> ## Documentation Index > Fetch the complete documentation index at: https://evolink.ai/docs/llms.txt > Use this file to discover all available pages before exploring further. # GLM-5.2 - OpenAI-kompatible API > - Verwenden Sie das OpenAI Chat Completions-Protokoll, um das GLM-5.2 Modell aufzurufen - Synchroner Verarbeitungsmodus, gibt Konversationsinhalte in Echtzeit zurück - **Reine Textkonversation**: Einzelrunden- oder Mehrrundenkontext-Dialog - **System-Prompts**: Passen Sie Rolle und Verhalten der KI über `role=system`-Nachrichten an - **Tiefes Nachdenken**: Schaltet die Gedankenkette über `thinking.type` ein/aus, `reasoning_effort` reguliert die Intensität des Schlussfolgerns; der Denkprozess wird über `reasoning_content` zurückgegeben - **Streaming-Ausgabe**: Unterstützt SSE-Streaming-Antworten (`stream=true`) - **Werkzeugaufrufe**: Unterstützt Function Calling, Wissensdatenbank-Abruf (retrieval), Websuche (web_search) und MCP (bis zu 128 Werkzeuge) - **Strukturierte Ausgabe**: Aktivieren Sie den JSON-Modus über `response_format` **Hinweise zur Streaming-Antwort**: Wenn `stream=true`, erfolgt die Rückgabe über Server-Sent Events, wobei jede Nachricht das Format `data: {JSON}` hat und am Ende `data: [DONE]` zurückgegeben wird. Jeder Datenblock (`ChatCompletionChunk`) enthält `id`, `created`, `model`, `choices`, optional `usage` und `content_filter`; dabei gibt `choices[].delta` inkrementell `role` / `content` / `reasoning_content` / `tool_calls` zurück, und `choices[].finish_reason` nennt im letzten Block den Abschlussgrund. **BaseURL**: Die Standard-BaseURL ist `https://direct.evolink.ai`, die Textmodelle und langlebige Verbindungen besser unterstützt. `https://api.evolink.ai` ist der primäre Endpunkt für multimodale Dienste und dient als Ausweichadresse für Textmodelle. ## OpenAPI ````yaml de/api-manual/language-series/glm-5.2/glm-5.2-api.json POST /v1/chat/completions openapi: 3.1.0 info: title: GLM-5.2 Vollständige API-Referenz (OpenAI-kompatibel) description: >- Vollständige API-Referenz für die GLM-5.2 Chat-Schnittstelle. **Modellfähigkeiten**: - Neuestes Flaggschiff-Modell mit komplexem Schlussfolgern, extrem langem Kontext und höchster Inferenzgeschwindigkeit - Maximale Ausgabe: **131.072 Tokens** (128K), empfohlen mindestens **1.024 Tokens** - Tiefes Nachdenken: Schaltet die Gedankenkette über das Feld `thinking` ein/aus, `reasoning_effort` reguliert die Intensität des Schlussfolgerns (exklusiv für GLM-5.2) - Werkzeugaufrufe: Unterstützt Function Calling, Wissensdatenbank-Abruf, Websuche und MCP (bis zu 128 Werkzeuge) - Streaming-Ausgabe: Unterstützt SSE-Streaming-Antworten - Strukturierte Ausgabe: Unterstützt die beiden Antwortformate `text` / `json_object` license: name: MIT version: 1.0.0 servers: - url: https://direct.evolink.ai description: Produktion (empfohlen) - url: https://api.evolink.ai description: Alternative URL security: - bearerAuth: [] tags: - name: Chat-Vervollständigung description: Endpunkte für KI-Chat-Vervollständigung paths: /v1/chat/completions: post: tags: - Chat-Vervollständigung summary: GLM-5.2 Chat-Schnittstelle (OpenAI-kompatibel) description: >- - Verwenden Sie das OpenAI Chat Completions-Protokoll, um das GLM-5.2 Modell aufzurufen - Synchroner Verarbeitungsmodus, gibt Konversationsinhalte in Echtzeit zurück - **Reine Textkonversation**: Einzelrunden- oder Mehrrundenkontext-Dialog - **System-Prompts**: Passen Sie Rolle und Verhalten der KI über `role=system`-Nachrichten an - **Tiefes Nachdenken**: Schaltet die Gedankenkette über `thinking.type` ein/aus, `reasoning_effort` reguliert die Intensität des Schlussfolgerns; der Denkprozess wird über `reasoning_content` zurückgegeben - **Streaming-Ausgabe**: Unterstützt SSE-Streaming-Antworten (`stream=true`) - **Werkzeugaufrufe**: Unterstützt Function Calling, Wissensdatenbank-Abruf (retrieval), Websuche (web_search) und MCP (bis zu 128 