获取 API Key
文档

OpenAI 多模态响应接口

- 完全兼容 OpenAI Responses API 格式

  • 完全兼容 OpenAI Responses API 格式
  • 支持文本和图像的多模态输入
  • 支持工具扩展：网络搜索、文件搜索、函数调用、远程MCP

请求示例

bash curl https://api.openveer.com/v1/responses \ -H "Content-Type: application/json" \ -H "Authorization: Bearer <token>" \ -d '{ "model": "gpt-5.2-pro", "input": [ { "role": "user", "content": [ { "type": "input_text", "text": "这张图片里有什么？" }, { "type": "input_image", "image_url": "https://openai-documentation.vercel.app/images/cat_and_otter.png" } ] } ] }'

```python
import requests
import os

url = "https://api.openveer.com/v1/responses"

payload = {
"model": "gpt-5.2-pro",
"input": [
{
"role": "user",
"content": [
{
"type": "input_text",
"text": "这张图片里有什么？"
},
{
"type": "input_image",
"image_url": "https://openai-documentation.vercel.app/images/cat_and_otter.png"
}
]
}
]
}

headers = {
"Authorization": f"Bearer {os.environ.get('OPENAI_API_KEY')}",
"Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(response.json())
```

```javascript
const url = "https://api.openveer.com/v1/responses";

const payload = {
model: "gpt-5.2-pro",
input: [
{
role: "user",
content: [
{
type: "input_text",
text: "这张图片里有什么？"
},
{
type: "input_image",
image_url: "https://openai-documentation.vercel.app/images/cat_and_otter.png"
}
]
}
]
};

const headers = {
"Authorization": Bearer ${process.env.OPENAI_API_KEY},
"Content-Type": "application/json"
};

fetch(url, {
method: "POST",
headers: headers,
body: JSON.stringify(payload)
})
.then(response => response.json())
.then(data => console.log(data))
.catch(error => console.error('Error:', error));
```

```go
package main

import (
"bytes"
"encoding/json"
"fmt"
"io/ioutil"
"net/http"
"os"
)

func main() {
url := "https://api.openveer.com/v1/responses"

  payload := map[string]interface{}{
      "model": "gpt-5.2-pro",
      "input": []map[string]interface{}{
          {
              "role": "user",
              "content": []map[string]string{
                  {
                      "type": "input_text",
                      "text": "这张图片里有什么？",
                  },
                  {
                      "type":      "input_image",
                      "image_url": "https://openai-documentation.vercel.app/images/cat_and_otter.png",
                  },
              },
          },
      },
  }

  jsonData, _ := json.Marshal(payload)

  req, _ := http.NewRequest("POST", url, bytes.NewBuffer(jsonData))
  req.Header.Set("Authorization", "Bearer "+os.Getenv("OPENAI_API_KEY"))
  req.Header.Set("Content-Type", "application/json")

  client := &http.Client{}
  resp, err := client.Do(req)
  if err != nil {
      panic(err)
  }
  defer resp.Body.Close()

  body, _ := ioutil.ReadAll(resp.Body)
  fmt.Println(string(body))

}
```

```java
import java.net.http.HttpClient;
import java.net.http.HttpRequest;
import java.net.http.HttpResponse;
import java.net.URI;

public class Main {
public static void main(String[] args) throws Exception {
String url = "https://api.openveer.com/v1/responses";
String apiKey = System.getenv("OPENAI_API_KEY");

      String payload = """
      {
        "model": "gpt-5.2-pro",
        "input": [
          {
            "role": "user",
            "content": [
              {
                "type": "input_text",
                "text": "这张图片里有什么？"
              },
              {
                "type": "input_image",
                "image_url": "https://openai-documentation.vercel.app/images/cat_and_otter.png"
              }
            ]
          }
        ]
      }
      """;

      HttpClient client = HttpClient.newHttpClient();
      HttpRequest request = HttpRequest.newBuilder()
          .uri(URI.create(url))
          .header("Authorization", "Bearer " + apiKey)
          .header("Content-Type", "application/json")
          .POST(HttpRequest.BodyPublishers.ofString(payload))
          .build();

      HttpResponse<String> response = client.send(request,
          HttpResponse.BodyHandlers.ofString());

      System.out.println(response.body());
  }

}
```

```php
"gpt-5.2-pro", "input" => [ [ "role" => "user", "content" => [ [ "type" => "input_text", "text" => "这张图片里有什么？" ], [ "type" => "input_image", "image_url" => "https://openai-documentation.vercel.app/images/cat_and_otter.png" ] ] ] ] ]; $ch = curl_init($url); curl_setopt($ch, CURLOPT_RETURNTRANSFER, true); curl_setopt($ch, CURLOPT_POST, true); curl_setopt($ch, CURLOPT_POSTFIELDS, json_encode($payload)); curl_setopt($ch, CURLOPT_HTTPHEADER, [ "Authorization: Bearer " . $apiKey, "Content-Type: application/json" ]); $response = curl_exec($ch); curl_close($ch); echo $response; ?>

