创建聊天识图（流式，Base64 图片）

通过聊天补全接口发送文本与 Base64 编码图片，让模型对图片内容进行理解并以流式方式返回结果。

接口地址

POST https://www.vortapapi.com/v1/chat/completions

请求头

名称	必填	说明
Content-Type	是	固定为 application/json
Accept	否	使用流式响应时可设置为 text/event-stream
Authorization	是	API Key，格式为 Bearer sk-***

请求体

参数	类型	必填	说明
model	string	是	要调用的模型名称，需使用支持视觉输入的模型
messages	array	是	对话消息列表
messages[].role	string	是	消息角色，例如 user、assistant、system
messages[].content	string 或 array	是	消息内容。传入图片时通常使用数组结构，包含文本与图片对象
stream	boolean	否	是否启用流式输出。设为 true 时，接口会以 SSE 形式逐步返回内容
max_tokens	integer	否	限制模型最多生成的 token 数
temperature	number	否	控制输出随机性，值越高结果越发散

Base64 图片格式

图片需要放入 image_url.url 字段中，并使用 Data URL 形式：

data:image/png;base64,{BASE64_IMAGE}

也可以根据实际图片类型使用：

data:image/jpeg;base64,{BASE64_IMAGE}

请求示例

curl https://www.vortapapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Accept: text/event-stream" \
  -H "Authorization: Bearer sk-***" \
  -d '{
    "model": "gpt-4o-mini",
    "stream": true,
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "请描述这张图片中的主要内容。"
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAA..."
            }
          }
        ]
      }
    ],
    "max_tokens": 500
  }'

流式响应示例

启用 stream: true 后，响应会按事件分片返回。每个分片通常包含增量内容，最后以 [DONE] 结束。

data: {"id":"chatcmpl-123","object":"chat.completion.chunk","created":1677652288,"model":"gpt-4o-mini","choices":[{"index":0,"delta":{"role":"assistant"},"finish_reason":null}]}

data: {"id":"chatcmpl-123","object":"chat.completion.chunk","created":1677652288,"model":"gpt-4o-mini","choices":[{"index":0,"delta":{"content":"这张图片"},"finish_reason":null}]}

data: {"id":"chatcmpl-123","object":"chat.completion.chunk","created":1677652288,"model":"gpt-4o-mini","choices":[{"index":0,"delta":{"content":"展示了一个场景，"},"finish_reason":null}]}

data: {"id":"chatcmpl-123","object":"chat.completion.chunk","created":1677652288,"model":"gpt-4o-mini","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: [DONE]

非流式响应示例

如果将 stream 设置为 false 或不传该字段，接口会在生成完成后一次性返回完整结果。

{
  "id": "chatcmpl-123",
  "object": "chat.completion",
  "created": 1677652288,
  "model": "gpt-4o-mini",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "这张图片展示了一个场景，我可以看到其中的主要元素包括……"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 120,
    "completion_tokens": 36,
    "total_tokens": 156
  }
}

响应字段说明

字段	类型	说明
id	string	本次聊天补全请求的唯一标识
object	string	对象类型。非流式通常为 chat.completion，流式分片通常为 chat.completion.chunk
created	integer	响应创建时间，Unix 时间戳
model	string	实际使用的模型
choices	array	模型生成结果列表
choices[].index	integer	当前结果在列表中的序号
choices[].message	object	非流式响应中的完整消息
choices[].delta	object	流式响应中的增量消息片段
choices[].finish_reason	string 或 null	生成结束原因，例如 stop、length 等
usage	object	token 使用量统计。通常仅在非流式完整响应中返回

注意事项

• Base64 内容较长时，请确保请求体大小未超过模型或网关限制。
• 图片 MIME 类型需要与实际图片格式一致，例如 PNG 使用 image/png，JPEG 使用 image/jpeg。
• 使用流式响应时，客户端需要按 SSE 数据流逐段读取 data: 内容。
• Authorization 必须使用 Vortap API Key，并以 Bearer 方式传入。