> ## 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 - API compatible con OpenAI > - Utiliza el protocolo OpenAI Chat Completions para llamar al modelo GLM-5.2 - Modo de procesamiento síncrono, devuelve el contenido de la conversación en tiempo real - **Conversación de texto plano**: diálogo contextual de un solo turno o de múltiples turnos - **Indicaciones de sistema**: personaliza el rol y el comportamiento de la IA mediante mensajes con `role=system` - **Pensamiento profundo**: activa o desactiva la cadena de pensamiento mediante `thinking.type`, y ajusta la intensidad del razonamiento con `reasoning_effort`; el proceso de razonamiento se devuelve a través de `reasoning_content` - **Salida en streaming**: admite respuestas en streaming SSE (`stream=true`) - **Llamada a herramientas**: admite Function Calling, recuperación de base de conocimiento (retrieval), búsqueda web (web_search) y MCP (hasta 128 herramientas) - **Salida estructurada**: activa el modo JSON mediante `response_format` **Notas sobre la respuesta en streaming**: cuando `stream=true`, la respuesta se devuelve mediante Server-Sent Events, con cada mensaje en el formato `data: {JSON}` y, al finalizar, se devuelve `data: [DONE]`. Cada bloque de datos (`ChatCompletionChunk`) contiene `id`, `created`, `model`, `choices` y, opcionalmente, `usage` y `content_filter`; donde `choices[].delta` devuelve de forma incremental `role` / `content` / `reasoning_content` / `tool_calls`, y `choices[].finish_reason` indica el motivo de finalización en el último bloque. **BaseURL**: La BaseURL predeterminada es `https://direct.evolink.ai`, que ofrece mejor compatibilidad con los modelos de texto y las conexiones de larga duración. `https://api.evolink.ai` es el endpoint principal para los servicios multimodales y sirve como dirección de respaldo para los modelos de texto. ## OpenAPI ````yaml es/api-manual/language-series/glm-5.2/glm-5.2-api.json POST /v1/chat/completions openapi: 3.1.0 info: title: Documentación completa de parámetros de GLM-5.2 (compatible con OpenAI) description: >- Referencia completa de la API de la interfaz de chat de GLM-5.2. **Capacidades del modelo**: - Modelo insignia más reciente, con razonamiento complejo, contexto ultralargo y velocidad de inferencia extrema - Salida máxima: **131,072 tokens** (128K), recomendado no menos de **1,024 tokens** - Pensamiento profundo: activa o desactiva la cadena de pensamiento mediante el campo `thinking`, y ajusta la intensidad del razonamiento con `reasoning_effort` (exclusivo de GLM-5.2) - Llamada a herramientas: admite Function Calling, recuperación de base de conocimiento, búsqueda web y MCP (hasta 128 herramientas) - Salida en streaming: admite respuestas en streaming SSE - Salida estructurada: admite los formatos de respuesta `text` / `json_object` license: name: MIT version: 1.0.0 servers: - url: https://direct.evolink.ai description: Producción (recomendado) - url: https://api.evolink.ai description: URL alternativa security: - bearerAuth: [] tags: - name: Generación de chat description: Endpoints relacionados con la generación de chat de IA paths: /v1/chat/completions: post: tags: - Generación de chat summary: Interfaz de chat de GLM-5.2 (compatible con OpenAI) description: >- - Utiliza el protocolo OpenAI Chat Completions para llamar al modelo GLM-5.2 - Modo de procesamiento síncrono, devuelve el contenido de la conversación en tiempo real - **Conversación de texto plano**: diálogo contextual de un solo turno o de múltiples turnos - **Indicaciones de sistema**: personaliza el rol y el comportamiento de la IA mediante mensajes con `role=system` - **Pensamiento profundo**: activa o desactiva la cadena de pensamiento mediante `thinking.type`, y ajusta la intensidad del razonamiento con `reasoning_effort`; el proceso de razonamiento se devuelve a través de `reasoning_content` - **Salida en streaming**: admite respuestas en streaming SSE (`stream=true`) - **Llamada a herramientas**: admite Function Calling, recuperación de base de conocimiento (retrieval), búsqueda web (web_search) y MCP (hasta 128 herramientas) - **Salida estructurada**: activa el modo JSON mediante `response_format` **Notas sobre la respuesta en streaming**: cuando `stream=true`, la respuesta se devuelve mediante Server-Sent Events, con cada mensaje en el formato `data: {JSON}` y, al finalizar, se devuelve `data: [DONE]`. Cada bloque de datos (`ChatCompletionChunk`) contiene `id`, `created`, `model`, `choices` y, opcionalmente, `usage` y `content_filter`; donde `choices[].delta` devuelve de forma incremental `role` / `content` / `reasoning_content` / `tool_calls`, y `choices[].finish_reason` indica el motivo de finalización en el último bloque. operationId: createChatCompletionGLM52 requestBody: required: true content: application/json: schema: $ref: '#/components/schemas/ChatCompletionRequest' examples: simple_text: summary: Conversación de texto de un solo turno value: model: glm-5.2 messages: - role: user content: Preséntate, por favor multi_turn: summary: Conversación de múltiples turnos (comprensión del contexto) value: model: glm-5.2 messages: - role: user content: ¿Qué es Python? - role: assistant content: Python es un lenguaje de programación de alto nivel... - role: user content: ¿Cuáles son sus ventajas? system_prompt: summary: Uso de indicaciones de sistema value: model: glm-5.2 messages: - role: system content: >- Eres un asistente profesional de programación en Python. Responde las preguntas con un lenguaje conciso. - role: user content: ¿Cómo se lee un archivo? deep_thinking: summary: >- Activar el pensamiento profundo y ajustar la intensidad del razonamiento value: model: glm-5.2 messages: - role: user content: >- Un granjero tiene que cruzar un río con un lobo, una oveja y una col, y solo puede llevar una cosa cada vez. ¿Cómo cruza con seguridad? thinking: type: enabled reasoning_effort: max disable_thinking: summary: Desactivar el pensamiento profundo (respuesta directa) value: model: glm-5.2 messages: - role: user content: Resume la teoría de la relatividad en una frase. thinking: type: disabled function_calling: summary: Llamada a herramientas (Function Calling) value: model: glm-5.2 messages: - role: user content: ¿Qué tiempo hace hoy en Pekín? tools: - type: function function: name: get_weather description: >- Consulta el clima en tiempo real de una ciudad específica parameters: type: object properties: city: type: string description: 'Nombre de la ciudad, por ejemplo: Pekín' required: - city tool_choice: auto web_search: summary: Activar la herramienta de búsqueda web value: model: glm-5.2 messages: - role: user content: >- Busca las noticias de inteligencia artificial de la última semana tools: - type: web_search web_search: enable: true search_engine: search_pro count: 10 search_recency_filter: oneWeek json_mode: summary: Salida estructurada en JSON value: model: glm-5.2 messages: - role: system content: >- Devuelve la salida en formato JSON, con los dos campos name y age. - role: user content: Juan, 28 años response_format: type: json_object streaming: summary: Salida en streaming (SSE) value: model: glm-5.2 messages: - role: user content: Escribe un poema corto sobre la primavera stream: true responses: '200': description: Generación de chat exitosa content: application/json: schema: $ref: '#/components/schemas/ChatCompletionResponse' '400': description: Parámetros de solicitud no válidos content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 400 message: Invalid request parameters type: invalid_request_error '401': description: Sin autenticar, token no válido o caducado content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 401 message: Invalid or expired token type: authentication_error '402': description: Cuota insuficiente, se requiere recarga 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: Sin permiso de acceso 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: Recurso no encontrado 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: Límite de frecuencia de solicitudes superado 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: Error interno del servidor 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: Error del servicio de origen 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: Servicio temporalmente no disponible 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: >- Código del modelo a invocar - `glm-5.2`: modelo insignia más reciente, ofrece razonamiento complejo, contexto ultralargo y velocidad de inferencia extrema enum: - glm-5.2 default: glm-5.2 example: glm-5.2 messages: type: array description: >- Lista de mensajes de la conversación, contiene la información de contexto completa de la conversación actual Admite cuatro roles: `system`, `user`, `assistant`, `tool`. Los mensajes con diferentes roles tienen distintas estructuras de campos; selecciona el rol correspondiente para verlas. Debe contener al menos 1 mensaje y no puede contener únicamente mensajes de sistema o del asistente. 