Werkzeuge) - **Strukturierte Ausgabe**: Aktivieren Sie den JSON-Modus über `response_format` **Hinweise zur Streaming-Antwort**: Wenn `stream=true`, erfolgt die Rückgabe über Server-Sent Events, wobei jede Nachricht das Format `data: {JSON}` hat und am Ende `data: [DONE]` zurückgegeben wird. Jeder Datenblock (`ChatCompletionChunk`) enthält `id`, `created`, `model`, `choices`, optional `usage` und `content_filter`; dabei gibt `choices[].delta` inkrementell `role` / `content` / `reasoning_content` / `tool_calls` zurück, und `choices[].finish_reason` nennt im letzten Block den Abschlussgrund. operationId: createChatCompletionGLM52 requestBody: required: true content: application/json: schema: $ref: '#/components/schemas/ChatCompletionRequest' examples: simple_text: summary: Einzelrunden-Textkonversation value: model: glm-5.2 messages: - role: user content: Bitte stelle dich vor multi_turn: summary: Mehrrundengespräch (Kontextverständnis) value: model: glm-5.2 messages: - role: user content: Was ist Python? - role: assistant content: Python ist eine höhere Programmiersprache... - role: user content: Welche Vorteile hat es? system_prompt: summary: System-Prompts verwenden value: model: glm-5.2 messages: - role: system content: >- Du bist ein professioneller Python-Programmierassistent und beantwortest Fragen in knapper Sprache. - role: user content: Wie liest man eine Datei ein? deep_thinking: summary: >- Tiefes Nachdenken aktivieren und Intensität des Schlussfolgerns regulieren value: model: glm-5.2 messages: - role: user content: >- Ein Bauer muss einen Wolf, eine Ziege und einen Kohlkopf über einen Fluss bringen und kann jeweils nur eines mitnehmen. Wie kommt er sicher hinüber? thinking: type: enabled reasoning_effort: max disable_thinking: summary: Tiefes Nachdenken deaktivieren (direkte Antwort) value: model: glm-5.2 messages: - role: user content: Fasse die Relativitätstheorie in einem Satz zusammen. thinking: type: disabled function_calling: summary: Werkzeugaufruf (Function Calling) value: model: glm-5.2 messages: - role: user content: Wie ist das Wetter heute in Peking? tools: - type: function function: name: get_weather description: Das aktuelle Wetter einer angegebenen Stadt abfragen parameters: type: object properties: city: type: string description: 'Stadtname, z. B.: Peking' required: - city tool_choice: auto web_search: summary: Websuche-Werkzeug aktivieren value: model: glm-5.2 messages: - role: user content: >- Suche mir die Nachrichten zur künstlichen Intelligenz der letzten Woche heraus tools: - type: web_search web_search: enable: true search_engine: search_pro count: 10 search_recency_filter: oneWeek json_mode: summary: Strukturierte JSON-Ausgabe value: model: glm-5.2 messages: - role: system content: >- Bitte gib die Ausgabe im JSON-Format aus und enthalte die beiden Felder name und age. - role: user content: Max Mustermann, 28 Jahre alt response_format: type: json_object streaming: summary: Streaming-Ausgabe (SSE) value: model: glm-5.2 messages: - role: user content: Schreibe ein kurzes Gedicht über den Frühling stream: true responses: '200': description: Chat-Vervollständigung erfolgreich content: application/json: schema: $ref: '#/components/schemas/ChatCompletionResponse' '400': description: Ungültige Anfrageparameter content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 400 message: Invalid request parameters type: invalid_request_error '401': description: Nicht authentifiziert, Token ungültig oder abgelaufen content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 401 message: Invalid or expired token type: authentication_error '402': description: Kontingent unzureichend, Aufladung erforderlich content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 402 message: Insufficient quota type: insufficient_quota_error fallback_suggestion: https://evolink.ai/dashboard/billing '403': description: Kein