```

```ruby
require 'net/http'
require 'json'
require 'uri'

url = URI("https://api.openveer.com/v1/responses")
api_key = ENV['OPENAI_API_KEY']

payload = {
model: "gpt-5.2-pro",
input: [
{
role: "user",
content: [
{
type: "input_text",
text: "这张图片里有什么？"
},
{
type: "input_image",
image_url: "https://openai-documentation.vercel.app/images/cat_and_otter.png"
}
]
}
]
}

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)
request["Authorization"] = "Bearer #{api_key}"
request["Content-Type"] = "application/json"
request.body = payload.to_json

response = http.request(request)
puts response.body
```

```swift
import Foundation

let url = URL(string: "https://api.openveer.com/v1/responses")!
let apiKey = ProcessInfo.processInfo.environment["OPENAI_API_KEY"] ?? ""

let payload: [String: Any] = [
"model": "gpt-5.2-pro",
"input": [
[
"role": "user",
"content": [
[
"type": "input_text",
"text": "这张图片里有什么？"
],
[
"type": "input_image",
"image_url": "https://openai-documentation.vercel.app/images/cat_and_otter.png"
]
]
]
]
]

var request = URLRequest(url: url)
request.httpMethod = "POST"
request.setValue("Bearer (apiKey)", forHTTPHeaderField: "Authorization")
request.setValue("application/json", forHTTPHeaderField: "Content-Type")
request.httpBody = try? JSONSerialization.data(withJSONObject: payload)

let task = URLSession.shared.dataTask(with: request) { data, response, error in
if let error = error {
print("Error: (error)")
return
}

  if let data = data, let responseString = String(data: data, encoding: .utf8) {
      print(responseString)
  }

}

task.resume()
```

```csharp
using System;
using System.Net.Http;
using System.Text;
using System.Threading.Tasks;

class Program
{
static async Task Main(string[] args)
{
var url = "https://api.openveer.com/v1/responses";
var apiKey = Environment.GetEnvironmentVariable("OPENAI_API_KEY");

      var payload = @"{
          ""model"": ""gpt-5.2-pro"",
          ""input"": [
              {
                  ""role"": ""user"",
                  ""content"": [
                      {
                          ""type"": ""input_text"",
                          ""text"": ""这张图片里有什么？""
                      },
                      {
                          ""type"": ""input_image"",
                          ""image_url"": ""https://openai-documentation.vercel.app/images/cat_and_otter.png""
                      }
                  ]
              }
          ]
      }";

      using var client = new HttpClient();
      client.DefaultRequestHeaders.Add("Authorization", $"Bearer {apiKey}");

      var content = new StringContent(payload, Encoding.UTF8, "application/json");
      var response = await client.PostAsync(url, content);
      var result = await response.Content.ReadAsStringAsync();

      Console.WriteLine(result);
  }

}
```

```c
#include
#include
#include

int main(void) {
CURL curl;
CURLcode res;
const char api_key = getenv("OPENAI_API_KEY");

  curl_global_init(CURL_GLOBAL_DEFAULT);
  curl = curl_easy_init();

  if(curl) {
      const char *url = "https://api.openveer.com/v1/responses";
      const char *payload = "{"
          "\"model\":\"gpt-5.2-pro\","
          "\"input\":[{\"role\":\"user\",\"content\":[{\"type\":\"input_text\",\"text\":\"这张图片里有什么？\"},{\"type\":\"input_image\",\"image_url\":\"https://openai-documentation.vercel.app/images/cat_and_otter.png\"}]}]"
      "}";

      char auth_header[256];
      snprintf(auth_header, sizeof(auth_header), "Authorization: Bearer %s", api_key);

      struct curl_slist *headers = NULL;
      headers = curl_slist_append(headers, auth_header);
      headers = curl_slist_append(headers, "Content-Type: application/json");

      curl_easy_setopt(curl, CURLOPT_URL, url);
      curl_easy_setopt(curl, CURLOPT_POSTFIELDS, payload);
      curl_easy_setopt(curl, CURLOPT_HTTPHEADER, headers);

      res = curl_easy_perform(curl);

      if(res != CURLE_OK) {
          fprintf(stderr, "curl_easy_perform() failed: %s\n",
                  curl_easy_strerror(res));
      }

      curl_slist_free_all(headers);
      curl_easy_cleanup(curl);
  }

  curl_global_cleanup();
  return 0;

}
```

```objectivec
#import

int main(int argc, const char * argv[]) {
@autoreleasepool {
NSURL url = [NSURL URLWithString:@"https://api.openveer.com/v1/responses"];
NSString apiKey = [NSProcessInfo processInfo].environment[@"OPENAI_API_KEY"];

      NSDictionary *payload = @{
          @"model": @"gpt-5.2-pro",
          @"input": @[
              @{
                  @"role": @"user",
                  @"content": @[
                      @{
                          @"type": @"input_text",
                          @"text": @"这张图片里有什么？"
                      },
                      @{
                          @"type": @"input_image",
                          @"image_url": @"https://openai-documentation.vercel.app/images/cat_and_otter.png"
                      }
                  ]
              }
          ]
      };

      NSError *error;
      NSData *jsonData = [NSJSONSerialization dataWithJSONObject:payload
                                                        options:0
                                                          error:&error];

      NSMutableURLRequest *request = [NSMutableURLRequest requestWithURL:url];
      [request setHTTPMethod:@"POST"];
      [request setValue:[NSString stringWithFormat:@"Bearer %@", apiKey] 
          forHTTPHeaderField:@"Authorization"];
      [request setValue:@"application/json" forHTTPHeaderField:@"Content-Type"];
      [request setHTTPBody:jsonData];

      NSURLSessionDataTask *task = [[NSURLSession sharedSession] 
          dataTaskWithRequest:request
          completionHandler:^(NSData *data, NSURLResponse *response, NSError *error) {
              if (error) {
                  NSLog(@"Error: %@", error);
                  return;
              }
              NSString *result = [[NSString alloc] initWithData:data 
                                                      encoding:NSUTF8StringEncoding];
              NSLog(@"%@", result);
          }];

      [task resume];
      [[NSRunLoop mainRunLoop] run];
  }
  return 0;

}
```

```ocaml
( Requires cohttp and yojson libraries )
open Lwt
open Cohttp
open Cohttp_lwt_unix

let url = "https://api.openveer.com/v1/responses"
let api_key = Sys.getenv "OPENAI_API_KEY"

let payload = {|{
"model": "gpt-5.2-pro",
"input": [
{
"role": "user",
"content": [
{
"type": "input_text",
"text": "这张图片里有什么？"
},
{
"type": "input_image",
"image_url": "https://openai-documentation.vercel.app/images/cat_and_otter.png"
}
]
}
]
}|}

let () =
let headers = Header.init ()
|> fun h -> Header.add h "Authorization" ("Bearer " ^ api_key)
|> fun h -> Header.add h "Content-Type" "application/json"
in
let body = Cohttp_lwt.Body.of_string payload in

let response = Client.post ~headers ~body (Uri.of_string url) >>= fun (resp, body) ->
  body |> Cohttp_lwt.Body.to_string >|= fun body_str ->
  print_endline body_str
in
Lwt_main.run response