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: >- Si se debe activar el modo de salida en streaming - `false`: el modelo genera la respuesta completa y la devuelve de una sola vez (predeterminado), adecuado para textos cortos y procesamiento por lotes - `true`: devuelve la respuesta en fragmentos en tiempo real mediante Server-Sent Events (SSE), adecuado para chat y textos largos; al finalizar el stream se devuelve `data: [DONE]` default: false example: false thinking: type: object description: Controla si se activa la cadena de pensamiento (Chain of Thought) properties: type: type: string description: >- Interruptor de la cadena de pensamiento - `enabled`: activa el pensamiento profundo (predeterminado) - `disabled`: desactiva el pensamiento profundo, el modelo responde directamente enum: - enabled - disabled default: enabled clear_thinking: type: boolean description: >- Si se debe eliminar el `reasoning_content` de los turnos históricos de la conversación - `true` (predeterminado): ignora/elimina el `reasoning_content` de los turnos históricos y usa solo el contenido no relacionado con el razonamiento (texto visible para el usuario/asistente, llamadas a herramientas y resultados, etc.) como contexto, lo que reduce la longitud del contexto y el costo - `false`: conserva el `reasoning_content` de los turnos históricos y lo proporciona al modelo junto con el contexto (Preserved Thinking); en este caso, debes transferir en `messages` el `reasoning_content` histórico de forma **completa, sin modificar y en el orden original**, ya que la ausencia, el recorte, la reescritura o el reordenamiento degradan los resultados o impiden que tenga efecto - Nota: este parámetro solo afecta al pensamiento histórico entre turnos, no cambia si el turno actual produce pensamiento default: true example: true reasoning_effort: type: string description: >- Controla el grado de razonamiento del modelo (capacidad exclusiva de GLM-5.2) **Notas**: - Solo tiene efecto cuando `thinking` está activado, predeterminado `max` - Valores de mayor a menor: `max` > `xhigh` > `high` > `medium` > `low` > `minimal` > `none` **Reglas de mapeo de GLM-5.2** (por compatibilidad con otros protocolos): - `xhigh` → equivale a `max` - `low` / `medium` → equivalen a `high` - `none` / `minimal` → renuncia al pensamiento (no realiza razonamiento profundo) enum: - max - xhigh - high - medium - low - minimal - none default: max example: max do_sample: type: boolean description: >- Si se debe activar la estrategia de muestreo - `true` (predeterminado): usa `temperature` / `top_p` para el muestreo aleatorio, con una salida más variada - `false`: siempre selecciona la palabra de mayor probabilidad (decodificación voraz), con una salida más determinista; en este caso, `temperature` y `top_p` se ignoran Para tareas que requieren coherencia y reproducibilidad (como la generación de código o la traducción), se recomienda establecerlo en `false` default: true example: true temperature: type: number format: float description: >- Temperatura de muestreo, controla la aleatoriedad y la creatividad de la salida **Notas**: - Rango: `[0.0, 1.0]`, limitado a dos decimales - Valores más altos (p. ej. 0.8): más aleatorio y creativo, adecuado para la escritura creativa - Valores más bajos (p. ej. 0.2): más estable y determinista, adecuado para preguntas factuales y generación de código - Valor predeterminado de GLM-5.2: `1.0` **Recomendación**: no ajustes `temperature` y `top_p` simultáneamente minimum: 0 maximum: 1 default: 1 example: 1 top_p: type: number format: float description: >- Parámetro de muestreo por núcleo (Nucleus Sampling), es una alternativa al muestreo por `temperature` **Notas**: - Rango: `[0.01, 1.0]`, limitado a dos decimales - El modelo solo considera los tokens candidatos cuya probabilidad acumulada alcanza `top_p`; por ejemplo, 0.1 significa considerar solo los tokens del primer 10 % de probabilidad - Los valores más pequeños producen una