@henjicc/ai-sdk 0.2.8 → 0.4.0

package/docs/model-adaptation/Fun-ASR/Fun-ASR_/347/231/276/347/202/274.md

@@ -1,43 +1,43 @@
-# Fun-ASR · 百炼
-
-| 项目 | 内容 |
-|---|---|
-| 最后更新 | 2026-08-28 |
-| 能力 | 长音频/录音文件异步识别 |
-| 平台模型 ID | `fun-asr`（稳定别名，官方当前等同 `fun-asr-2025-11-07`） |
-| 输入上限 | 12 小时 / 2 GB；单次 1 个 URL |
-| 文档/价格 | 公开，无需登录 |
-
-## 1. 提交、轮询与结果
-
-```text
-POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/audio/asr/transcription
-Authorization: Bearer <API Key>
-X-DashScope-Async: enable
-GET https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/tasks/{task_id}
-```
-
-提交体使用 `model="fun-asr"` 和 `input.file_urls=["<public-url>"]`。返回 `output.task_id/task_status`；状态为 `PENDING/RUNNING/SUCCEEDED/FAILED/UNKNOWN`。多子任务时顶层成功不代表每个子任务成功，必须查 `results[].subtask_status`。
-
-成功后 `output.results[].transcription_url` 指向 JSON，需二次下载。结果含 `transcript/sentences/words/begin_time/end_time/speaker_id`，顶层 `usage.duration` 是计量秒数。
-
-## 2. 能力、上传与价格
-
-- 多语种/方言、热词、说话人分离；不支持情感识别。说话人分离建议音频 ≤ 2 小时。
-- 格式 `aac/amr/avi/flac/flv/m4a/mkv/mov/mp3/mp4/mpeg/ogg/opus/wav/webm/wma/wmv`，采样率任意。
-- 公网 HTTP(S) URL；REST 也可用 48 小时百炼 `oss://` 临时 URL，需 `X-DashScope-OssResourceResolve: enable`。上传凭证与模型/主账号绑定，不可复用到别的模型。
-- 北京原价 0.00022 元/有效语音秒，非语音不计费；官方列 36,000 秒/10 小时限时免费额度。
-
-## 3. 适配要点
-
-宿主桥负责上传、轮询、取消和将转写 JSON 落地；SDK 负责协议与结果解析。不得把 `transcription_url` 或用户原始音频 URL 写入普通日志。最近 24 小时任务可查询，不代表结果 URL 可长期存储。
-
-## 4. 原始链接索引
-
-| 信息 | 链接 | 登录 |
-|---|---|---|
-| HTTP API/结果 | https://help.aliyun.com/zh/model-studio/fun-asr-recorded-speech-recognition-http-api | 否 |
-| 模型/音频规格 | https://help.aliyun.com/zh/model-studio/asr-model/ | 否 |
-| 临时上传 | https://help.aliyun.com/zh/model-studio/get-temporary-file-url | 否 |
-| 价格 | https://help.aliyun.com/zh/model-studio/model-pricing | 否 |
-| API Key | https://bailian.console.aliyun.com/?apiKey=1#/api-key | **是** |
+# Fun-ASR · 百炼
+
+| 项目 | 内容 |
+|---|---|
+| 最后更新 | 2026-08-28 |
+| 能力 | 长音频/录音文件异步识别 |
+| 平台模型 ID | `fun-asr`（稳定别名，官方当前等同 `fun-asr-2025-11-07`） |
+| 输入上限 | 12 小时 / 2 GB；单次 1 个 URL |
+| 文档/价格 | 公开，无需登录 |
+
+## 1. 提交、轮询与结果
+
+```text
+POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/audio/asr/transcription
+Authorization: Bearer <API Key>
+X-DashScope-Async: enable
+GET https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/tasks/{task_id}
+```
+
+提交体使用 `model="fun-asr"` 和 `input.file_urls=["<public-url>"]`。返回 `output.task_id/task_status`；状态为 `PENDING/RUNNING/SUCCEEDED/FAILED/UNKNOWN`。多子任务时顶层成功不代表每个子任务成功，必须查 `results[].subtask_status`。
+
+成功后 `output.results[].transcription_url` 指向 JSON，需二次下载。结果含 `transcript/sentences/words/begin_time/end_time/speaker_id`，顶层 `usage.duration` 是计量秒数。
+
+## 2. 能力、上传与价格
+
+- 多语种/方言、热词、说话人分离；不支持情感识别。说话人分离建议音频 ≤ 2 小时。
+- 格式 `aac/amr/avi/flac/flv/m4a/mkv/mov/mp3/mp4/mpeg/ogg/opus/wav/webm/wma/wmv`，采样率任意。
+- 公网 HTTP(S) URL；REST 也可用 48 小时百炼 `oss://` 临时 URL，需 `X-DashScope-OssResourceResolve: enable`。上传凭证与模型/主账号绑定，不可复用到别的模型。
+- 北京原价 0.00022 元/有效语音秒，非语音不计费；官方列 36,000 秒/10 小时限时免费额度。
+
+## 3. 适配要点
+
+宿主桥负责上传、轮询、取消和将转写 JSON 落地；SDK 负责协议与结果解析。不得把 `transcription_url` 或用户原始音频 URL 写入普通日志。最近 24 小时任务可查询，不代表结果 URL 可长期存储。
+
+## 4. 原始链接索引
+
+| 信息 | 链接 | 登录 |
+|---|---|---|
+| HTTP API/结果 | https://help.aliyun.com/zh/model-studio/fun-asr-recorded-speech-recognition-http-api | 否 |
+| 模型/音频规格 | https://help.aliyun.com/zh/model-studio/asr-model/ | 否 |
+| 临时上传 | https://help.aliyun.com/zh/model-studio/get-temporary-file-url | 否 |
+| 价格 | https://help.aliyun.com/zh/model-studio/model-pricing | 否 |
+| API Key | https://bailian.console.aliyun.com/?apiKey=1#/api-key | **是** |