```

```dart
import 'dart:convert';
import 'dart:io';
import 'package:http/http.dart' as http;

void main() async {
final url = Uri.parse('https://api.openveer.com/v1/responses');
final apiKey = Platform.environment['OPENAI_API_KEY'];

final payload = {
  'model': 'gpt-5.2-pro',
  'input': [
    {
      'role': 'user',
      'content': [
        {
          'type': 'input_text',
          'text': '这张图片里有什么？'
        },
        {
          'type': 'input_image',
          'image_url': 'https://openai-documentation.vercel.app/images/cat_and_otter.png'
        }
      ]
    }
  ]
};

final response = await http.post(
  url,
  headers: {
    'Authorization': 'Bearer $apiKey',
    'Content-Type': 'application/json',
  },
  body: jsonEncode(payload),
);

print(response.body);

}
```

```r
library(httr)
library(jsonlite)

url <- "https://api.openveer.com/v1/responses"
api_key <- Sys.getenv("OPENAI_API_KEY")

payload <- list(
model = "gpt-5.2-pro",
input = list(
list(
role = "user",
content = list(
list(
type = "input_text",
text = "这张图片里有什么？"
),
list(
type = "input_image",
image_url = "https://openai-documentation.vercel.app/images/cat_and_otter.png"
)
)
)
)
)

response <- POST(
url,
add_headers(
Authorization = paste("Bearer", api_key),
Content-Type = "application/json"
),
body = toJSON(payload, auto_unbox = TRUE),
encode = "raw"
)

cat(content(response, "text"))
```