salida más enfocada y coherente; los valores más grandes aumentan la diversidad - Valor predeterminado de GLM-5.2: `0.95` **Recomendación**: no ajustes `temperature` y `top_p` simultáneamente minimum: 0.01 maximum: 1 default: 0.95 example: 0.95 max_tokens: type: integer description: >- Límite máximo del número de tokens de salida del modelo **Notas**: - GLM-5.2 admite una longitud de salida máxima de **131,072 tokens** (128K), se recomienda establecer no menos de `1024` - Cuando `thinking` está activado, los tokens de la cadena de pensamiento también cuentan para este límite - Si la generación se interrumpe por el motivo `length`, intenta aumentar este valor minimum: 1 maximum: 131072 example: 1024 tools: type: array description: >- Lista de herramientas que el modelo puede invocar **Notas**: - Admite llamada a funciones (`function`), recuperación de base de conocimiento (`retrieval`), búsqueda web (`web_search`) y MCP (`mcp`) - Admite hasta 128 funciones 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: >- Controla la forma en que el modelo elige qué función invocar **Notas**: solo tiene efecto cuando el tipo de herramienta es `function`, y de forma predeterminada solo admite `auto` (el modelo decide automáticamente si invoca una herramienta) enum: - auto default: auto example: auto stop: type: array description: >- Lista de palabras de parada **Notas**: - Cuando el texto generado por el modelo encuentra la cadena especificada, detiene la generación de inmediato (la palabra de parada en sí no se incluye en el texto devuelto) - Actualmente solo se admite una única palabra de parada, con el formato `["stop_word1"]`, por ejemplo `["Human:"]` items: type: string maxItems: 4 example: - 'Human:' response_format: type: object description: >- Especifica el formato de salida de la respuesta del modelo, predeterminado `text` **Notas**: - `{ "type": "json_object" }` activa el modo JSON, y el modelo devuelve datos en formato JSON válido, adecuado para escenarios como la extracción de datos estructurados - Al usar el modo JSON, se recomienda solicitar explícitamente la salida en JSON en el mensaje `system` o `user` required: - type properties: type: type: string description: |- Tipo de formato de salida - `text`: salida de texto plano (predeterminado) - `json_object`: salida en formato JSON enum: - text - json_object default: text request_id: type: string description: >- Identificador único de la solicitud **Notas**: - Lo transfiere el cliente, con una longitud de 6 a 64 caracteres; se recomienda usar el formato UUID para garantizar la unicidad - Si no se proporciona, la plataforma lo genera automáticamente minLength: 6 maxLength: 64 example: req-7f3a2c1e8b9d4f0a user_id: type: string description: >- Identificador único del usuario final **Notas**: longitud de 6 a 128 caracteres; se recomienda usar un identificador único que no contenga información sensible, lo que ayuda a la plataforma a supervisar y detectar comportamientos abusivos minLength: 6 maxLength: 128 example: user-abc123456 ChatCompletionResponse: type: object properties: id: type: string description: '`ID` de la tarea' example: chatcmpl-a6613b56-c61c-94ba-9a9f-43d4cdc7d77a object: type: string description: Tipo de respuesta enum: - chat.completion example: chat.completion request_id: type: string description: >- `ID` de la solicitud (se devuelve cuando se proporciona `request_id` en la solicitud) example: req-7f3a2c1e8b9d4f0a created: type: integer description: Hora de creación de la solicitud, marca de tiempo `Unix` (segundos) example: 1777021417 model: type: string description: Nombre del modelo example: glm-5.2 choices: type: array description: Lista de respuestas del modelo items: $ref: '#/components/schemas/Choice' usage: $ref: '#/components/schemas/Usage' web_search: type: array description: >- Información relacionada con la búsqueda web, se devuelve al usar la herramienta `web_search` y obtener resultados de búsqueda items: $ref: '#/components/schemas/WebSearchResult' content_filter: type: array description: Información relacionada con la seguridad del contenido items: $ref: '#/components/schemas/ContentFilter' ErrorResponse: type: object properties: error: type: object properties: code: type: integer description: Código de error de estado HTTP message: type: string description: Descripción del