Anleitungen
Der Abschnitt „Anleitungen” beantwortet „Wie mache ich…”-Fragen. Jede Seite konzentriert sich auf eine einzelne Funktion: Sie zeigt den minimalen funktionsfähigen Code, erläutert die wichtigsten Parameter und weist auf plattformspezifisches Verhalten hin. Alle Beispiele verwenden die OpenAI-kompatible API, sodass vorhandener OpenAI-SDK-Code in der Regel mit einer einzeiligen Anpassung der Basis-URL funktioniert.
Wählen Sie unten ein Thema aus oder arbeiten Sie die Anleitungen der Reihe nach durch, wenn Sie neu bei AI Foundation Services sind.
Kern-API
Abschnitt betitelt „Kern-API“ Chat Completions Chat-Anfragen mit System- und Benutzernachrichten über die OpenAI-kompatible Chat-API von AI Foundation Services senden.
Prefix Caching Wiederholte Prompt-Präfixe wiederverwenden und die Zeit bis zum ersten Token senken — mit save_cache und cache_salt für Open-Source-Modelle und cache_control für Claude.
Streaming LLM-Antworten token-weise über Server-Sent Events streamen — für geringere Latenz und bessere Nutzererfahrung.
Embeddings Texteinbettungen für semantische Suche, Clustering und RAG-Anwendungen über die Embedding-API von AI Foundation Services generieren.
Function Calling Werkzeuge definieren und LLM-Hub-Modelle strukturierte JSON-Argumente zurückgeben lassen, um externe APIs und Datenquellen anzubinden.
Multimodal & Medien
Abschnitt betitelt „Multimodal & Medien“ Multimodal (Vision) Bilder zusammen mit Text über visionsfähige Modelle von AI Foundation Services mit der standardmäßigen Chat-Completions-API analysieren.
Audio (Sprache-zu-Text) Audiodateien mit Whisper-basierten Modellen von AI Foundation Services transkribieren und übersetzen, kompatibel mit der OpenAI Audio API.
Image Generation Bilder aus Textprompts über die OpenAI-kompatible Images-API von AI Foundation Services mit verfügbaren Bildmodellen generieren.
Erweitert
Abschnitt betitelt „Erweitert“ Decisions (Jefan) Typisierte Antworten (eine Wahrscheinlichkeit, eine Auswahl oder einen Score) statt Text für schnelle Agentenschritte wie Tool-Routing, Freigabeprüfungen und Grounding-Checks.
Reasoning Tiefe des Chain-of-Thought mit dem Parameter reasoning_effort bei Reasoning-fähigen Modellen wie GPT-5, Gemini 3 und Claude 4.6 steuern.
Visual RAG Dokumente mit kombinierter Text- und Bildindizierung bei AI Foundation Services aufnehmen, um Daten aus Diagrammen, Tabellen und Grafiken zu extrahieren.
Queued Requests (Queue API) Bis zu zwei Minuten auf freies Rate-Limit warten, statt sofort einen 429 zu erhalten.