响应示例

json { "code": 200, "data": { "id": "resp-9876543210", "object": "response", "created": 1677652288, "model": "gpt-5.2-pro", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "这张图片中有一只猫和一只水獭。它们看起来正在互动，场景非常可爱和温馨。猫咪和水獭似乎相处得很融洽。" }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 156, "completion_tokens": 45, "total_tokens": 201 } } }

json { "error": { "code": 400, "message": "请求参数无效", "type": "invalid_request_error" } }

json { "error": { "code": 401, "message": "身份验证失败，请检查您的API密钥", "type": "authentication_error" } }

json { "error": { "code": 402, "message": "账户余额不足，请充值后再试", "type": "payment_required" } }

json { "error": { "code": 403, "message": "访问被禁止，您没有权限访问此资源", "type": "permission_error" } }

json { "error": { "code": 429, "message": "请求过于频繁，请稍后再试", "type": "rate_limit_error" } }

json { "error": { "code": 500, "message": "服务器内部错误，请稍后重试", "type": "server_error" } }

json { "error": { "code": 502, "message": "网关错误，服务器暂时不可用", "type": "bad_gateway" } }

Authorizations

Authorization string
所有接口均需要使用Bearer Token进行认证 获取 API Key： 访问 [API Key 管理页面](https://openveer.com) 获取您的 API Key 使用时在请求头中添加： ``` Authorization: Bearer YOUR_API_KEY ```

Body

model string
模型名称 支持的模型包括： * `gpt-5.2-pro` * `gpt-5.2-codex` * 更多模型持续更新中...
input array
输入内容列表 输入数组，每个输入项包含 `role` 和 `content` 两个字段。 **💡 快速填写（Try it 区域）：** 1. 点击 "+ Add an item" 添加一个输入项 2. `role` 输入：`user`（用户消息）、`assistant`（AI回复）或 `system`（系统提示词） 3. `content` 添加内容块（可包含文本和图像） 角色类型 可选值：`user`（用户消息）、`assistant`（AI回复，用于多轮对话）、`system`（系统提示词，设置AI行为）
content array
内容数组 支持多种类型的内容块，可以包含文本和图像。 内容类型 可选值： * `input_text`: 文本输入 * `input_image`: 图像输入
text string
文本内容 当 `type` 为 `input_text` 时使用，填写文本内容
image_url string
图像URL 当 `type` 为 `input_image` 时使用 支持两种格式： **1. 完整的图像URL地址** * 公开可访问的图像URL（http\:// 或 https\://） * 示例：`https://example.com/image.jpg` **2. Base64 编码格式** * **必须使用完整的 Data URI 格式** * 格式：`data:image/{格式};base64,{base64数据}` * 支持的图片格式：jpeg、png、gif、webp * 示例：`data:image/jpeg;base64,/9j/4AAQSkZJRgABAQEAYABg...` * ⚠️ 注意：必须包含 `data:image/jpeg;base64,` 前缀部分

temperature number
控制输出随机性，范围 0-2 * 较低的值（如 0.2）使输出更确定 * 较高的值（如 1.8）使输出更随机 默认值：1.0
max_tokens integer
生成的最大token数量 不同模型有不同的最大值限制，请参考具体模型文档
stream boolean
是否使用流式输出 * `true`: 流式返回（SSE格式） * `false`: 一次性返回完整响应 默认值：false
top_p number
核采样参数，范围 0-1 控制生成文本的多样性，建议与 temperature 二选一使用 默认值：1.0
tools array
工具列表，用于扩展模型能力 支持的工具类型： * **网络搜索** (`web_search`): 实时搜索互联网信息 * **文件搜索** (`file_search`): 搜索已上传的文件内容 * **函数调用** (`function`): 调用自定义函数 * **远程MCP** (`remote_mcp`): 连接远程模型上下文协议服务 示例：`[{"type": "web_search"}]`