Zugriffsrecht content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 403 message: Access denied for this model type: permission_error param: model '404': description: Ressource nicht gefunden content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 404 message: Specified model not found type: not_found_error param: model fallback_suggestion: glm-5.2 '429': description: Anfragelimit überschritten content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 429 message: Rate limit exceeded type: rate_limit_error fallback_suggestion: retry after 60 seconds '500': description: Interner Serverfehler content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 500 message: Internal server error type: internal_server_error fallback_suggestion: try again later '502': description: Upstream-Dienstfehler content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 502 message: Upstream AI service unavailable type: upstream_error fallback_suggestion: try different model '503': description: Dienst vorübergehend nicht verfügbar content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 503 message: Service temporarily unavailable type: service_unavailable_error fallback_suggestion: retry after 30 seconds components: schemas: ChatCompletionRequest: type: object required: - model - messages properties: model: type: string description: >- Code des aufgerufenen Modells - `glm-5.2`: Neuestes Flaggschiff-Modell, bietet komplexes Schlussfolgern, extrem langen Kontext und höchste Inferenzgeschwindigkeit enum: - glm-5.2 default: glm-5.2 example: glm-5.2 messages: type: array description: >- Liste der Konversationsnachrichten, enthält die vollständigen Kontextinformationen des aktuellen Gesprächs Unterstützt vier Rollen: `system`, `user`, `assistant`, `tool`. Nachrichten mit unterschiedlichen Rollen haben unterschiedliche Feldstrukturen; wählen Sie die entsprechende Rolle zur Ansicht aus. Mindestens 1 Nachricht erforderlich, und es dürfen nicht ausschließlich System- oder Assistentennachrichten enthalten sein. items: oneOf: - $ref: '#/components/schemas/SystemMessage' - $ref: '#/components/schemas/UserMessage' - $ref: '#/components/schemas/AssistantRequestMessage' - $ref: '#/components/schemas/ToolMessage' discriminator: propertyName: role mapping: system: $ref: '#/components/schemas/SystemMessage' user: $ref: '#/components/schemas/UserMessage' assistant: $ref: '#/components/schemas/AssistantRequestMessage' tool: $ref: '#/components/schemas/ToolMessage' minItems: 1 stream: type: boolean description: >- Ob der Streaming-Ausgabemodus aktiviert wird - `false`: Das Modell gibt die vollständige Antwort nach der Generierung auf einmal zurück (Standard), geeignet für kurze Texte und Stapelverarbeitung - `true`: Gibt über Server-Sent Events (SSE) in Echtzeit blockweise zurück, geeignet für Chat und lange Texte; am Ende des Streams wird `data: [DONE]` zurückgegeben default: false example: false thinking: type: object description: Steuert, ob die Gedankenkette (Chain of Thought) aktiviert wird properties: type: type: string description: >- Schalter für die Gedankenkette - `enabled`: Tiefes Nachdenken aktivieren (Standard) - `disabled`: Tiefes Nachdenken deaktivieren, das Modell antwortet direkt enum: - enabled - disabled default: enabled clear_thinking: type: boolean description: >- Ob das `reasoning_content` aus historischen Gesprächsrunden entfernt wird - `true` (Standard): Ignoriert/entfernt das `reasoning_content` historischer Runden und verwendet nur nicht-schlussfolgernde Inhalte (für Benutzer/Assistent sichtbarer Text, Werkzeugaufrufe und Ergebnisse usw.) als Kontext, was Kontextlänge und Kosten senken kann - `false`: Behält das `reasoning_content` historischer Runden bei und stellt es zusammen mit dem Kontext dem Modell bereit (Preserved Thinking); in diesem Fall muss das historische `reasoning_content` in `messages` **vollständig, unverändert und in