文档索引与知识检索·数据接进模型接OpenAI兼容网关统一计费

文档索引与知识问答 · 把数据接进模型

## ⚠️ 先申请你自己的 API Key
本 Skill 不内嵌任何密钥,也不代付费用。 请到
算力集市 api.a7w.cn 注册并创建你自己的 API Key
(新用户有赠送点数,可以先免费试跑几条)。
拿到后填进环境变量 A7W_API_KEY,或直接传给 --key 参数。
请勿使用他人提供的 Key —— 用量与费用都记在 Key 所属账号上。

模型本身不认识你的文件。

你想让它回答「我们公司这份规范里怎么写的」,中间缺的就是一层:
把 PDF、Word、表格、接口返回的数据切成片、算成向量、存起来,提问时先捞出相关片段再交给模型。

而这一层用到的模型能力——生成回答、文档问答、语音转写——可以只指向一个 base_url。

你最关心答案
多少钱1 元 = 100 点;文本按点数/百万 tokens,文档问答按点数/次
要多久模型调用同步返回;长文档问答是异步任务,查询免费
要装什么什么都不用装。包里自带零依赖客户端,或者直接用 curl
能接什么75 个在架模型 + 21 个生成应用(含 file_qa 文档问答)
能商用吗可以。生成内容的使用与合规责任由使用者承担

一、三分钟跑通

第一步:拿到你自己的 Key

到 api.a7w.cn 注册,创建一个 API Key:

export A7W_API_KEY=sk-你的key      # Windows: $env:A7W_API_KEY="sk-你的key"

第二步:把模型侧指向 a7w

Base URL: https://api.a7w.cn/api/v1
Authorization: Bearer <你的 API Key>
import os
from openai import OpenAI

client = OpenAI(base_url="https://api.a7w.cn/api/v1", api_key=os.environ["A7W_API_KEY"])
print(client.chat.completions.create(
    model="DeepSeek-V4-Flash",
    messages=[{"role": "user", "content": "你好"}],
).choices[0].message.content)

第三步:最省事的一条路——直接用文档问答应用

不用自己搭切片与索引,file_qa 就是现成的文档问答入口:

# 看这个应用有哪些接口、参数、是同步还是异步
python3 scripts/a7w.py schema file_qa

# 直接问一份文档
python3 scripts/a7w.py call file_qa ask \
  --body '{"file_url":"https://你的存储/规范.pdf","question":"报销流程是怎样的"}'

路径永远是 /api/v1/apps/<应用代号>/<接口代号>。
⚠️ 不要用平台的 endpoint_path 字段拼 URL —— 对某些应用那是错的上游路径,打不通。

素材一律用公网可访问的 URL;本地文件先传到对象存储 / 图床拿到链接。

第四步:自建索引时,模型这一端怎么选

curl -sS "https://api.a7w.cn/api/v1/models" -H "Authorization: Bearer $A7W_API_KEY"
用途建议 model
回答生成、性价比优先DeepSeek-V4-Flash、Qwen3.6-Flash
长上下文(整篇文档塞进去)Kimi-K2.6
复杂推理DeepSeek-R1-Distill-Qwen-32B、ERNIE-5.0-Thinking
扫描件、含表格的文档qwen3.6-plus、Qwen3-VL-30B-A3B-Instruct、PaddleOCR-VL-1.5

实测 75 个模型 / 23 家厂商。清单会变,调用前现场跑一次,
不要把自己的逻辑绑在某个名字一定存在上。

第五步:语音类素材也能一条链走完

素材是会议录音、播客、视频时,转写同样在这套体系里:

python3 scripts/a7w.py schema voice_tts
python3 scripts/a7w.py call voice_tts stt \
  --body '{"audio_url":"https://你的存储/会议录音.mp3"}'

