST 数据使用 JSON（UTF-8 编码）提交。请求体为 JSON 数组，格式如下：

json

[
 {
 "user_prompt": "你的问题或任务"
 }
]

请求参数

任务设置字段说明

字段名	类型	填	说明
`user_prompt`	string	是	发送给 AI 模型的问题或任务。最长 `500` 个字符。
`model_name`	string	是	模型名称。可填写基础模型名或版本名；若只传基础模型名，系统默认使用最新版本。例如传 `claude-opus-4-0` 时，可能自动解析为最新对应版本。可通过 `/v3/ai_optimization/claude/llm_responses/models` 查询可用模型。
`max_output_tokens`	integer	否	AI 输出的最大 token 数。最小值 `1`，最大值 `4096`，默认值 `2048`。如启用 `web_search=true` 或使用推理模型，最终输出 token 数可能该限制。若 `use_reasoning=true`，该字段最小值为 `1025`。
`temperature`	float	否	控制输出随机性。值越高，结果越发散；值越低，结果越集中。范围 `0` 到 `1`，默认 `0.7`。不能与 `top_p` 同时使用。
`top_p`	float	否	控制输出多样性，通过限制 token 采样范围实现。范围 `0` 到 `1`，默认 `null`。不能与 `temperature` 同时使用。
`web_search`	boolean	否	是否启用联网搜索，以获取并引用当前网页信息。默认 `false`。支持该能力的模型可通过 `/v3/ai_optimization/claude/llm_responses/models` 查询。
`force_web_search`	boolean	否	是否强制模型使用 Web 搜索。启用该参数前设置 `web_search=true`。默认 `false`。即使设为 `true`，也不保证结果中一定会出现引用来源。
`web_search_country_iso_code`	string	否	联网搜索所使用的国家 ISO 代码。可选值：`AR`,`AT`,`AU`,`BE`,`BR`,`CA`,`CH`,`CL`,`CN`,`DE`,`DK`,`ES`,`FI`,`FR`,`GB`,`HK`,`ID`,`IN`,`IT`,`JP`,`KR`,`MX`,`MY`,`NL`,`NO`,`NZ`,`PH`,`PL`,`PT`,`RU`,`SA`,`SE`,`TR`,`TW`,`US`,`ZA`
`web_search_city`	string	否	联网搜索所使用的城市名称。
`system_message`	string	否	系统指令，用于定义 AI 的角色、语气或行为方式。最长 `500` 个字符。
`message_chain`	array	否	对话历史数组。每个都 `role` 和 `message`。 `role` 只能为 `user` 或 `ai`；`message` 最长 `500` 个字符。数组最多可 `10` 条消息。
`use_reasoning`	boolean	否	是否启用推理能力。启用后，模型会进行推理再生成结果。默认 `false`。支持该能力的模型可通过 `/v3/ai_optimization/claude/llm_responses/models` 查询。启用后：`max_output_tokens` 最小值为 `1025`；`force_web_search`须为 `false`；且不能使用 `temperature` 与 `top_p`。
`tag`	string	否	自定义任务标识，最长 `255` 个字符。可用于请求结果匹，响应中的 `data` 对象会原样返回该值。

`message_chain` 结构

message_chain 是一个消息对象数组，每个对象：

字段名	类型	说明
`role`	string	消息角色支持 `user` 或 `ai`
`message`	string	消息，最长 `500` 个字符

示例：

json

"message_chain": [
 {
 "role": "user",
 "message": "你好，最近法国业怎么样？"
 },
 {
 "role": "ai",
 "message": "法国业整体恢复较快，是文化、城市观和主题娱乐板块。"
 }
]

响应结构

接口返回 JSON 编码数据， tasks 数组。

顶层响应字段

字段名	类型	说明
`version`	string	当前 API 版本
`status_code`	integer	通用状态码。完整错误码见 `/v3/appendix/errors`
`status_message`	string	通用状态信息。完整说明见 `/v3/appendix/errors`
`time`	string	执行耗时，单位秒
`cost`	float	请求总费用，单位 USD
`tasks_count`	integer	`tasks` 数组中的任务数量
`tasks_error`	integer	`tasks` 数组中返回错误的任务数量
`tasks`	array	任务结果数组

`tasks` 数组字段

字段名	类型	说明
`id`	string	任务唯一标识，UUID 格式
`status_code`	integer	任务状态码，范围通常在 `10000-60000`
`status_message`	string	任务状态信息
`time`	string	任务执行耗时，单位秒
`cost`	float	任务费用，单位 USD，基础调用费用和 `money_spent`
`result_count`	integer	`result` 数组中的数量
`path`	array	请求路径
`data`	object	原样回显你在 POST 中提交的参数
`result`	array	结果数组