package/docs/model-adaptation/Fun-ASR-Flash-2026-06-15/Fun-ASR-Flash-2026-06-15_/347/231/276/347/202/274.md

@@ -1,41 +1,41 @@
-# Fun-ASR-Flash-2026-06-15 · 百炼
-
-| 项目 | 内容 |
-|---|---|
-| 最后更新 | 2026-08-28 |
-| 能力 | 短音频同步识别（HTTP） |
-| 平台模型 ID | `fun-asr-flash-2026-06-15` |
-| 输入上限 | 5 分钟 / 2 GB，单次 1 个音频 |
-| 文档/价格 | 公开，无需登录 |
-
-## 1. 端点与请求
-
-```text
-POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation
-Authorization: Bearer <API Key>
-Content-Type: application/json
-```
-
-`model` 取上述 ID；`input.messages[].content[]` 最后一条为 `{type:"input_audio", input_audio:{data}}`，`data` 支持公网 URL 或 `data:<mime>;base64,...`。`parameters.format` 必填，`sample_rate/language_hints/vocabulary_id` 等可选。
-
-`X-DashScope-SSE: enable` 开启 SSE，但音频至少 1 分钟才会分段返回中间结果；否则只有最终结果。官方明确该协议不支持 DashScope SDK，TypeScript SDK 需直连 HTTP/SSE。
-
-## 2. 结果、能力与价格
-
-- `output.text` 为累积文本，`output.sentence` 含句子、时间戳、`sentence_end`，`usage.duration` 为用量。
-- 支持多语种/方言与 Prompt 上下文；不支持情感识别和说话人分离。
-- 北京原价 0.00022 元/秒，输出不计费；官方列 36,000 秒/10 小时限时免费额度。
-
-## 3. 上传与适配要点
-
-小文件优先 Base64；大文件用公网 URL 或百炼临时 OSS。临时上传凭证为 `GET https://dashscope.aliyuncs.com/api/v1/uploads?action=getPolicy&model=fun-asr-flash-2026-06-15`，上传后得 `oss://` URL，调用时需 `X-DashScope-OssResourceResolve: enable`；URL 48 小时过期，不用于生产托管。
-
-## 4. 原始链接索引
-
-| 信息 | 链接 | 登录 |
-|---|---|---|
-| API | https://help.aliyun.com/zh/model-studio/non-real-time-speech-recognition-for-fun-asr-flash | 否 |
-| 模型/音频规格 | https://help.aliyun.com/zh/model-studio/asr-model/ | 否 |
-| 临时上传 | https://help.aliyun.com/zh/model-studio/get-temporary-file-url | 否 |
-| 价格 | https://help.aliyun.com/zh/model-studio/model-pricing | 否 |
-| API Key | https://bailian.console.aliyun.com/?apiKey=1#/api-key | **是** |
+# Fun-ASR-Flash-2026-06-15 · 百炼
+
+| 项目 | 内容 |
+|---|---|
+| 最后更新 | 2026-08-28 |
+| 能力 | 短音频同步识别（HTTP） |
+| 平台模型 ID | `fun-asr-flash-2026-06-15` |
+| 输入上限 | 5 分钟 / 2 GB，单次 1 个音频 |
+| 文档/价格 | 公开，无需登录 |
+
+## 1. 端点与请求
+
+```text
+POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation
+Authorization: Bearer <API Key>
+Content-Type: application/json
+```
+