Response

id string
响应的唯一标识符
object string
对象类型，固定为 `response`
created integer
创建时间戳
model string
实际使用的模型名称
choices array
生成的回复列表 选项索引
message object
消息内容 角色类型（assistant）
content string
生成的文本内容
finish_reason string
结束原因 可能的值： * `stop` - 自然结束 * `length` - 达到最大长度 * `content_filter` - 内容过滤

usage object
token使用统计 输入内容的token数
completion_tokens integer
生成内容的token数
total_tokens integer
总token数

使用示例

纯文本输入

{
  "model": "gpt-5.2-pro",
  "input": [
    {
      "role": "user",
      "content": [
        {
          "type": "input_text",
          "text": "你好，介绍一下人工智能"
        }
      ]
    }
  ]
}

使用网络搜索工具

{
  "model": "gpt-5.2-pro",
  "tools": [{"type": "web_search"}],
  "input": "今天有什么正面的新闻？"
}

curl "https://api.openveer.com/v1/responses" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer <token>" \
    -d '{
        "model": "gpt-5.2-pro",
        "tools": [{"type": "web_search"}],
        "input": "今天有什么正面的新闻？"
    }'

图像理解

{
  "model": "gpt-5.2-pro",
  "input": [
    {
      "role": "user",
      "content": [
        {
          "type": "input_text",
          "text": "描述这张图片"
        },
        {
          "type": "input_image",
          "image_url": "https://example.com/image.jpg"
        }
      ]
    }
  ]
}

多图像分析

{
  "model": "gpt-5.2-pro",
  "input": [
    {
      "role": "user",
      "content": [
        {
          "type": "input_text",
          "text": "比较这两张图片的异同"
        },
        {
          "type": "input_image",
          "image_url": "https://example.com/image1.jpg"
        },
        {
          "type": "input_image",
          "image_url": "https://example.com/image2.jpg"
        }
      ]
    }
  ]
}

Base64编码图像

{
  "model": "gpt-5.2-pro",
  "input": [
    {
      "role": "user",
      "content": [
        {
          "type": "input_text",
          "text": "分析这张图片"
        },
        {
          "type": "input_image",
          "image_url": "data:image/jpeg;base64,/9j/4AAQSkZJRg..."
        }
      ]
    }
  ]
}

使用文件搜索工具

{
  "model": "gpt-5.2-pro",
  "tools": [{"type": "file_search"}],
  "input": "根据已上传的文档，总结公司的季度业绩"
}

使用函数调用

{
  "model": "gpt-5.2-pro",
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "获取指定城市的天气信息",
        "parameters": {
          "type": "object",
          "properties": {
            "city": {
              "type": "string",
              "description": "城市名称，例如：北京"
            },
            "unit": {
              "type": "string",
              "enum": ["celsius", "fahrenheit"],
              "description": "温度单位"
            }
          },
          "required": ["city"]
        }
      }
    }
  ],
  "input": "北京今天天气怎么样？"
}

使用远程MCP

{
  "model": "gpt-5.2-pro",
  "tools": [
    {
      "type": "remote_mcp",
      "remote_mcp": {
        "url": "https://mcp.example.com/api",
        "auth_token": "your_mcp_token"
      }
    }
  ],
  "input": "查询数据库中的用户信息"
}

组合使用多个工具

{
  "model": "gpt-5.2-pro",
  "tools": [
    {"type": "web_search"},
    {"type": "file_search"},
    {
      "type": "function",
      "function": {
        "name": "calculate",
        "description": "执行数学计算",
        "parameters": {
          "type": "object",
          "properties": {
            "expression": {
              "type": "string",
              "description": "数学表达式"
            }
          },
          "required": ["expression"]
        }
      }
    }
  ],
  "input": "搜索最新的比特币价格，并计算100个比特币的总价值"
}

内容类型说明

input_text

文本输入类型

属性：

  • type: 固定为 "input_text"
  • text: 文本内容（字符串）

input_image

图像输入类型

属性：

  • type: 固定为 "input_image"
  • image_url: 图像URL或Base64编码的数据URI

支持两种格式：

  1. 完整的图像URL地址
    * 公开可访问的图像URL（http\:// 或 https\://）
    * 示例：https://example.com/image.jpg