转写结果落进索引,就跟文档走同一条检索链路——同一个 base_url、同一把 Key。


二、包里有什么

sanjianke-doc-index-qa/
├── SKILL.md                    本文件
├── README.md
├── LICENSE.md
├── references/
│   ├── a7w-接入指南.md          base_url / 鉴权 / SDK 写法 / 模型切换
│   ├── 框架接入对照.md          不同语言与低代码平台的接法
│   ├── api-应用与任务.md        21 个生成应用、异步任务、回调
│   ├── 计费与错误码.md          点数口径、两套价格字段、错误码排查手册
│   ├── client-cli.md            a7w.py 的子命令、参数与退出码
│   └── getting-started.md       注册、领 Key、配置到本机
└── scripts/
    └── a7w.py                  零依赖客户端(库 + 命令行,只用 Python 标准库)

零安装用法

export A7W_API_KEY=sk-你的key

# 验证 Key 并保存到 ~/.a7w/config.json
python3 scripts/a7w.py login --key sk-你的key

# 看这把 Key 能用的插件数
python3 scripts/a7w.py whoami

# 列出全部应用与模型
python3 scripts/a7w.py apps

# 看某应用的接口与参数(含同步/异步标记)
python3 scripts/a7w.py schema file_qa

# 调接口(异步自动轮询)
python3 scripts/a7w.py call voice_tts tts --body '{"text":"你好世界"}'

三、一条完整的索引问答链路

环节做什么走哪
加载把 PDF / Word / 表格 / 接口数据变成文本你的读取器,或直接上传公网 URL
切分按语义完整度切块,块太小会丢上下文、太大检索会飘你的流程
索引存成可检索结构(向量库 / 平台知识库)你的存储,或平台知识库
回答捞出相关片段 + 问题交给模型POST /api/v1/chat/completions
省事路线不想自己搭上面四步应用 file_qa 一条接口

先跑通「一份文档 → 一个问题 → 一段带出处的答案」,再去上量。
一上来就灌几百份文件,出了问题是定位不到的。


四、能接到的能力清单

类别代表能力(model / 应用代号)
中文长文与性价比DeepSeek-V4-Flash、Qwen3.6-Flash、GLM-5
长上下文Kimi-K2.6、Qwen3-Coder-Next
视觉 / OCR 理解qwen3.6-plus、Qwen3-VL-30B-A3B-Instruct、PaddleOCR-VL-1.5
文档问答应用 file_qa
语音转写应用 voice_tts(含语音转文字)
出图 / 视频 / 数字人应用 nano_banana、full_video、image_human 等

清单以实时接口为准:模型跑 GET /api/v1/models,应用跑 python3 scripts/a7w.py apps。


五、素材与配置要求

要求说明
网络需要能访问 https://api.a7w.cn 的出口(内网 / CI 需放行该域名)
Python3.8+,只用标准库;不跑脚本的话连 Python 都不需要
文档格式PDF / Word / 表格 / 纯文本等常见格式;扫描件先确认有没有文本层
素材入参文档 / 音频 / 图片一律用公网可访问的 URL,不支持本地路径、不支持 Base64
凭证只需你自己的 API Key;包里不内嵌任何密钥

六、常见坑

坑表现怎么避
拿 code == 0 判断成功明明成功却判成失败平台成功码是 1({"code":1,"msg":"success"})
HTTP 200 就以为成功调不存在的接口也返回 200业务成败看 code:1 / 200 成功,0 失败
把本地路径当文档入参报参数错误一律用公网可访问的 URL
用 endpoint_path 拼 URL某些应用怎么调都打不通一律用 /api/v1/apps/{app}/{code}
应用代号写成连字符404API 里用下划线:file_qa、voice_tts
拿 name 当接口代号调用失败字段名是 code,不是 api;name 是中文展示名
扫描件检索不到内容提问答不出来扫描件先确认有文本层;需要版面理解时换视觉类模型
检索到的内容答不准回答跑偏把问题问具体、把块切成语义完整的,再考虑换更大的模型
整篇文档每次都重跑又慢又贵索引建好后持久化;新增文档走增量,不要全量重跑
做预算用公示标准价预算算错用返回里的 data.usage.points_cost;tenant_* 是租户价字段,未必等于实际结算价

