SeerMarTech API 文档

主题

获取 Gemini LLM Responses 任务结果 ​

GET /v3/ai_optimization/gemini/llm_responses/task_get/{id}

接口说明 ​

通过本接口，您可以根据任务 id 获取指定 Gemini 模型返回的结构化结果。

适用于创建任务、再按任务 ID 轮询结果的场景。

  • 请求方式：GET
  • 接口地址：https://api.seermartech.cn/v3/ai_optimization/gemini/llm_responses/task_get/$id

说明：

  • 使用 Standard 方法提交的任务，最长可能需要 72 小时完成
  • 若任务在该时限仍未完成，系统会将标记为失败，并退回 USD 0.01 预扣费用，参考价约 ¥0.1600 / 次
  • 如果账户余额为负，即使任务已成功完成，也可能无法获取结果
  • 任务结果可在任务创建后 30 天查询
  • 实扣费以响应头 X-SeerMarTech-Charge-CNY 为准

请求参数 ​

路径参数 ​

字段名类型说明
idstring任务唯一标识，UUID 格式。任务创建后，您可在 30 天 随时使用该 ID 获取结果。

响应结构 ​

接口返回 JSON 数据，顶层 tasks 数组，每个任务对象中对应结果。

顶层字段 ​

字段名类型说明
versionstring当前 API 版本
status_codeinteger通用状态码。完整错误码可参考 /v3/appendix/errors
status_messagestring通用状态信息。完整说明可参考 /v3/appendix/errors
timestring执行耗时，单位秒
costfloat本次请求总费用，单位 USD
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 数组字段 ​

字段名类型说明
idstring任务 ID，UUID 格式
status_codeinteger任务状态码，范围通常为 10000-60000，可参考 /v3/appendix/errors
status_messagestring任务状态说明
timestring任务执行耗时，单位秒
costfloat任务费用，单位 USD，基础任务费用与 money_spent
result_countintegerresult 数组中的数量
patharray请求路径
dataobject与创建任务时 POST 请求中传的参数一致
resultarray结果数组

result 数组字段 ​

字段名类型说明
model_namestring实使用的 AI 模型名称
input_tokensintegertoken 数，总处理量
output_tokensinteger输出 token 数，模型生成的总量
reasoning_tokensinteger推理 token 数，用于生成推理的 token 总量
web_searchboolean是否启用了网页搜索
money_spentfloatAI token 消耗费用，单位 USD，由第三方模型提供方计费
datetimestring结果生成时间，UTC 格式：yyyy-mm-dd hh-mm-ss +00:00
itemsarray响应数组，结构化 AI 输出
fan_out_queriesarray发散查询数组。表示围绕主问题扩展出的搜索词，用于增强回答完整性

items 字段说明 ​

items 中不同类型的响应，常见为 reasoning 和 message。

reasoning 对象 ​

用于返回模型的推理摘要在支持推理的模型中可能出现，不保证一定返回。

字段名类型说明
typestring固定为 reasoning
sectionsarray推理链分段数组

reasoning.sections 字段 ​

字段名类型说明
typestring固定为 summary_text
textstring推理链摘要文本，用于概括模型思考过程

message 对象 ​

用于返回模型的正式输出。

字段名类型说明
typestring固定为 message
sectionsarray分段数组

message.sections 字段 ​

字段名类型说明
typestring固定为 text
textstringAI 生成的正文
annotationsarray回答引用的来源信息；如果 web_search=false，该字段通常为 null

注意：

  • 即使 web_search=true，annotations 也可能为空
  • 这表示模型尝试检索网页信息，但未找到适合引用的结果

annotations 字段 ​

字段名类型说明
titlestring引用来源的域名或标题
urlstring指向引用来源的跳转链接，通常会经过模型平台的重定向

请求示例 ​

curl ​

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

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

Python ​

python
import requests

task_id = "07211938-0696-0613-0000-674a0f948d6b"
url = f"https://api.seermartech.cn/v3/ai_optimization/gemini/llm_responses/task_get/{task_id}"

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

response = requests.get(url, headers=headers)
print(response.json)
# 可在此处理任务结果

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) => {
 console.log(response.data);
 // 可在此处理任务结果
 })
 .catch((error) => {
 console.error(error);
 });