error type: type: string description: Tipo de error param: type: string description: Nombre del parámetro relacionado fallback_suggestion: type: string description: Sugerencia en caso de error SystemMessage: title: System Message type: object required: - role - content properties: role: type: string enum: - system description: Identificador de rol, fijo como `system` content: type: string description: >- Contenido de la indicación de sistema, usado para definir el rol y el comportamiento de la IA UserMessage: title: User Message type: object required: - role - content properties: role: type: string enum: - user description: Identificador de rol, fijo como `user` content: type: string description: Contenido del mensaje del usuario (cadena de texto plano) AssistantRequestMessage: title: Assistant Message type: object description: Mensaje del asistente, puede contener llamadas a herramientas required: - role properties: role: type: string enum: - assistant description: Identificador de rol, fijo como `assistant` content: type: - string - 'null' description: >- Contenido del mensaje del asistente **Notas**: se usa para pasar respuestas históricas del asistente en conversaciones de múltiples turnos; cuando hay `tool_calls`, normalmente es `null` reasoning_content: type: - string - 'null' description: >- Contenido de la cadena de pensamiento histórica **Notas**: solo se necesita cuando `thinking.clear_thinking=false` (Preserved Thinking), y consiste en devolver tal cual el `reasoning_content` de la respuesta del turno anterior; de forma predeterminada (`clear_thinking=true`) no es necesario devolverlo tool_calls: type: array description: >- Lista de llamadas a herramientas Se usa para pasar información histórica de llamadas a herramientas en conversaciones de múltiples turnos; cuando se proporciona este campo, `content` normalmente está vacío items: type: object required: - id - type properties: id: type: string description: ID de la llamada a la herramienta type: type: string enum: - function - web_search - retrieval description: Tipo de herramienta function: type: object description: >- Información de la llamada a la función, no está vacía cuando `type` es `function` required: - name - arguments properties: name: type: string description: Nombre de la función arguments: type: string description: Argumentos de la función (cadena en formato JSON) ToolMessage: title: Tool Message type: object required: - role - content properties: role: type: string enum: - tool description: Identificador de rol, fijo como `tool` content: type: string description: Contenido del resultado devuelto por la llamada a la herramienta tool_call_id: type: string description: >- Indica el `ID` de la llamada a la herramienta a la que corresponde este mensaje (corresponde al `id` devuelto en `tool_calls` del mensaje assistant) FunctionTool: title: Herramienta Function type: object required: - type - function additionalProperties: false properties: type: type: string enum: - function default: function description: Tipo de herramienta, fijo como `function` function: type: object required: - name - description - parameters properties: name: type: string description: >- Nombre de la función a invocar **Notas**: debe estar compuesto por caracteres `a-z`, `A-Z`, `0-9`, o incluir guiones bajos y guiones; longitud máxima de 64 caracteres minLength: 1 maxLength: 64 pattern: ^[a-zA-Z0-9_-]+$ description: type: string description: >- Descripción de la funcionalidad de la función, para que el modelo decida cuándo y cómo invocarla parameters: type: object description: >- Parámetros de entrada de la función, descritos como un objeto JSON Schema RetrievalTool: title: Herramienta Retrieval (recuperación de base de conocimiento) type: object required: - type - retrieval additionalProperties: false properties: type: type: string enum: - retrieval default: retrieval description: Tipo de herramienta, fijo como `retrieval` retrieval: type: object required: - knowledge_id properties: knowledge_id: type: string description: >- `ID` de la base de conocimiento, creado u obtenido desde la plataforma prompt_template: type: string description: >- Plantilla de indicación para la solicitud al modelo, una plantilla personalizada que contiene los marcadores de posición `{{ knowledge }}` y `{{ question }}`; si no se