七、计费

  • 计价单位是点数,1 元 = 100 点、1 点 = ¥0.01。点数永久有效,没有月费。
  • 计费口径随能力不同:文本按点数/百万 tokens(输入输出分别计价,流式与非流式同价)、

图像按点数/张或参数档位、视频生成与超分按点数/秒、数字人按点数/次或时长、
TTS 与克隆按点数/千字、ASR 按点数/分钟、工具类按点数/次。

  • 先冻结、后结算:消费优先扣会员点数,不足再扣充值额度;

调用失败直接退款,异步任务失败冻结点数全额退回,只有成功产出才按实际用量结算。
上游调价会同步调整,但不影响已充值的点数余额。

字段含义
fixed_price / input_price标准价,对外公示用
tenant_fixed_points / tenant_points_per_1k_input租户价字段(平台侧报价) —— 未必等于实际结算价

做预算一律以返回里的 data.usage.points_cost 为准(它才是本次真实扣费,可以直接对账);tenant_* 是租户价字段(平台侧报价),未必等于实际结算价。


八、权限与边界

能力是否申请用途
网络访问申请调用 api.a7w.cn 的网关与应用接口(本 Skill 唯一的联网行为)
读取文件仅读取你指定的输入文件作为接口的素材入参与请求体
写入文件仅在传入 --out 时保存接口返回的 JSON 或下载产物
凭证读取你自己提供的 API Key从环境变量 A7W_API_KEY 或 ~/.a7w/config.json 读取

不内嵌任何密钥。 请求只发往 api.a7w.cn,不发送到其他任何地址。

  • 不提供 Key、不代付费用:Key 必须你自己在 api.a7w.cn 申请
  • 不替代内容合规审查:生成内容的使用与发布责任由使用者承担
  • 不保证可用性:模型与应用上下架、限流与计费以站内为准

关于这个 Skill

作者亲测实操后发布,下载后可直接使用,自用商用都可以。

所有 AI 能力都走 算力集市 api.a7w.cn —— 一把 API Key 打通
大模型、语音、图像、视频、数字人等全部算力,注册即送点数,按量计费、没有月费。

你可能想问答案
要不要额外部署不用。下载本包即可使用,不必去别处找源码
怎么开始到 api.a7w.cn 注册领 Key → 填进 A7W_API_KEY → 一条命令跑起来
能不能商用可以
遇到问题找谁见文末「联系我们」,作者本人答疑

使用中碰到任何问题 —— 报错、效果不理想、想省钱、想批量 —— 都欢迎加微信聊。
加好友时说一下是从哪个 Skill 找过来的,直接给你配套的示例。


联系我们

  • 技术微信:9872659 —— 加好友时说一下是从哪个 Skill 找过来的,直接给你配套的 API Key 与能跑的示例。
  • 要算力 / 要 API Key:算力集市 · 注册领 API Key —— 一个 Key 调用全部 AI 算力,注册、充值、创建 Key 都在这里。
  • 更多 AI 插件与接口:AI 插件市场。

相关链接

链接地址说明
算力集市 · 注册领 API Keyapi.a7w.cn一个 Key 调用全部 AI 算力;注册、充值、创建 Key 都在这
AI 插件市场aigc.a7w.cn浏览全部 AI 插件与接口说明
三剪客 · 一句话批量出片ks.a7w.cn短剧二创 / 影视解说 / 矩阵号批量混剪桌面客户端
视频超清 · 在线批量超分vr.a7w.cn网页版视频超分,批量处理,最高 4K
0人公司 · AI Agent 平台a7w.cn主站,了解整套 AI Agent 生态

同类文章