enterprise_ai.llm.facade
Source : sdks/python/src/enterprise_ai/llm/facade.py. Retour à l'index de la référence du SDK Python.
Cette page est générée par tools/docs/gen_sdk_reference.py depuis les sources du SDK et les dossiers de textes OpenAPI. Ne la modifiez pas à la main : changez la source et régénérez.
Classe LlmClient
Point d'entrée unique sur /v1/gateway/chat/completions, /v1/gateway/embeddings et /v1/multimodal/vision ; chaque appel garde les contrôles de la passerelle (vérification de l'effort, politique, DLP, quotas).
Resource
LlmClient.embed
embed(model: str, input: str | list[str], **params: Any) -> Any
Calculer des embeddings. Embeddings compatibles OpenAI à travers les mêmes contrôles que la conversation (kill switches, listes d'autorisation, classification, DLP sur chaque entrée, garde-fous de coût, décision de politique, audit). Le modèle doit déclarer la capacité embeddings et, si dimensions est fourni, la prendre en charge (422 capability_not_supported, 422 embedding_dimensions_invalid). Demande un principal de tenant avec le scope models:invoke.
Route : /v1/gateway/embeddings (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
model | str | oui | Seulement les grilles dont le motif de modèle correspond à cet identifiant de modèle (motif glob insensible à la casse). | |
input | str | list[str] | oui | Texte ou liste de textes à vectoriser. | |
**params | Any | non | Champs supplémentaires fusionnés dans la requête. |
Retour : Any. Réponse JSON décodée de l'opération « Calculer des embeddings ».
Erreurs levées : les erreurs typées du transport (Erreurs).
LlmClient.generate
generate(model: str, messages: list[dict[str, Any]], effort: str | None = None, **params: Any) -> Any
Appeler un modèle de conversation. Complétion de conversation compatible OpenAI à travers chaque contrôle de la passerelle ; avec stream: true la réponse est en Server-Sent Events, et les garde-fous de coût sont vérifiés pendant le flux. Demande un principal de tenant (403 platform_only) dont l'identifiant porte le scope models:invoke.
Route : /v1/gateway/chat/completions (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
model | str | oui | Seulement les grilles dont le motif de modèle correspond à cet identifiant de modèle (motif glob insensible à la casse). | |
messages | list[dict[str, Any]] | oui | Messages de chat {role, content} envoyés au modèle. | |
effort | str | None | None | non | Effort de raisonnement (none, low, medium, high, max), vérifié avec le modèle avant l'appel. |
**params | Any | non | Champs supplémentaires fusionnés dans la requête. |
Retour : Any. Réponse JSON décodée de l'opération « Appeler un modèle de conversation ».
Erreurs levées : les erreurs typées du transport (Erreurs).
LlmClient.stream
stream(model: str, messages: list[dict[str, Any]], effort: str | None = None, **params: Any) -> Any
Appeler un modèle de conversation. Complétion de conversation compatible OpenAI à travers chaque contrôle de la passerelle ; avec stream: true la réponse est en Server-Sent Events, et les garde-fous de coût sont vérifiés pendant le flux. Demande un principal de tenant (403 platform_only) dont l'identifiant porte le scope models:invoke.
Route : /v1/gateway/chat/completions (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
model | str | oui | Seulement les grilles dont le motif de modèle correspond à cet identifiant de modèle (motif glob insensible à la casse). | |
messages | list[dict[str, Any]] | oui | Messages de chat {role, content} envoyés au modèle. | |
effort | str | None | None | non | Effort de raisonnement (none, low, medium, high, max), vérifié avec le modèle avant l'appel. |
**params | Any | non | Champs supplémentaires fusionnés dans la requête. |
Retour : Any. Réponse JSON décodée de l'opération « Appeler un modèle de conversation ».
Erreurs levées : les erreurs typées du transport (Erreurs).
LlmClient.vision
vision(prompt: str, media_id: str | None = None, content_base64: str | None = None, mime_type: str | None = None, model: str | None = None, **extra: Any) -> Any
Analyser une image. Lance un travail d'analyse d'image sur un média image ou une image fournie directement avec un prompt (201, le travail). La réponse passe par la DLP avec dlp_mode. detail répond 422 parameter_unsupported quand le fournisseur configuré ne peut pas l'honorer ; une entrée qui n'est pas une image répond 422 unsupported_media. Demande tenant_admin, developer ou agent.
Route : /v1/multimodal/vision (POST).
| Nom | Type | Défaut | Requis | Description |
|---|---|---|---|---|
prompt | str | oui | Question sur l'image. Par défaut Describe this image. | |
media_id | str | None | None | non | Média image enregistré. |
content_base64 | str | None | None | non | Image fournie directement, encodée en base64 (analysée avant usage). |
mime_type | str | None | None | non | Type de média de l'image fournie, par exemple image/jpeg. |
model | str | None | None | non | Modèle à utiliser. Par défaut : l'adaptateur configuré. |
**extra | Any | non | Champs supplémentaires fusionnés dans le corps de la requête. |
Retour : Any. Réponse JSON décodée de l'opération « Analyser une image ».
Erreurs levées : les erreurs typées du transport (Erreurs).