SeerMarTech API 文档

主题

按任务 ID 获取 Gemini LLM 响应结果 ​

本接口使用 GET 方法，通过以下路径获取指定任务的 Gemini LLM 结构化响应结果：

GET https://api.seermartech.cn/v3/ai_optimization/gemini/llm_responses/task_get/$id

任务需要通过任务创建接口提交。使用标准方法提交的任务最长可能需要 72 小时完成。如果该时间仍未完成，任务将标记为失败，并退还约 ¥0.0720 / 次的预扣费用。若账户余额为负，即使任务已成功完成，也无法获取结果。

计费说明 ​

  • 任务结果提交后 30 天可重复查询。
  • 费用在创建任务时产生，调用本查询接口不会重复扣费。
  • 标准方法任务的预扣费用参考价约为 ¥0.0720 / 次。
  • AI 模型 Token 费用可能计任务总费用。
  • 实扣费以响应头 X-SeerMarTech-Charge-CNY 为准。

请求参数 ​

接口通过 URL 路径接收任务 ID，不需要请求体。

参数类型填说明
idstring是任务唯一标识，采用 UUID 格式。任务创建成功后返回，可在 30 天用于查询结果。

请求示例 ​

cURL ​

bash
task_id="02031608-0696-0110-0000-a81d0414edbe"

curl --location --request GET \
  "https://api.seermartech.cn/v3/ai_optimization/gemini/llm_responses/task_get/${task_id}" \
  --header "Authorization: Bearer smt_live_YOUR_KEY" \
  --header "Content-Type: application/json"

PHP ​

php
<?php

/**
 * Method: GET
 * Endpoint:
 * https://api.seermartech.cn/v3/ai_optimization/gemini/llm_responses/task_get/$id
 */

$taskId = '07211938-0696-0613-0000-674a0f948d6b';

$ch = curl_init(
    "https://api.seermartech.cn/v3/ai_optimization/gemini/llm_responses/task_get/"
    . $taskId
);

curl_setopt_array($ch, [
    CURLOPT_RETURNTRANSFER => true,
    CURLOPT_HTTPHEADER => [
        'Authorization: Bearer smt_live_YOUR_KEY',
        'Content-Type: application/json',
    ],
]);

$response = curl_exec($ch);

if ($response === false) {
    throw new Exception(curl_error($ch));
}

curl_close($ch);

$result = json_decode($response, true);
print_r($result);

TypeScript ​

typescript
import axios from "axios";

const taskId = "02231934-2604-0066-2000-570459f04879";

axios({
  method: "get",
  url:
    "https://api.seermartech.cn/v3/ai_optimization/gemini/llm_responses/task_get/"
    + taskId,
  headers: {
    Authorization: "Bearer smt_live_YOUR_KEY",
    "Content-Type": "application/json",
  },
})
  .then((response) => {
    // 获取任务结果
    console.log(response.data);
  })
  .catch((error) => {
    console.error("请求失败：", error.response?.data || error.message);
  });

Python ​

python
import requests

task_id = "07211938-0696-0613-0000-674a0f948d6b"

url = (
    "https://api.seermartech.cn/v3/ai_optimization/gemini/"
    f"llm_responses/task_get/{task_id}"
)

headers = {
    "Authorization": "Bearer smt_live_YOUR_KEY",
    "Content-Type": "application/json",
}

try:
    response = requests.get(url, headers=headers)
    response.raise_for_status()

    result = response.json()
    print(result)
except requests.RequestException as error:
    print(f"请求失败：{error}")

C# ​

csharp
using System;
using System.Net.Http;
using System.Net.Http.Headers;
using System.Threading.Tasks;

public class GeminiLlmResponses
{
    public static async Task GetTaskResult()
    {
        using var httpClient = new HttpClient();

        httpClient.DefaultRequestHeaders.Authorization =
            new AuthenticationHeaderValue(
                "Bearer",
                "smt_live_YOUR_KEY"
            );

        string taskId = "07211938-0696-0613-0000-674a0f948d6b";

        string url =
            "https://api.seermartech.cn/v3/ai_optimization/gemini/"
            + $"llm_responses/task_get/{taskId}";

        using var response = await httpClient.GetAsync(url);
        string result = await response.Content.ReadAsStringAsync();

        if ((int)response.StatusCode == 200)
        {
            Console.WriteLine(result);
        }
        else
        {
            Console.WriteLine($"请求失败：{result}");
        }
    }
}

响应结构 ​

接口返回 JSON 数据，顶层 tasks 数组。

顶层字段 ​

字段类型说明
versionstring当前 API 版本。
status_codeinteger通用响应状态码。成功通常为 20000。完整错误码请参考错误码文档。
status_messagestring通用状态说明。
timestring接口执行耗时，单位为秒。
costfloat平台原始 USD 成本兼容字段；人民币实扣以 X-SeerMarTech-Charge-CNY 为准。
tasks_countintegertasks 数组中的任务数量。
tasks_errorintegertasks 数组中返回错误的任务数量。
tasksarray任务结果数组。