transfiere, se usa la plantilla predeterminada WebSearchTool: title: Herramienta Web Search (búsqueda web) type: object required: - type - web_search additionalProperties: false properties: type: type: string enum: - web_search default: web_search description: Tipo de herramienta, fijo como `web_search` web_search: type: object required: - search_engine properties: enable: type: boolean description: >- Si se debe activar la función de búsqueda; al activarla, establécela en `true` default: false search_engine: type: string description: Tipo de motor de búsqueda, predeterminado `search_std` enum: - search_std - search_pro - search_pro_sogou - search_pro_quark search_query: type: string description: >- Palabras clave personalizadas que fuerzan la activación de la búsqueda search_intent: type: string description: >- Si se debe realizar el reconocimiento de la intención de búsqueda, se ejecuta de forma predeterminada - `true`: ejecuta el reconocimiento de la intención de búsqueda y, si hay intención de búsqueda, realiza la búsqueda - `false`: omite el reconocimiento de intención y ejecuta la búsqueda directamente count: type: integer description: >- Número de resultados devueltos, rango `1-50`, predeterminado `10` (admitido por `search_std` / `search_pro` / `search_pro_sogou`) minimum: 1 maximum: 50 default: 10 search_domain_filter: type: string description: >- Lista blanca de dominios que limita los resultados de búsqueda (p. ej. `www.example.com`) search_recency_filter: type: string description: >- Limita el rango temporal de los resultados de búsqueda, predeterminado `noLimit` enum: - oneDay - oneWeek - oneMonth - oneYear - noLimit default: noLimit content_size: type: string description: >- Controla la cantidad de palabras del resumen de la página web, predeterminado `medium` - `medium`: devuelve información de resumen, suficiente para las necesidades básicas de razonamiento - `high`: maximiza el contexto, con información más detallada enum: - medium - high default: medium result_sequence: type: string description: >- Posición en la que se devuelven los resultados de búsqueda (antes o después de la respuesta del modelo), predeterminado `after` enum: - before - after default: after search_result: type: boolean description: >- Si se debe devolver la información detallada de las fuentes de búsqueda, predeterminado `false` default: false require_search: type: boolean description: >- Si se debe forzar que la respuesta se base en los resultados de búsqueda, predeterminado `false` default: false search_prompt: type: string description: >- `Prompt` para personalizar el procesamiento de los resultados de búsqueda; si no se transfiere, se usa la plantilla predeterminada McpTool: title: Herramienta MCP type: object required: - type - mcp additionalProperties: false properties: type: type: string enum: - mcp default: mcp description: Tipo de herramienta, fijo como `mcp` mcp: type: object required: - server_label properties: server_label: type: string description: >- Identificador del servidor MCP; al conectar con un servidor MCP integrado en la plataforma, introduce el mcp code correspondiente y no es necesario rellenar `server_url` server_url: type: string description: Dirección del servidor MCP transport_type: type: string description: Tipo de transporte enum: - sse - streamable-http default: streamable-http allowed_tools: type: array description: Conjunto de herramientas cuya invocación está permitida items: type: string headers: type: object description: Información de autenticación que requiere el servidor MCP Choice: type: object properties: index: type: integer description: Índice del resultado example: 0 message: $ref: '#/components/schemas/AssistantMessage' finish_reason: type: string description: >- Motivo de finalización del razonamiento - `stop`: finalización natural o activación de una palabra de parada - `tool_calls`: el modelo invocó una función (llamada a herramienta) - `length`: se alcanzó el límite de longitud de tokens - `sensitive`: el contenido fue bloqueado por la auditoría de seguridad (evalúa y decide si retirar el contenido público) - `network_error`: anomalía en el razonamiento del modelo - `model_context_window_exceeded`: se superó la ventana de contexto del modelo enum: - stop - tool_calls - length - sensitive - network_error - model_context_window_exceeded example: stop Usage: type: object description: Estadísticas de uso de tokens devueltas al finalizar la llamada properties: prompt_tokens: type: integer description: Número de tokens de la entrada del usuario example: 24 completion_tokens: type: integer description: >- Número de tokens de la salida (incluida la parte de la cadena de pensamiento `reasoning_tokens`) example: 346 total_tokens: type: integer description: Número total de tokens = prompt_tokens + completion_tokens example: 370 prompt_tokens_details: type: object description: Desglose detallado de los tokens de entrada properties: cached_tokens: type: integer description: Número de tokens que acertaron en caché example: 0 completion_tokens_details: type: object description: Desglose detallado de los tokens de salida properties: reasoning_tokens: type: integer description: >- Número de tokens producidos por la cadena de pensamiento (pensamiento profundo), contabilizados en `completion_tokens` example: 321 WebSearchResult: type: object description: Resultado individual de la búsqueda web properties: icon: type: string description: Icono del sitio web de origen title: type: string description: Título del resultado de búsqueda link: type: string description: Enlace de la página web del resultado de búsqueda media: type: string description: >- Nombre de la fuente del medio de la página web del resultado de búsqueda publish_date: type: string description: Fecha de publicación del sitio web content: type: string description: Contenido de texto citado de la página web del resultado de búsqueda refer: type: string description: Número del superíndice ContentFilter: type: object description: Información de seguridad del contenido properties: role: type: string description: |- Etapa en la que se aplica la seguridad - `assistant`: razonamiento del modelo - `user`: entrada del usuario - `history`: contexto histórico enum: - assistant - user - history level: type: integer description: Grado de gravedad `0-3`, `0` indica el más grave y `3` indica leve minimum: 0 maximum: 3 AssistantMessage: type: object properties: role: type: string description: Rol de la conversación actual, predeterminado `assistant` enum: - assistant example: assistant content: type: - string - 'null' description: >- Contenido de texto de la conversación **Notas**: puede ser `null` al invocar herramientas (`tool_calls`); de lo contrario, devuelve el contenido de la respuesta del modelo example: >- ¡Hola! Soy GLM-5.2 y puedo ayudarte con conversación, razonamiento, redacción, código y muchas otras tareas. reasoning_content: type: string description: >- Contenido de la cadena de pensamiento **Notas**: se devuelve cuando `thinking` está activado, y registra el proceso de razonamiento del modelo example: Primero déjame analizar este problema... tool_calls: type: array description: >- Información de las llamadas a herramientas generadas (se devuelve cuando el modelo decide invocar una herramienta) items: type: object properties: id: type: string description: Identificador único de la llamada a la herramienta type: type: string description: Tipo de llamada a la herramienta enum: - function - mcp function: type: object description: >- Información de la llamada a la función (incluye el nombre de la función generado y los argumentos en formato JSON) properties: name: type: string description: Nombre de la función generado arguments: type: string description: >- Cadena en formato JSON de los argumentos de la llamada a la función; valida los argumentos antes de invocar la función mcp: type: object description: >- Parámetros de la llamada a la herramienta MCP (se devuelve cuando `type=mcp`) properties: id: type: string description: Identificador único de la llamada a la herramienta MCP type: type: string description: Tipo de llamada MCP enum: - mcp_list_tools - mcp_call server_label: type: string description: Etiqueta del servidor MCP error: type: string description: Información de error securitySchemes: bearerAuth: type: http scheme: bearer description: >- ##Todas las API requieren autenticación con Bearer Token## **Obtener la API Key**: Visita la [Página de gestión de API Keys](https://evolink.ai/dashboard/keys) para obtener tu API Key **Añadir al encabezado de la solicitud al usarla**: ``` Authorization: Bearer YOUR_API_KEY ``` ````