ursprünglicher Reihenfolge** durchgereicht werden, da Fehlen, Kürzen, Umschreiben oder Umordnen zu Wirkungsverlust führt oder die Funktion außer Kraft setzt - Hinweis: Dieser Parameter beeinflusst nur das rundenübergreifende historische Nachdenken und ändert nicht, ob in der aktuellen Runde Nachdenken erzeugt wird default: true example: true reasoning_effort: type: string description: >- Steuert den Grad des Schlussfolgerns des Modells (exklusive Fähigkeit von GLM-5.2) **Hinweise**: - Nur wirksam, wenn `thinking` aktiviert ist, Standard `max` - Werte von stark nach schwach: `max` > `xhigh` > `high` > `medium` > `low` > `minimal` > `none` **GLM-5.2 Zuordnungsregeln** (zur Kompatibilität mit anderen Protokollen): - `xhigh` → entspricht `max` - `low` / `medium` → entspricht `high` - `none` / `minimal` → verzichtet auf Nachdenken (kein tiefes Schlussfolgern) enum: - max - xhigh - high - medium - low - minimal - none default: max example: max do_sample: type: boolean description: >- Ob eine Sampling-Strategie aktiviert wird - `true` (Standard): Verwendet `temperature` / `top_p` für zufälliges Sampling, vielfältigere Ausgabe - `false`: Wählt stets das Wort mit der höchsten Wahrscheinlichkeit (Greedy Decoding), deterministischere Ausgabe; in diesem Fall werden `temperature` und `top_p` ignoriert Für Aufgaben, die Konsistenz und Reproduzierbarkeit erfordern (z. B. Codegenerierung, Übersetzung), wird `false` empfohlen default: true example: true temperature: type: number format: float description: >- Sampling-Temperatur, steuert Zufälligkeit und Kreativität der Ausgabe **Hinweise**: - Wertebereich: `[0.0, 1.0]`, auf zwei Dezimalstellen begrenzt - Höhere Werte (z. B. 0,8): Zufälliger und kreativer, geeignet für kreatives Schreiben - Niedrigere Werte (z. B. 0,2): Stabiler und deterministischer, geeignet für faktenbasierte Fragen und Codegenerierung - GLM-5.2 Standardwert: `1.0` **Empfehlung**: Passen Sie `temperature` und `top_p` nicht gleichzeitig an minimum: 0 maximum: 1 default: 1 example: 1 top_p: type: number format: float description: >- Nucleus-Sampling-Parameter, eine Alternative zum `temperature`-Sampling **Hinweise**: - Wertebereich: `[0.01, 1.0]`, auf zwei Dezimalstellen begrenzt - Das Modell berücksichtigt nur Kandidatenwörter, deren kumulative Wahrscheinlichkeit `top_p` erreicht; z. B. bedeutet 0,1, dass nur die wahrscheinlichsten 10 % der Wörter berücksichtigt werden - Kleinere Werte erzeugen fokussiertere, konsistentere Ausgabe; größere Werte erhöhen die Vielfalt - GLM-5.2 Standardwert: `0.95` **Empfehlung**: Passen Sie `temperature` und `top_p` nicht gleichzeitig an minimum: 0.01 maximum: 1 default: 0.95 example: 0.95 max_tokens: type: integer description: >- Obergrenze für die Anzahl der vom Modell ausgegebenen Tokens **Hinweise**: - GLM-5.2 unterstützt maximal **131.072 Tokens** (128K) Ausgabelänge, empfohlen wird ein Wert von mindestens `1024` - Bei aktiviertem `thinking` zählen auch die Tokens der Gedankenkette zu dieser Obergrenze - Wenn die Generierung aus dem Grund `length` abgeschnitten wird, versuchen Sie, diesen Wert zu erhöhen minimum: 1 maximum: 131072 example: 1024 tools: type: array description: >- Liste der Werkzeuge, die das Modell aufrufen kann **Hinweise**: - Unterstützt Function Calling (`function`), Wissensdatenbank-Abruf (`retrieval`), Websuche (`web_search`) und MCP (`mcp`) - Unterstützt bis zu 128 Funktionen items: oneOf: - $ref: '#/components/schemas/FunctionTool' - $ref: '#/components/schemas/RetrievalTool' - $ref: '#/components/schemas/WebSearchTool' - $ref: '#/components/schemas/McpTool' discriminator: propertyName: type mapping: function: $ref: '#/components/schemas/FunctionTool' retrieval: $ref: '#/components/schemas/RetrievalTool' web_search: $ref: '#/components/schemas/WebSearchTool' mcp: $ref: '#/components/schemas/McpTool' maxItems: 128 tool_choice: type: string description: >- Steuert, wie das