Démarrage rapide

Une clé, une requête, une réponse. Cinq minutes si vous avez déjà Python ou Node.js.

Sur cette page

Trois étapes
Lire la réponse
Ensuite

Trois étapes

Obtenir une clé

Les clés d’API s’ouvrent aux espaces de travail Team et aux partenaires. Écrivez-nous, nous créons la clé avec vous et vous la recevez une seule fois.
Tout sur les clés
La garder hors du code

Placez-la dans une variable d’environnement de votre serveur. Les exemples de cette documentation la lisent là.
Shell
```
export LEARNYA_API_KEY="lya_svc_…"
```

Envoyer la requête

Avec le SDK OpenAI ou une simple requête HTTP. Les valeurs en ambre sont celles que vous adaptez.

curl https://api.learnya.ai/v1/chat/completions \
  -H "Authorization: Bearer $LEARNYA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "flash",
    "messages": [
      {
        "role": "user",
        "content": "Summarise Swiss data protection law."
      }
    ]
  }'

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.learnya.ai/v1",
    api_key=os.environ["LEARNYA_API_KEY"],
)

response = client.chat.completions.create(
    model="flash",
    messages=[
        {
            "role": "user",
            "content": "Summarise Swiss data protection law.",
        }
    ],
)
print(response.choices[0].message.content)

import OpenAI from "openai"

const client = new OpenAI({
  baseURL: "https://api.learnya.ai/v1",
  apiKey: process.env.LEARNYA_API_KEY,
})

const response = await client.chat.completions.create({
  model: "flash",
  messages: [
    {
      role: "user",
      content: "Summarise Swiss data protection law.",
    },
  ],
})
console.log(response.choices[0].message.content)

import OpenAI from "openai"

const client = new OpenAI({
  baseURL: "https://api.learnya.ai/v1",
  apiKey: process.env.LEARNYA_API_KEY,
})

const response: OpenAI.ChatCompletion =
  await client.chat.completions.create({
    model: "flash",
    messages: [
      {
        role: "user",
        content: "Summarise Swiss data protection law.",
      },
    ],
  })
const answer: string | null =
  response.choices[0].message.content
console.log(answer)

Réponse

{
  "id": "chatcmpl-5d0c9e2a41b7",
  "object": "chat.completion",
  "created": 1791633600,
  "model": "learnya-flash",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "1. Personal data is processed lawfully, in good faith and for a stated purpose.\n2. Data protection is built in by design and by default.\n3. People can access their data and have it corrected or deleted."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": { "prompt_tokens": 21, "completion_tokens": 52, "total_tokens": 73 }
}

Lire la réponse

Le texte de la réponse est dans le premier choix, son message, son contenu. Le décompte des jetons est dans le champ usage.

Où	Ce que vous y trouvez
`choices[0].message.content`	Le texte de la réponse
`choices[0].finish_reason`	Pourquoi le modèle s’est arrêté : fin naturelle ou plafond de longueur atteint
`usage`	Les jetons lus et écrits par le modèle
`x-learnya-slot`	En-tête de réponse : le modèle Learnya qui a répondu

Ensuite

GuideConversationConsignes, échanges en plusieurs tours et raisonnement.GuideRéponses en fluxAfficher la réponse pendant qu’elle s’écrit.GuideOutilsLaisser le modèle appeler vos fonctions.

Trois étapes

Obtenir une clé

La garder hors du code

Envoyer la requête

Lire la réponse

Ensuite