`result` 数组字段

字段名	类型	说明
`model_name`	string	实使用的模型名称
`input_tokens`	integer	token 总数
`output_tokens`	integer	输出 token 总数
`reasoning_tokens`	integer	推理 token 总数
`web_search`	boolean	是否使用了 Web 搜索
`money_spent`	float	AI token 消耗费用，单位 USD
`datetime`	string	结果生成时间，UTC 格式：`yyyy-mm-dd hh-mm-ss +00:00`
`items`	array	结构化响应
`fan_out_queries`	array	为补回答而扩展出的搜索查询

`items` 结构说明

items 用于承载模型输出的结构化，常见如下。

1）`reasoning`素

部分支持推理能力的模型返回，且不保证一定出现。

字段名	类型	说明
`type`	string	固定为 `reasoning`
`sections`	array	推理过程摘要片段数组

sections 中常见字段：

字段名	类型	说明
`type`	string	固定为 `summary_text`
`text`	string	推理链摘要文本

2）`message`素

表示模型生成的正式响应。

字段名	类型	说明
`type`	string	固定为 `message`
`sections`	array	响应片段数组

sections 中常见字段：

字段名	类型	说明
`type`	string	固定为 `text`
`text`	string	AI 生成的文本
`annotations`	array / null	生成该段时引用的来源列表；如果未启用 `web_search=true`，通常为 `null`。即使启用了 Web 搜索，也可能因为没有找到合适来源而返回空数组。

`annotations` 字段

字段名	类型	说明
`title`	string	引用来源的域名或标题
`url`	string	引用来源 URL

参数约束与互斥

使用时建议重点以下规则：

temperature 与 top_p 不能同时传
若 force_web_search=true，则同时设置 web_search=true
若 use_reasoning=true：
max_output_tokens 最小值为 1025
force_web_search须为 false
temperature 和 top_p 都不能使用
即使传了 max_output_tokens，在开启 web_search 或使用推理模型时，输出 token 数也可能限制
单次请求支持一个任务对象

请求示例

cURL

bash

curl --location --request POST "https://api.seermartech.cn/v3/ai_optimization/claude/llm_responses/live" \
--header "Authorization: Bearer smt_live_YOUR_KEY" \
--header "Content-Type: application/json" \
--data-raw '[
 {
 "system_message": "请以商务会议沟通风格作答",
 "message_chain": [
 {
 "role": "user",
 "message": "你好，最近法国和线下娱乐消费有什么趋势？"
 },
 {
 "role": "ai",
 "message": "法国和体验式消费仍保持较强韧性，是目的地娱乐与家庭出游领域。"
 }
 ],
 "max_output_tokens": 200,
 "model_name": "claude-opus-4-0",
 "temperature": 0.3,
 "web_search": true,
 "web_search_country_iso_code": "FR",
 "user_prompt": "请说明当前法国游乐园行业的市场性与发展"
 }
]'

Python

python

import requests

url = "https://api.seermartech.cn/v3/ai_optimization/claude/llm_responses/live"
headers = {
 "Authorization": "Bearer smt_live_YOUR_KEY",
 "Content-Type": "application/json"
}

data = [
 {
 "system_message": "请以商务会议沟通风格作答",
 "message_chain": [
 {
 "role": "user",
 "message": "你好，最近法国和线下娱乐消费有什么趋势？"
 },
 {
 "role": "ai",
 "message": "法国和体验式消费仍保持较强韧性，是目的地娱乐与家庭出游领域。"
 }
 ],
 "max_output_tokens": 1024,
 "temperature": 0.3,
 "web_search_country_iso_code": "FR",
 "model_name": "claude-opus-4-0",
 "web_search": True,
 "user_prompt": "请说明当前法国游乐园行业的市场性与发展"
 }
]

response = requests.post(url, json=data, headers=headers, timeout=180)
print(response.json)

TypeScript

typescript

import axios from "axios";

async function callClaudeLlmResponsesLive {
 const response = await axios.post(
 "https://api.seermartech.cn/v3/ai_optimization/claude/llm_responses/live",
 [
 {
 system_message: "请以商务会议沟通风格作答",
 message_chain: [
 {
 role: "user",
 message: "你好，最近法国和线下娱乐消费有什么趋势？"
 },
 {
 role: "ai",
 message: "法国和体验式消费仍保持较强韧性，是目的地娱乐与家庭出游领域。"
 }
 ],
 max_output_tokens: 200,
 model_name: "claude-opus-4-0",
 temperature: 0.3,
 web_search: true,
 web_search_country_iso_code: "FR",
 user_prompt: "请说明当前法国游乐园行业的市场性与发展"
 }
 ],
 {
 headers: {
 Authorization: "Bearer smt_live_YOUR_KEY",
 "Content-Type": "application/json"
 },
 timeout: 180000
 }
 );

 console.log(response.data);
}

callClaudeLlmResponsesLive.catch(console.error);