响应示例 ​

以下示例根据原始文档结构整理，返回字段可能因模型能力、任务参数及是否启用网页搜索而有所不同。

json
{
 "version": "0.1.20250724",
 "status_code": 20000,
 "status_message": "Ok.",
 "time": "0.0849 sec.",
 "cost": 0,
 "tasks_count": 1,
 "tasks_error": 0,
 "tasks": [
 {
 "id": "07211938-0696-0613-0000-674a0f948d6b",
 "status_code": 20000,
 "status_message": "Ok.",
 "time": "0.0312 sec.",
 "cost": 0,
 "result_count": 1,
 "path": [
 "v3",
 "ai_optimization",
 "gemini",
 "llm_responses",
 "task_get",
 "07211938-0696-0613-0000-674a0f948d6b"
 ],
 "data": {
 "api": "ai_optimization",
 "function": "llm_responses",
 "se": "gemini",
 "system_message": "communicate as if we are in a business meeting",
 "message_chain": [],
 "max_output_tokens": 200,
 "temperature": 0.3,
 "top_p": 0.5,
 "model_name": "gemini-2.5-flash",
 "user_prompt": "provide information on how relevant the amusement park business is in France now"
 },
 "result": [
 {
 "model_name": "gemini-2.5-flash",
 "input_tokens": 145,
 "output_tokens": 168,
 "reasoning_tokens": 0,
 "web_search": true,
 "money_spent": 0.0008,
 "datetime": "2025-07-24 12:57:46 +00:00",
 "items": [
 {
 "type": "reasoning",
 "sections": [
 {
 "type": "summary_text",
 "text": "The model evaluated the user's request and structured a concise business-oriented response."
 }
 ]
 },
 {
 "type": "message",
 "sections": [
 {
 "type": "text",
 "text": "The amusement park business in France remains relevant, supported by domestic tourism, family entertainment demand, and seasonal visitor flows.",
 "annotations": [
 {
 "title": "Example Source",
 "url": "https://example.com/source"
 }
 ]
 }
 ]
 }
 ],
 "fan_out_queries": [
 "france amusement park market size",
 "theme park tourism trends in france",
 "family entertainment demand france"
 ]
 }
 ]
 }
 ]
}

状态码与异常处理 ​

建议您在集成时同时处理顶层状态码和任务级状态码：

  • 顶层 status_code：表示本次 API 请求是否成功
  • tasks[].status_code：表示任务是否成功返回结果

通常可重点以下：

状态码含义
20000请求成功
10000-60000任务级状态或错误码范围，需结合 status_message 判断
非成功状态建议结合 /v3/appendix/errors 做统一异常处理

建议处理逻辑：

  1. 判断顶层 status_code 是否为 20000
  2. 再判断 tasks_error 是否为 0
  3. 遍历 tasks，检查每个任务的 status_code
  4. 对未完成、失败、无结果等设置重试或告警机制

使用说明 ​

  1. 通过对应的任务创建接口提交 LLM Responses 任务
  2. 获取创建响应中的任务 id
  3. 调用本接口按 id 获取结果
  4. 从 tasks[].result[] 中读取模型输出、token 消耗、引用来源及扩展查询信息

计费说明 ​

  • 本接口本身用于获取已创建任务的结果
  • 费用通常在创建任务时产生
  • 任务结果在 30 天可获取
  • 响应中的：
  • cost：任务总费用
  • money_spent：模型 token 实消耗费用
  • 实扣费以响应头 X-SeerMarTech-Charge-CNY 为准

实用场景 ​

  • 轮询生成结果：在异步提交 Gemini 任务后按任务 ID 查询完成状态，确保业务系统稳定获取最终。
  • 提取结构化回答：读取 items 中的 message、reasoning、annotations 等字段，便于沉淀为可展示、可分析的结构化。
  • 评估回答成本：根据 input_tokens、output_tokens、reasoning_tokens 和 money_spent 统计单次生成成本，优化 AI生产预算。
  • 追踪引用来源：结合 annotations 和 fan_out_queries 分析模型使用了哪些网页线索， SEO 研究和可信度审查。
  • 监控任务质量：通过 status_code、status_message、result_count 等字段识别失败任务、空结果或异常输出，提升自动化生产链路稳定性。

统一入口：官网 · LLM API · 控制台

© 2026 SeerMarTech · GEO · SEO 营销数据 API