AI Palette 🎨

import requests

response = requests.post(
    'http://localhost:18000/api/chat',
    json={
        'model_type': "[$MODEL_TYPE$]",  # 当前选择的模型类型
        'model': "[$MODEL$]",  # 当前选择的模型
        'api_key': "[$API_KEY$]",  # 当前输入的 API Key
        'prompt': 'Your message here',
        'enable_streaming': True if '[$STREAMING$]' == 'true' else False  # 是否启用流式输出
    }
)

print(response.json()['response'])

const response = await fetch('/api/chat', {
    method: 'POST',
    headers: {
        'Content-Type': 'application/json'
    },
    body: JSON.stringify({
        model_type: "[$MODEL_TYPE$]",  // 当前选择的模型类型
        model: "[$MODEL$]",  // 当前选择的模型
        api_key: "[$API_KEY$]",  // 当前输入的 API Key
        prompt: 'Your message here',
        enable_streaming: True if '[$STREAMING$]' == 'true' else False  // 是否启用流式输出
    })
});

const data = await response.json();
console.log(data.response);

const params = new URLSearchParams({
    model_type: "[$MODEL_TYPE$]",  // 当前选择的模型类型
    model: "[$MODEL$]",  // 当前选择的模型
    api_key: "[$API_KEY$]",  // 当前输入的 API Key
    prompt: 'Your message here',
    enable_streaming: true  // 流式输出始终启用
});

const eventSource = new EventSource(\`/api/chat?\${params}\`);

eventSource.onmessage = (event) => {
    const data = JSON.parse(event.data);
    console.log(data.content);
};

eventSource.onerror = () => {
    eventSource.close();
};