添加安全检测
规划 OpenDetector AI 文本审阅或提示词安全防护，配备独立的检测契约与运行策略。
规划检测服务访问Agent API / 首次运行
委派任务，检查状态，随后审阅结果。
请使用在账户开通期间确认的 API 源地址、Bearer 密钥及已启用的智能体 ID。在发送请求前，请确认该智能体的工具权限与审批策略。本示例使用合成输入数据与示例预算。
- 将
FORWARD_AGENT_BASE设置为所提供的源地址（末尾不带斜杠）。请将FORWARD_AGENT_KEY保存在您的服务器或本地环境中。 - 按指南所示，使用您已启用的智能体 ID、任务目标与预算创建
first-agent.json。请在私有目录中使用以下命令运行：umask 077. - 成功的任务委派将返回 HTTP 202。请读取
run_id与status来自run.json. 请妥善保管返回的凭据与令牌，切勿泄露。 - 使用相同的授权信息检查
GET /v1/agent/runs/{run_id}。在扩大任务范围前，请审阅完成状态、输出结果及资源消耗。
委派智能体运行任务
curl --fail-with-body --silent --show-error \
-X POST "${FORWARD_AGENT_BASE}/v1/agent/delegate" \
-H "Authorization: Bearer ${FORWARD_AGENT_KEY}" \
-H "Content-Type: application/json" \
--data-binary @first-agent.json \
--output run.json仅为模板示例。您的账户决定了实际可用性与生效费率。发送请求可能会产生计费用量；所设预算上限不代表对结果实际成本的估算。
03 / 首次调用
选择您的客户端。
保持使用同一服务端点。
以下示例将从您的环境变量中读取密钥和模型 ID，发送一条对话消息并打印回复。
- API 基础地址
- https://api.genai.forlex.cloud/v1
- 提交申请
- POST /chat/completions
请求成功即确认访问权限已就绪。至于模型是否契合您的业务工作流，则由您的后续评估决定。
规划评估方案安装 SDK：python3 -m pip install openai。将示例保存为 first-call.py，然后运行 python3 first-call.py。
first-call.py
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.genai.forlex.cloud/v1",
api_key=os.environ["FORLEX_API_KEY"],
)
response = client.chat.completions.create(
model=os.environ["GRID_MODEL_ID"],
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)访问权限与配置
配置您的账户与模型。
Grid 采用邀请制。请将密钥保存在本地环境或服务器配置中，切勿写入浏览器前端代码或版本控制系统。以下示例均使用占位符。
01 / 访问权限与密钥
受邀后，请打开控制台（Console），前往“密钥”（Keys）页面并创建 API 密钥。
设置您的 API 密钥
设置您的 API 密钥
export FORLEX_API_KEY="replace-with-your-key"02 / 已启用的模型
将 FORLEX_API_KEY 。请从您的账户模型列表中选择一个支持对话补全（Chat Completions）的模型，并使用其确切 ID。
列出并选择已启用的模型
在运行首次调用前，请先替换这两个占位符。
列出已启用的模型
curl https://api.genai.forlex.cloud/v1/models \
-H "Authorization: Bearer ${FORLEX_API_KEY:?Set FORLEX_API_KEY first}"选择已启用的模型
export GRID_MODEL_ID="replace-with-an-enabled-chat-model-id"04 / 为生产环境做准备
理解响应内容，审阅实际成本。
添加错误处理逻辑，衡量实际业务成效，并在控制台中查看资源消耗。与负责生产环境审批的干系人确认数据安全、部署方案及运维要求。
响应故障排查
与您的团队共同推进下一步。
连接您的编程工具
准备好特定工具的配置方案，随后与团队在限定范围的编程任务上评估固定版本的模型。
准备 Connect 配置适配模型
在选择 Checkpoint 或训练方法之前，请先明确任务目标、数据就绪度及评估方案。
探索训练服务交付业务工作流
提供您的业务流程与系统集成需求，我们将与您的团队共同界定评估与实施范围。
探索定制项目（Projects）