  2. Base64 编码格式
    * 必须使用完整的 Data URI 格式
    * 格式：data:image/{格式};base64,{base64数据}
    * 示例：data:image/jpeg;base64,/9j/4AAQSkZJRgABAQEAYABg...
    * ⚠️ 注意：必须包含 data:image/jpeg;base64, 前缀部分（其中 jpeg 可以替换为 png、gif、webp 等）

支持的图像格式：

  • JPEG
  • PNG
  • GIF
  • WebP

图像大小限制：

  • 最大文件大小：20MB
  • 推荐分辨率：不超过2048x2048像素

工具使用详解

使用网络搜索工具可以让模型访问实时互联网信息。

配置示例：

{
  "tools": [{"type": "web_search"}]
}

适用场景：

  • 查询最新新闻和时事
  • 获取实时数据（股票、天气、汇率等）
  • 搜索最新的技术文档和资料
  • 验证事实信息

文件搜索工具允许模型在已上传的文档中搜索相关信息。

配置示例：

{
  "tools": [{"type": "file_search"}]
}

适用场景：

  • 分析企业内部文档
  • 搜索技术规范和手册
  • 查询合同和法律文件
  • 知识库问答系统

函数调用 (Function Calling)

定义自定义函数，让模型能够调用外部API或执行特定操作。

完整配置示例：

{
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_stock_price",
        "description": "获取股票的实时价格",
        "parameters": {
          "type": "object",
          "properties": {
            "symbol": {
              "type": "string",
              "description": "股票代码，例如：AAPL"
            },
            "currency": {
              "type": "string",
              "enum": ["USD", "CNY"],
              "description": "货币单位",
              "default": "USD"
            }
          },
          "required": ["symbol"]
        }
      }
    }
  ]
}

参数说明：

  • name: 函数名称（必需）
  • description: 函数功能描述（必需）
  • parameters: 参数定义，使用JSON Schema格式
  • type: 参数类型
  • properties: 参数属性定义
  • required: 必需参数列表

适用场景：

  • 调用第三方API
  • 执行数据库查询
  • 触发业务流程
  • 与内部系统集成

远程MCP (Remote MCP)

连接到远程模型上下文协议（MCP）服务，扩展模型能力。

配置示例：

{
  "tools": [
    {
      "type": "remote_mcp",
      "remote_mcp": {
        "url": "https://your-mcp-server.com/api",
        "auth_token": "your_auth_token",
        "timeout": 30
      }
    }
  ]
}

参数说明：

  • url: MCP服务器地址（必需）
  • auth_token: 认证令牌（可选）
  • timeout: 超时时间（秒），默认30秒

适用场景：

  • 连接企业级AI服务
  • 使用专业领域模型
  • 访问受保护的数据源
  • 分布式AI系统集成

工具响应格式

当模型使用工具时，响应格式会包含工具调用信息：

{
  "id": "resp-123456",
  "object": "response",
  "created": 1677652288,
  "model": "gpt-5.2-pro",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": null,
        "tool_calls": [
          {
            "id": "call_abc123",
            "type": "function",
            "function": {
              "name": "get_weather",
              "arguments": "{\"city\": \"北京\"}"
            }
          }
        ]
      },
      "finish_reason": "tool_calls"
    }
  ]
}

工具调用流程：

  1. 模型接收用户输入
  2. 分析是否需要使用工具
  3. 如需要，返回工具调用请求
  4. 客户端执行工具调用
  5. 将工具结果返回给模型
  6. 模型生成最终响应

注意事项

  1. 图像URL要求：
    * 必须是公开可访问的URL
    * 或使用Base64编码的Data URI格式

  2. Token计费：
    * 图像会根据其分辨率消耗相应的tokens
    * 高分辨率图像会自动调整大小以优化成本
    * 工具调用也会消耗额外的tokens

  3. 内容顺序：
    * content数组中的元素顺序会影响模型理解
    * 建议先放置文本指令，再放置图像

  4. 多模态组合：
    * 可以在一个请求中混合多个文本和图像
    * 支持多轮对话，保持上下文连贯性

  5. 工具使用限制：
    * 同时使用多个工具时，模型会智能选择最合适的工具
    * 函数调用需要明确的函数定义和参数说明
    * 网络搜索结果可能受地域和时间限制

  6. API兼容性：
    * 完全兼容OpenAI Responses API格式
    * 可无缝迁移现有OpenAI代码
    * 支持所有OpenAI工具扩展功能