Modell auswählt, welche Funktion aufgerufen wird **Hinweise**: Nur wirksam, wenn der Werkzeugtyp `function` ist; standardmäßig und ausschließlich wird `auto` unterstützt (das Modell entscheidet automatisch, ob ein Werkzeug aufgerufen wird) enum: - auto default: auto example: auto stop: type: array description: >- Liste der Stoppwörter **Hinweise**: - Wenn der generierte Text auf eine angegebene Zeichenkette trifft, wird die Generierung sofort gestoppt (das Stoppwort selbst ist im zurückgegebenen Text nicht enthalten) - Derzeit wird nur ein einzelnes Stoppwort unterstützt, im Format `["stop_word1"]`, z. B. `["Human:"]` items: type: string maxItems: 4 example: - 'Human:' response_format: type: object description: >- Gibt das Ausgabeformat der Modellantwort an, Standard ist `text` **Hinweise**: - `{ "type": "json_object" }` aktiviert den JSON-Modus, das Modell gibt gültige Daten im JSON-Format zurück, geeignet für Szenarien wie strukturierte Datenextraktion - Bei Verwendung des JSON-Modus wird empfohlen, in der `system`- oder `user`-Nachricht ausdrücklich JSON-Ausgabe zu verlangen required: - type properties: type: type: string description: |- Typ des Ausgabeformats - `text`: Normale Textausgabe (Standard) - `json_object`: Ausgabe im JSON-Format enum: - text - json_object default: text request_id: type: string description: >- Eindeutige Kennung der Anfrage **Hinweise**: - Wird von der Clientseite übergeben, Länge 6-64 Zeichen, zur Sicherstellung der Eindeutigkeit wird das UUID-Format empfohlen - Wird sie nicht angegeben, generiert die Plattform sie automatisch minLength: 6 maxLength: 64 example: req-7f3a2c1e8b9d4f0a user_id: type: string description: >- Eindeutige Kennung des Endbenutzers **Hinweise**: Länge 6-128 Zeichen, empfohlen wird eine eindeutige Kennung ohne sensible Informationen; sie hilft der Plattform, Missbrauch zu überwachen und zu erkennen minLength: 6 maxLength: 128 example: user-abc123456 ChatCompletionResponse: type: object properties: id: type: string description: Aufgaben-`ID` example: chatcmpl-a6613b56-c61c-94ba-9a9f-43d4cdc7d77a object: type: string description: Antworttyp enum: - chat.completion example: chat.completion request_id: type: string description: >- Anfrage-`ID` (wird zurückgegeben, wenn in der Anfrage `request_id` angegeben wurde) example: req-7f3a2c1e8b9d4f0a created: type: integer description: Erstellungszeit der Anfrage, `Unix`-Zeitstempel (Sekunden) example: 1777021417 model: type: string description: Modellname example: glm-5.2 choices: type: array description: Liste der Modellantworten items: $ref: '#/components/schemas/Choice' usage: $ref: '#/components/schemas/Usage' web_search: type: array description: >- Informationen zur Websuche, werden zurückgegeben, wenn das `web_search`-Werkzeug verwendet wird und eine Suche getroffen wird items: $ref: '#/components/schemas/WebSearchResult' content_filter: type: array description: Informationen zur Inhaltssicherheit items: $ref: '#/components/schemas/ContentFilter' ErrorResponse: type: object properties: error: type: object properties: code: type: integer description: HTTP-Statusfehlercode message: type: string description: Fehlerbeschreibung type: type: string description: Fehlertyp param: type: string description: Name des zugehörigen Parameters fallback_suggestion: type: string description: Empfehlung im Fehlerfall SystemMessage: title: System Message type: object required: - role - content properties: role: type: string enum: - system description: Rollenkennung, fest auf `system` gesetzt content: type: string description: >- Inhalt des System-Prompts, dient zum Festlegen der Rolle und des Verhaltens der KI UserMessage: title: User Message type: object required: - role - content properties: role: type: string enum: - user description: Rollenkennung, fest auf `user` gesetzt content: type: string description: Inhalt der Benutzernachricht (reine