tasks 任务字段 ​

字段类型说明
idstring任务唯一标识，UUID 格式。
status_codeinteger当前任务的状态码，通常为 10000 至 60000。
status_messagestring当前任务的状态说明。
timestring任务执行耗时，单位为秒。
costfloat平台原始 USD 成本兼容字段；人民币实扣以 X-SeerMarTech-Charge-CNY 为准。
result_countintegerresult 数组中的数量。
patharray请求路径信息。
dataobject创建任务时提交的参数。
resultarrayGemini LLM 响应结果数组。

result 结果字段 ​

字段类型说明
model_namestring实使用的 AI 模型名称。
input_tokensintegerToken 数量，即处理的 Token 总数。
output_tokensinteger输出 Token 数量，即 AI 响应生成的 Token 总数。
reasoning_tokensinteger推理 Token 数量，即生成推理时使用的 Token 总数。
web_searchboolean是否使用了联网搜索。
money_spentfloatAI Token 产生的费用，扣费以响应头 X-SeerMarTech-Charge-CNY 为准。
datetimestring获取结果的 UTC 时间，格式为 yyyy-mm-dd hh-mm-ss +00:00。
itemsarray结构化 AI 响应。

时间示例：

text
2019-11-15 12:57:46 +00:00

items 响应 ​

items 是响应数组，可推理、正文消息和引用信息。

reasoning ​

推理模型可能返回 reasoning素，但该并非所有模型都会提供。

字段类型说明
typestring固定为 reasoning。
sectionsarray推理链分段数组。

reasoning.sections ​

字段类型说明
typestring分段类型，通常为 summary_text。
textstring对模型推理过程的摘要文本。

message ​

message 表示 AI 生成的消息。

字段类型说明
typestring固定为 message。
sectionsarray消息分段数组。

message.sections ​

字段类型说明
typestring类型，通常为 text。
textstringAI 生成的文本。
annotationsarray | null生成响应时使用的引用来源。当请求未将 web_search 设置为 true 时，该字段为 null。即使启用了联网搜索，如果模型未找到信息，该字段也可能为空。

annotations ​

字段类型说明
titlestring引用来源的域名或标题。
urlstring引用来源的跳转地址，可能指向原始来源的重定向地址。
start_indexinteger引用文本在响应中的起始索引。
end_indexinteger引用文本在响应中的结束索引。
textstring被标注的引用文本。

fan_out_queries ​

字段类型说明
fan_out_queriesarray扩展搜索查询数组。模型会基于主查询生成搜索词，以获得更的回答。

响应示例 ​

json
{
  "version": "0.1.20260717",
  "status_code": 20000,
  "status_message": "Ok.",
  "time": "6.9528 sec.",
  "cost": 0.0378958,
  "tasks_count": 1,
  "tasks_error": 0,
  "tasks": [
    {
      "id": "02031608-0696-0110-0000-a81d0414edbe",
      "status_code": 20000,
      "status_message": "Ok.",
      "time": "6.9528 sec.",
      "cost": 0.0378958,
      "result_count": 1,
      "path": [
        "v3",
        "ai_optimization",
        "gemini",
        "llm_responses",
        "task_get"
      ],
      "data": {
        "api": "ai_optimization",
        "function": "llm_responses",
        "se": "gemini",
        "system_message": "communicate as if we are in a business meeting",
        "message_chain": [],
        "temperature": 0.3,
        "model_name": "gemini-2.5-flash",
        "top_p": 0.5,
        "web_search": true,
        "user_prompt": "provide information on how relevant the amusement park business is in France now"
      },
      "result": [
        {
          "model_name": "gemini-2.5-flash",
          "input_tokens": 128,
          "output_tokens": 256,
          "reasoning_tokens": 64,
          "web_search": true,
          "money_spent": 0.0123,
          "datetime": "2026-07-17 12:57:46 +00:00",
          "items": [
            {
              "type": "message",
              "sections": [
                {
                  "type": "text",
                  "text": "法国主题园市场目前仍备较强的商业性。",
                  "annotations": []
                }
              ]
            }
          ],
          "fan_out_queries": [
            "法国主题园市场规模",
            "法国游乐园行业趋势"
          ]
        }
      ]
    }
  ]
}

状态码与异常处理 ​

  • 当顶层 status_code 或任务级 status_code 为 20000 时，表示请求或任务处理成功。
  • 应同时检查 tasks_error、任务级 status_code 和 status_message。
  • 不建议根据 HTTP 状态码判断任务是否成功，应结合响应 JSON 中的业务状态码处理异常。
  • 完整响应码和错误信息请参考错误码文档。
  • 如果账户余额为负，即使任务状态已完成，也可能无法返回任务结果。

实用场景 ​

  • 评估市场主题：调用 Gemini 分析目标国家或地区的行业趋势，判断新市场和布局机会。
  • 生成带来源的竞品洞察：启用联网搜索获取行业资料和引用链接，提升竞品研究报告的可追溯性。
  • 扩展用户搜索意图：利用 fan_out_queries 获取搜索查询，为聚类和选题提供补数据。
  • 统计 AI成本：结合 input_tokens、output_tokens 和 money_spent，核算批量生成与 SEO 研究任务的成本。
  • 构建异步分析流程：提交长耗时 LLM 任务，再通过任务 ID 定期查询结果，同步请求阻塞 SEO 数据处理流程。

统一入口：官网 · LLM API · 控制台

© 2026 SeerMarTech · GEO · SEO 营销数据 API