主题
设置 Claude LLM Responses 异步任务
POST /v3/ai_optimization/claude/llm_responses/task_post
请求方法:POST
请求路径:/v3/ai_optimization/claude/llm_responses/task_post
本接口用于为指定的 Claude 模型创建异步任务,并根据参数获取结构化响应。任务创建后,系统将在后台执行,完成后可通过任务 ID 查询结果,也可以使用 postback_url 或 pingback_url 接收通知。
该接口采用标准异步任务模式,适合不要求实时返回结果的场景。如果业务需要立即获取响应,请使用实时模式接口。
> 单个任务执行时需要预扣参考费用约 ¥0.0720。如果 LLM 费用低于该金额,差额将退回账户余额。扣费以响应头 X-SeerMarTech-Charge-CNY 为准。
请求限制与任务说明
平台限流以认证说明中的 30/60/120 次/分钟规则为准。
- 每次 POST 请求最多 100 个任务。 -出 100 个任务的部分将返回错误码
40006。 - 标准异步任务最长可能需要 72 小时完成。 -过 72 小时仍未完成的任务将标记为失败,并退还预扣费用。
- 如果账户余额为负,即使任务执行成功,也不会返回任务结果。
- 可通过任务唯一标识
id查询已完成任务。 - 设置
postback_url或pingback_url后,系统可在任务完成时主动通知指定地址。 - 如果通知服务器 10 秒未响应,连接将因时中断,任务会转移到
tasks_ready列表。
计费说明
提交任务时即产生任务设置费用。任务费用取决于所使用的模型及请求参数,例如是否启用联网搜索、推理等功能。
参考价约 ¥0.0720 / 任务。扣费以响应头 X-SeerMarTech-Charge-CNY 为准。
请求参数
请求体使用 UTF-8 编码的 JSON 数组格式:
json
[
{
"user_prompt": "请分析当前法国游乐园行业的市场性",
"model_name": "claude-sonnet-4-0"
}
]任务参数
| 参数 | 类型 | 填 | 说明 |
|---|---|---|---|
user_prompt | string | 是 | 发送给 AI 模型的问题或任务,最多 500 个字符。 |
model_name | string | 是 | AI 模型名称,可模型版本。如果只指定基础模型名称,系统将默认使用该模型的最新版本。例如指定 claude-opus-4-0 时,系统可能自动设置为 claude-opus-4-20250514。可通过 /v3/ai_optimization/claude/llm_responses/models 获取可用模型列表。 |
max_output_tokens | integer | 否 | AI 响应使用的最大 Token 数。取值范围为 1–4096,默认值为 2048。启用 web_search 或使用推理模型时,输出 Token 数可能该限制。启用 use_reasoning 时,最小值为 1025。 |
temperature | float | 否 | 控制响应随机性。取值范围为 0–1,默认值为 0.7。值越高,越多样;值越低,越集中。不能与 top_p 同时使用。 |
top_p | float | 否 | 通过限制 Token 选择范围控制响应多样性。取值范围为 0–1,默认值为 null。不能与 temperature 同时使用。 |
web_search | boolean | 否 | 是否模型联网搜索当前信息并引用网页。默认值为 false。部分模型支持该参数,请通过 /v3/ai_optimization/claude/llm_responses/models 确认。 |
force_web_search | boolean | 否 | 是否强制 AI 使用联网搜索。启用该参数时,同时将 web_search 设置为 true。默认值为 false。即使设置为 true,也不保证最终响应一定引用网页来源。 |
web_search_country_iso_code | string | 否 | 联网搜索使用的国家或地区 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 | 联网搜索使用的城市名称。 |
system_message | string | 否 | 指定 AI 的角色、语气或行为规则,最多 500 个字符。 |
message_chain | array | 否 | 对话历史,由消息对象组成。每个对象 role 和 message 字段;role 只能是 user 或 ai,message 最多 500 个字符。最多传 10 个消息对象。 |
use_reasoning | boolean | 否 | 是否启用模型推理。启用后,模型会进行推理,再生成最终响应。默认值为 false。启用后,max_output_tokens 最小值为 1025;force_web_search须为 false;不能同时使用 temperature 或 top_p。 |
tag | string | 否 | 用户自定义任务标识,最多 255 个字符。该值会出现在响应的 data 对象中,可用于任务与业务记录。 |
postback_url | string | 否 | 任务完成后接收结果的 URL。系统会向该地址发送任务结果的 POST 请求,采用 gzip 压缩格式。URL 中可使用 $id 和 $tag 占位符,系统发送请求前会替换为任务 ID 和经过 URL 编码的标签值。 |
pingback_url | string | 否 | 任务完成后的通知 URL。系统会向该地址发送 GET 请求。URL 中可使用 $id 和 $tag 占位符。 |
message_chain 示例
json
[
{
"role": "user",
"message": "你好,最近怎么样?"
},
{
"role": "ai",
"message": "我很好,谢谢。今天想讨论哪些主题或项目?"
}
]回调 URL 示例
text
https://your-server.example.com/postback?id=$id&tag=$tag
https://your-server.example.com/pingback?id=$id&tag=$tagpostback_url 和 pingback_url 中的特殊字符会进行 URL 编码,例如 # 会编码为 %23。
请求示例
cURL
bash
curl --location --request POST \
"https://api.seermartech.cn/v3/ai_optimization/claude/llm_responses/task_post" \
--header "Authorization: Bearer smt_live_YOUR_KEY" \
--header "Content-Type: application/json" \
--data-raw '[
{
"system_message": "请以商务会议的方式进行沟通",
"message_chain": [
{
"role": "user",
"message": "你好,最近怎么样?"