响应示例

json

{
 "version": "0.1.20251208",
 "status_code": 20000,
 "status_message": "Ok.",
 "time": "30.3333 sec.",
 "cost": 0.55051,
 "tasks_count": 1,
 "tasks_error": 0,
 "tasks": [
 {
 "id": "7c5d7b1e-7b2d-4f51-9b2d-1234567890ab",
 "status_code": 20000,
 "status_message": "Ok.",
 "time": "30.2211 sec.",
 "cost": 0.55051,
 "result_count": 1,
 "path": [
 "v3",
 "ai_optimization",
 "claude",
 "llm_responses",
 "live"
 ],
 "data": {
 "api": "ai_optimization",
 "function": "llm_responses",
 "se": "claude",
 "system_message": "请以商务会议沟通风格作答",
 "message_chain": [
 {
 "role": "user",
 "message": "你好，最近法国和线下娱乐消费有什么趋势？"
 },
 {
 "role": "ai",
 "message": "法国和体验式消费仍保持较强韧性，是目的地娱乐与家庭出游领域。"
 }
 ],
 "temperature": 0.3,
 "web_search_country_iso_code": "FR",
 "model_name": "claude-opus-4-0",
 "web_search": true,
 "user_prompt": "请说明当前法国游乐园行业的市场性与发展"
 },
 "result": [
 {
 "model_name": "claude-opus-4-20250514",
 "input_tokens": 215,
 "output_tokens": 842,
 "reasoning_tokens": 0,
 "web_search": true,
 "money_spent": 0.54731,
 "datetime": "2025-12-08 10:12:45 +00:00",
 "items": [
 {
 "type": "message",
 "sections": [
 {
 "type": "text",
 "text": "法国游乐园行业目前仍较高的商业性，主要受消费恢复、家庭娱乐需求稳定以及头部主题乐园带动影响。",
 "annotations": null
 },
 {
 "type": "text",
 "text": "法国休闲与主题园市场备较成熟的产业基础，部分头部园区显著客流和经济带动能力。",
 "annotations": [
 {
 "title": "行业研究来源",
 "url": "https://example.com/source-1"
 }
 ]
 },
 {
 "type": "text",
 "text": "整体来看，该行业在经济、区域就业和体验式消费升级方面仍有持续增长空间。",
 "annotations": [
 {
 "title": "市场分析来源",
 "url": "https://example.com/source-2"
 }
 ]
 }
 ]
 }
 ],
 "fan_out_queries": [
 "france amusement park market size",
 "france tourism entertainment trends",
 "theme parks in france industry growth"
 ]
 }
 ]
 }
 ]
}

状态码与错误处理

顶层 status_code=20000 通常表示请求成功
任务级 status_code 用于判断任务是否成功
完整错误码及说明请参考：/v3/appendix/errors

建议你在接时至少处理以下：

顶层请求成功但任务级失败
参数互斥导致的校验错误
并发限或频率限
Live 任务时
web_search 已启用但 annotations 为空
推理模型未返回 reasoning 节点

接建议

若希望结果更稳定、表达更聚焦，优使用较低的 temperature
若需要当前事实、市场动态、新闻或引用来源，启用 web_search
若你要控制对话连续性，可通过 message_chain 传最近几轮上下文
若场景更偏复杂分析、拆解推断，可评估支持 use_reasoning 的模型
若需要对账或跟踪业务请求，建议使用 tag 绑定任务 ID

实用场景

评估行业热度：国家、行业与问题描述，实时获取某个垂直市场的趋势总结， SEO 选题和市场判断。
生成带来源的市场摘要：启用 web_search 后获取可引用的结论和来源链接，用于团队撰写行业洞察、白皮书或报告初稿。
追问长链路业务问题：通过 message_chain 维护上下文，对同一主题连续提问，适合做竞品分析、补与多轮研究。
拆解复杂问题：启用 use_reasoning 的模型，对业务问题进行分步推理，帮助策略团队形成更晰的分析框架。
构建 AI 研究助手：将本接口接 SEO/平台，让运营、分析师或销售快速获得结构化问答结果，提升调研效率。

Claude LLM 实时结构化响应接口 ​

接口概述 ​

计费说明 ​

调用限制 ​

请求格式 ​

请求参数 ​

任务设置字段说明 ​

message_chain 结构 ​

响应结构 ​

顶层响应字段 ​

tasks 数组字段 ​

result 数组字段 ​

items 结构说明 ​

1）reasoning素 ​

2）message素 ​

annotations 字段 ​

参数约束与互斥 ​

请求示例 ​

cURL ​

Python ​

TypeScript ​

响应示例 ​

状态码与错误处理 ​

接建议 ​

实用场景 ​

Claude LLM 实时结构化响应接口

接口概述

计费说明

调用限制

请求格式

请求参数

任务设置字段说明

`message_chain` 结构

响应结构

顶层响应字段

`tasks` 数组字段

`result` 数组字段

`items` 结构说明

1）`reasoning`素

2）`message`素

`annotations` 字段

参数约束与互斥

请求示例

cURL

Python

TypeScript

响应示例

状态码与错误处理

接建议

实用场景