Textzeichenkette) AssistantRequestMessage: title: Assistant Message type: object description: Assistentennachricht, kann Werkzeugaufrufe enthalten required: - role properties: role: type: string enum: - assistant description: Rollenkennung, fest auf `assistant` gesetzt content: type: - string - 'null' description: >- Inhalt der Assistentennachricht **Hinweise**: Dient zum Übergeben historischer Assistentenantworten in Mehrrundengesprächen; bei Vorhandensein von `tool_calls` üblicherweise `null` reasoning_content: type: - string - 'null' description: >- Inhalt der historischen Gedankenkette **Hinweise**: Nur erforderlich, wenn `thinking.clear_thinking=false` (Preserved Thinking); dabei wird das `reasoning_content` der vorherigen Antwort unverändert zurückgereicht; standardmäßig (`clear_thinking=true`) ist keine Rückgabe nötig tool_calls: type: array description: >- Liste der Werkzeugaufrufe Dient zum Übergeben historischer Werkzeugaufruf-Informationen in Mehrrundengesprächen; wird dieses Feld angegeben, ist `content` üblicherweise leer items: type: object required: - id - type properties: id: type: string description: Werkzeugaufruf-ID type: type: string enum: - function - web_search - retrieval description: Werkzeugtyp function: type: object description: >- Informationen zum Funktionsaufruf, nicht leer, wenn `type` `function` ist required: - name - arguments properties: name: type: string description: Funktionsname arguments: type: string description: Funktionsargumente (Zeichenkette im JSON-Format) ToolMessage: title: Tool Message type: object required: - role - content properties: role: type: string enum: - tool description: Rollenkennung, fest auf `tool` gesetzt content: type: string description: Inhalt des Rückgabeergebnisses des Werkzeugaufrufs tool_call_id: type: string description: >- Gibt die `ID` des Werkzeugaufrufs an, dem diese Nachricht entspricht (entspricht dem in `tool_calls` der Assistentennachricht zurückgegebenen `id`) FunctionTool: title: Function-Werkzeug type: object required: - type - function additionalProperties: false properties: type: type: string enum: - function default: function description: Werkzeugtyp, fest auf `function` gesetzt function: type: object required: - name - description - parameters properties: name: type: string description: >- Name der aufzurufenden Funktion **Hinweise**: Muss aus den Zeichen `a-z`, `A-Z`, `0-9` bestehen oder Unterstriche und Bindestriche enthalten; maximale Länge 64 Zeichen minLength: 1 maxLength: 64 pattern: ^[a-zA-Z0-9_-]+$ description: type: string description: >- Beschreibung der Funktionalität der Funktion, damit das Modell auswählen kann, wann und wie die Funktion aufgerufen wird parameters: type: object description: >- Eingabeparameter der Funktion, beschrieben als JSON-Schema-Objekt RetrievalTool: title: Retrieval-Werkzeug (Wissensdatenbank-Abruf) type: object required: - type - retrieval additionalProperties: false properties: type: type: string enum: - retrieval default: retrieval description: Werkzeugtyp, fest auf `retrieval` gesetzt retrieval: type: object required: - knowledge_id properties: knowledge_id: type: string description: >- `ID` der Wissensdatenbank, auf der Plattform erstellt oder abgerufen prompt_template: type: string description: >- Prompt-Vorlage für die Anfrage an das Modell, eine benutzerdefinierte Vorlage mit den Platzhaltern `{{ knowledge }}` und `{{ question }}`; ohne Angabe wird die Standardvorlage verwendet WebSearchTool: title: Web-Search-Werkzeug (Websuche) type: object required: - type - web_search additionalProperties: false properties: type: type: string enum: - web_search default: web_search description: Werkzeugtyp, fest auf `web_search` gesetzt web_search: type: object required: - search_engine properties: enable: type: boolean description: >- Ob die Suchfunktion aktiviert wird; zum Aktivieren auf `true` setzen default: false search_engine: type: string description: Typ der Suchmaschine, Standard `search_std` enum: - search_std - search_pro - search_pro_sogou - search_pro_quark search_query: type: string description: >- Benutzerdefiniertes Schlüsselwort, das die Suche zwingend auslöst search_intent: type: string description: >- Ob eine Erkennung der Suchabsicht durchgeführt wird, standardmäßig aktiv - `true`: Führt die Erkennung der Suchabsicht durch und sucht erst, wenn eine Suchabsicht vorliegt - `false`: Überspringt die Absichtserkennung und sucht direkt count: type: integer description: >- Anzahl der zurückgegebenen Ergebnisse, Bereich `1-50`, Standard `10` (unterstützt `search_std` / `search_pro` / `search_pro_sogou`) minimum: 1 maximum: 50 default: 10 search_domain_filter: type: string description: >- Beschränkt die Suchergebnisse auf eine Domain-Whitelist (z. B. `www.example.com`) search_recency_filter: type: string description: Beschränkt den Zeitraum der Suchergebnisse, Standard `noLimit` enum: - oneDay - oneWeek - oneMonth - oneYear - noLimit default: noLimit content_size: type: string description: >- Steuert die Wortanzahl der Webseiten-Zusammenfassung, Standard `medium` - `medium`: Gibt zusammenfassende Informationen zurück, deckt grundlegenden Schlussfolgerungsbedarf ab - `high`: Maximiert den Kontext, detailliertere Informationen enum: - medium - high default: medium result_sequence: type: string description: >- Position, an der die Suchergebnisse zurückgegeben werden (vor oder nach der Modellantwort), Standard `after` enum: - before - after default: after search_result: type: boolean description: >- Ob detaillierte Informationen zu den Suchquellen zurückgegeben werden, Standard `false` default: false require_search: type: boolean description: >- Ob eine Antwort nur auf Basis der Suchergebnisse zurückgegeben werden muss, Standard `false` default: false search_prompt: type: string description: >- `Prompt` zur Anpassung der Verarbeitung der Suchergebnisse; ohne Angabe wird die Standardvorlage verwendet McpTool: title: MCP-Werkzeug type: object required: - type - mcp additionalProperties: false properties: type: type: string enum: - mcp default: mcp description: Werkzeugtyp, fest auf `mcp` gesetzt mcp: type: object required: - server_label properties: server_label: type: string description: >- Kennung des MCP-Servers; beim Verbinden mit einem plattforminternen MCP-Server geben Sie den entsprechenden MCP-Code ein, und `server_url` muss nicht angegeben werden server_url: type: string description: Adresse des MCP-Servers transport_type: type: string description: Transporttyp enum: - sse - streamable-http default: streamable-http allowed_tools: type: array description: Menge der Werkzeuge, die aufgerufen werden dürfen items: type: string headers: type: object description: Vom MCP-Server benötigte Authentifizierungsinformationen Choice: type: object properties: index: type: integer description: Ergebnisindex example: 0 message: $ref: '#/components/schemas/AssistantMessage' finish_reason: type: string description: >- Grund für den Abschluss des Schlussfolgerns - `stop`: Natürlicher Abschluss oder Stoppwort ausgelöst - `tool_calls`: Das Modell hat eine Funktion getroffen (Werkzeugaufruf) - `length`: Token-Längengrenze erreicht - `sensitive`: Inhalt durch die Sicherheitsprüfung blockiert (bitte prüfen und entscheiden, ob öffentlicher Inhalt zurückgezogen werden soll) - `network_error`: Anomalie bei der Modellinferenz - `model_context_window_exceeded`: Kontextfenster des Modells überschritten enum: - stop - tool_calls - length - sensitive - network_error - model_context_window_exceeded example: stop Usage: type: object description: >- Token-Nutzungsstatistik, die bei Abschluss des Aufrufs zurückgegeben wird properties: prompt_tokens: type: integer description: Anzahl der vom Benutzer eingegebenen Tokens example: 24 completion_tokens: type: integer description: >- Anzahl der ausgegebenen Tokens (einschließlich des Anteils der Gedankenkette `reasoning_tokens`) example: 346 total_tokens: type: integer description: Gesamtanzahl der Tokens = prompt_tokens + completion_tokens example: 370 prompt_tokens_details: type: object description: Detaillierte Aufschlüsselung der Eingabe-Tokens properties: cached_tokens: type: integer description: Anzahl der Tokens, die den Cache getroffen haben example: 0 completion_tokens_details: type: object description: Detaillierte Aufschlüsselung der Ausgabe-Tokens properties: reasoning_tokens: type: integer description: >- Anzahl der von der Gedankenkette (tiefes Nachdenken) erzeugten Tokens, zählt zu `completion_tokens` example: 321 WebSearchResult: type: object description: Einzelnes Websuche-Ergebnis properties: icon: type: string description: Symbol der Quellwebsite title: type: string description: Titel des Suchergebnisses link: type: string description: Webseiten-Link des Suchergebnisses media: type: string description: Name der Medienquelle der Suchergebnis-Webseite publish_date: type: string description: Veröffentlichungszeit der Website content: type: string description: Vom Suchergebnis zitierter Textinhalt der Webseite refer: type: string description: Fußnotennummer ContentFilter: type: object description: Informationen zur Inhaltssicherheit properties: role: type: string description: |- Phase, in der die Sicherheit wirksam wird - `assistant`: Modellinferenz - `user`: Benutzereingabe - `history`: Historischer Kontext enum: - assistant - user - history level: type: integer description: >- Schweregrad `0-3`, `0` bedeutet am schwerwiegendsten, `3` bedeutet geringfügig minimum: 0 maximum: 3 AssistantMessage: type: object properties: role: type: string description: Aktuelle Konversationsrolle, Standard `assistant` enum: - assistant example: assistant content: type: - string - 'null' description: >- Textinhalt der Konversation **Hinweise**: Beim Werkzeugaufruf (`tool_calls`) möglicherweise `null`, andernfalls wird der Antwortinhalt des Modells zurückgegeben example: >- Hallo! Ich bin GLM-5.2 und kann dir bei Konversation, Schlussfolgern, Schreiben, Programmieren und vielen weiteren Aufgaben helfen. reasoning_content: type: string description: >- Inhalt der Gedankenkette **Hinweise**: Wird bei aktiviertem `thinking` zurückgegeben und protokolliert den Schlussfolgerungsprozess des Modells example: Lass mich dieses Problem zunächst analysieren... tool_calls: type: array description: >- Generierte Werkzeugaufruf-Informationen (werden zurückgegeben, wenn das Modell beschließt, ein Werkzeug aufzurufen) items: type: object properties: id: type: string description: Eindeutige Kennung des Werkzeugaufrufs type: type: string description: Typ des Werkzeugaufrufs enum: - function - mcp function: type: object description: >- Informationen zum Funktionsaufruf (enthält den generierten Funktionsnamen und Argumente im JSON-Format) properties: name: type: string description: Generierter Funktionsname arguments: type: string description: >- Zeichenkette der Funktionsaufruf-Argumente im JSON-Format; bitte validieren Sie die Argumente vor dem Funktionsaufruf mcp: type: object description: >- Argumente des MCP-Werkzeugaufrufs (werden zurückgegeben, wenn `type=mcp`) properties: id: type: string description: Eindeutige Kennung des MCP-Werkzeugaufrufs type: type: string description: Typ des MCP-Aufrufs enum: - mcp_list_tools - mcp_call server_label: type: string description: Label des MCP-Servers error: type: string description: Fehlerinformationen securitySchemes: bearerAuth: type: http scheme: bearer description: >- ##Alle APIs erfordern eine Bearer-Token-Authentifizierung## **API-Key erhalten**: Besuchen Sie die [API-Key-Verwaltungsseite](https://evolink.ai/dashboard/keys), um Ihren API-Key zu erhalten **Zum Anfrage-Header hinzufügen**: ``` Authorization: Bearer YOUR_API_KEY ``` ````