},
{
"role": "ai",
"message": "我很好,谢谢。今天想讨论哪些主题或项目?"
}
],
"max_output_tokens": 1024,
"temperature": 0.3,
"web_search_country_iso_code": "FR",
"model_name": "claude-sonnet-4-0",
"web_search": true,
"user_prompt": "请分析当前法国游乐园行业的市场性"
}
]'Python
python
import requests
url = "https://api.seermartech.cn/v3/ai_optimization/claude/llm_responses/task_post"
headers = {
"Authorization": "Bearer smt_live_YOUR_KEY",
"Content-Type": "application/json",
}
post_data = [
{
"system_message": "请以商务会议的方式进行沟通",
"message_chain": [
{
"role": "user",
"message": "你好,最近怎么样?",
},
{
"role": "ai",
"message": "我很好,谢谢。今天想讨论哪些主题或项目?",
},
],
"max_output_tokens": 1024,
"temperature": 0.3,
"web_search_country_iso_code": "FR",
"model_name": "claude-sonnet-4-0",
"web_search": True,
"user_prompt": "请分析当前法国游乐园行业的市场性",
}
]
response = requests.post(url, headers=headers, json=post_data, timeout=30)
response.raise_for_status()
result = response.json()
if result.get("status_code") == 20000:
print(result)
else:
print(
f"请求失败,错误码:{result.get('status_code')},"
f"错误信息:{result.get('status_message')}"
)TypeScript
typescript
import axios from "axios";
const postData = [
{
system_message: "请以商务会议的方式进行沟通",
message_chain: [
{
role: "user",
message: "你好,最近怎么样?",
},
{
role: "ai",
message: "我很好,谢谢。今天想讨论哪些主题或项目?",
},
],
max_output_tokens: 1024,
temperature: 0.3,
web_search_country_iso_code: "FR",
model_name: "claude-sonnet-4-0",
web_search: true,
user_prompt: "请分析当前法国游乐园行业的市场性",
},
];
axios
.post(
"https://api.seermartech.cn/v3/ai_optimization/claude/llm_responses/task_post",
postData,
{
headers: {
Authorization: "Bearer smt_live_YOUR_KEY",
"Content-Type": "application/json",
},
}
)
.then((response) => {
console.log(response.data);
})
.catch((error) => {
console.error("请求失败:", error.response?.data || error.message);
});响应结构
接口返回 JSON 数据提交任务的 tasks 数组。
顶层响应字段
| 字段 | 类型 | 说明 |
|---|---|---|
version | string | 当前 API 版本。 |
status_code | integer | API 总体状态码。完整错误码请参考 /v3/appendix/errors。 |
status_message | string | API 总体状态信息。 |
time | string | 请求执行耗时,单位为秒。 |
cost | float | 平台原始 USD 成本兼容字段;人民币实扣以 X-SeerMarTech-Charge-CNY 为准。 |
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 | 已创建任务的详细信息。 |
tasks素字段
| 字段 | 类型 | 说明 |
|---|---|---|
id | string | 系统生成的任务唯一标识,采用 UUID 格式。 |
status_code | integer | 任务状态码,通常位于 10000–60000 范围。 |
status_message | string | 任务状态信息。 |
time | string | 任务执行耗时,单位为秒。 |
cost | float | 平台原始 USD 成本兼容字段;人民币实扣以 X-SeerMarTech-Charge-CNY 为准。 |
result_count | integer | result 数组中的数量。创建任务时通常为 0。 |
path | array | 当前请求的 API 路径信息。 |
data | object | 创建任务时提交的参数。 |
result | array | 任务结果数组。创建任务接口返回时为 null,需通过任务查询接口获取结果。 |
响应示例
json
{
"version": "0.1.20250724",
"status_code": 20000,
"status_message": "Ok.",
"time": "0.1006 sec.",
"cost": 0.0102,
"tasks_count": 1,
"tasks_error": 0,
"tasks": [
{
"id": "66f3a8b1-1234-4c56-9abc-1234567890ab",
"status_code": 20000,
"status_message": "Ok.",
"time": "0.0500 sec.",
"cost": 0.0102,
"result_count": 0,
"path": [
"v3",
"ai_optimization",
"claude",
"llm_responses",
"task_post"
],
"data": {
"api": "ai_optimization",
"function": "llm_responses",
"se": "claude",
"system_message": "请以商务会议的方式进行沟通",
"message_chain": [
{
"role": "user",
"message": "你好,最近怎么样?"
},
{
"role": "ai",
"message": "我很好,谢谢。今天想讨论哪些主题或项目?"
}
],
"max_output_tokens": 1024,
"temperature": 0.3,
"web_search_country_iso_code": "FR",
"model_name": "claude-sonnet-4-0",
"web_search": true,
"user_prompt": "请分析当前法国游乐园行业的市场性"
},
"result": null
}
]
}状态码与异常处理
20000:请求成功。40006:单次请求提交的任务数 100 个。- 状态码:表示请求参数、账户状态、任务执行或系统处理异常。
建议客户端始终检查顶层和任务级别的 status_code、status_message,并针对失败任务实现重试、告警及任务状态跟踪机制。完整错误码请参考 /v3/appendix/errors。
实用场景
- 批量生成市场研究问题的 AI 分析结果,为 SEO团队快速评估行业趋势、用户需求和主题性。
- 结合联网搜索生成最新行业摘要,帮助运营人员补时效性信息并降低人工检索成本。
- 通过
message_chain维护多轮分析上下文,持续完善、竞品或策略的研究结论。 - 使用
tag业务任务与记录,便于将异步 AI 结果写回管理系统或数据仓库。 - **
postback_url接收完成通知**,在任务完成后自动触发报告生成、审核或 SEO 工作流。