org.dromara.hutool.ai.model.hutool

Interface HutoolService

All Superinterfaces:

AIService

All Known Implementing Classes:

HutoolServiceImpl

public interface HutoolService
extends AIService

hutool支持的扩展接口

Since:

6.0.0

Author:

elichow

Method Summary

Modifier and Type	Method and Description
default String	chatVision(String prompt, List<String> images) 图像理解：模型会依据传入的图片信息以及问题，给出回复。
default void	chatVision(String prompt, List<String> images, Consumer<String> callback) 图像理解：模型会依据传入的图片信息以及问题，给出回复。
String	chatVision(String prompt, List<String> images, String detail) 图像理解：模型会依据传入的图片信息以及问题，给出回复。
void	chatVision(String prompt, List<String> images, String detail, Consumer<String> callback) 图像理解-SSE流式输出
String	embeddingVision(String text, String image) 图文向量化：仅支持单一文本、单张图片或文本与图片的组合输入（即一段文本 + 一张图片），暂不支持批量文本 / 图片的同时处理
String	getVideoTasksInfo(String taskId) 查询视频生成任务信息
String	imagesGenerations(String prompt) 文生图
String	stt(File file) STT音频转文本
String	tokenizeText(String text) 分词：可以将文本转换为模型可理解的 token 信息
default InputStream	tts(String input) TTS文本转语音
InputStream	tts(String input, HutoolCommon.HutoolSpeech voice) TTS文本转语音
default String	videoTasks(String text, String image) 创建视频生成任务
String	videoTasks(String text, String image, List<HutoolCommon.HutoolVideo> videoParams) 创建视频生成任务

Methods inherited from interface org.dromara.hutool.ai.core.AIService

chat, chat, chat, chat

Method Detail

chatVision

String chatVision(String prompt,
                  List<String> images,
                  String detail)

图像理解：模型会依据传入的图片信息以及问题，给出回复。

Parameters:

prompt - 题词

images - 图片列表/或者图片Base64编码图片列表(URI形式)

detail - 手动设置图片的质量，取值范围high、low、auto,默认为auto

Returns:

AI回答

Since:

6.0.0

chatVision

void chatVision(String prompt,
                List<String> images,
                String detail,
                Consumer<String> callback)

图像理解-SSE流式输出

Parameters:

prompt - 题词

images - 图片列表/或者图片Base64编码图片列表(URI形式)

detail - 手动设置图片的质量，取值范围high、low、auto,默认为auto

callback - 流式数据回调函数

Since:

6.0.0

chatVision

default String chatVision(String prompt,
                          List<String> images)

图像理解：模型会依据传入的图片信息以及问题，给出回复。

Parameters:

prompt - 题词

images - 传入的图片列表地址/或者图片Base64编码图片列表(URI形式)

Returns:

AI回答

Since:

6.0.0

chatVision

default void chatVision(String prompt,
                        List<String> images,
                        Consumer<String> callback)

图像理解：模型会依据传入的图片信息以及问题，给出回复。

Parameters:

prompt - 题词

images - 传入｜的图片列表地址/或者图片Base64编码图片列表(URI形式)

callback - 流式数据回调函数

Since:

6.0.0

tokenizeText

String tokenizeText(String text)

分词：可以将文本转换为模型可理解的 token 信息

Parameters:

text - 需要分词的内容

Returns:

分词结果

Since:

6.0.0

imagesGenerations

String imagesGenerations(String prompt)

文生图

Parameters:

prompt - 题词

Returns:

包含生成图片的url

Since:

6.0.0

embeddingVision

String embeddingVision(String text,
                       String image)

图文向量化：仅支持单一文本、单张图片或文本与图片的组合输入（即一段文本 + 一张图片），暂不支持批量文本 / 图片的同时处理

Parameters:

text - 需要向量化的内容

image - 需要向量化的图片地址/或者图片Base64编码图片(URI形式)

Returns:

处理后的向量信息

Since:

6.0.0

tts

InputStream tts(String input,
                HutoolCommon.HutoolSpeech voice)

TTS文本转语音

Parameters:

input - 需要转成语音的文本

voice - AI的音色

Returns:

返回的音频mp3文件流

Since:

6.0.0

tts

default InputStream tts(String input)

TTS文本转语音

Parameters:

input - 需要转成语音的文本

Returns:

返回的音频mp3文件流

Since:

6.0.0

stt

String stt(File file)

STT音频转文本

Parameters:

file - 需要转成文本的音频文件

Returns:

返回的文本内容

Since:

6.0.0

videoTasks

String videoTasks(String text,
                  String image,
                  List<HutoolCommon.HutoolVideo> videoParams)

创建视频生成任务

Parameters:

text - 文本提示词

image - 图片/或者图片Base64编码图片(URI形式)

videoParams - 视频参数列表

Returns:

生成任务id

Since:

6.0.0

videoTasks

default String videoTasks(String text,
                          String image)

创建视频生成任务

Parameters:

text - 文本提示词

image - 图片/或者图片Base64编码图片(URI形式)

Returns:

生成任务id

Since:

6.0.0

getVideoTasksInfo

String getVideoTasksInfo(String taskId)

查询视频生成任务信息

Parameters:

taskId - 通过创建生成视频任务返回的生成任务id

Returns:

生成任务信息

Since:

6.0.0