+`model` 取上述 ID；`input.messages[].content[]` 最后一条为 `{type:"input_audio", input_audio:{data}}`，`data` 支持公网 URL 或 `data:<mime>;base64,...`。`parameters.format` 必填，`sample_rate/language_hints/vocabulary_id` 等可选。
+
+`X-DashScope-SSE: enable` 开启 SSE，但音频至少 1 分钟才会分段返回中间结果；否则只有最终结果。官方明确该协议不支持 DashScope SDK，TypeScript SDK 需直连 HTTP/SSE。
+
+## 2. 结果、能力与价格
+
+- `output.text` 为累积文本，`output.sentence` 含句子、时间戳、`sentence_end`，`usage.duration` 为用量。
+- 支持多语种/方言与 Prompt 上下文；不支持情感识别和说话人分离。
+- 北京原价 0.00022 元/秒，输出不计费；官方列 36,000 秒/10 小时限时免费额度。
+
+## 3. 上传与适配要点
+
+小文件优先 Base64；大文件用公网 URL 或百炼临时 OSS。临时上传凭证为 `GET https://dashscope.aliyuncs.com/api/v1/uploads?action=getPolicy&model=fun-asr-flash-2026-06-15`，上传后得 `oss://` URL，调用时需 `X-DashScope-OssResourceResolve: enable`；URL 48 小时过期，不用于生产托管。
+
+## 4. 原始链接索引
+
+| 信息 | 链接 | 登录 |
+|---|---|---|
+| API | https://help.aliyun.com/zh/model-studio/non-real-time-speech-recognition-for-fun-asr-flash | 否 |
+| 模型/音频规格 | https://help.aliyun.com/zh/model-studio/asr-model/ | 否 |
+| 临时上传 | https://help.aliyun.com/zh/model-studio/get-temporary-file-url | 否 |
+| 价格 | https://help.aliyun.com/zh/model-studio/model-pricing | 否 |
+| API Key | https://bailian.console.aliyun.com/?apiKey=1#/api-key | **是** |

package/docs/model-adaptation/Fun-ASR-Realtime/Fun-ASR-Realtime_/347/231/276/347/202/274.md

@@ -1,37 +1,37 @@
-# Fun-ASR-Realtime · 百炼
-
-| 项目 | 内容 |
-|---|---|
-| 最后更新 | 2026-08-28 |
-| 能力 | 实时语音识别（WebSocket） |
-| 平台模型 ID | `fun-asr-realtime`（稳定别名，官方当前等同 `fun-asr-realtime-2025-11-07`） |
-| 地域 | 华北2（北京）、新加坡 |
-| 文档/价格 | 公开，无需登录 |
-
-## 1. 协议与结果
-
-`wss://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api-ws/v1/inference`，握手 `Authorization: Bearer <API Key>`。流程为 `run-task/task-started` → 发二进制音频并接收 `result-generated` → `finish-task/task-finished`。`task_id` 由客户端产生 UUID。
-
-`task-failed` 后 socket 废弃；等 `task-finished` 后可用不同 `task_id` 复用连接，空闲 60 秒自动断开。`result-generated.payload.output.sentence` 提供文本、句末标志和时间戳，句末 `usage.duration` 为计费时长。
-
-官方服务端事件示例明确包含一种合法的空文本中间事件：新句开始时会返回 `sentence_begin=true`、`sentence_end=false`、`text=""`、`words=[]`。客户端应把它当作句子生命周期通知并继续等待，不能报响应无效。相反，`sentence_end=true` 的最终结果仍必须有有效文本；`task-finished` 自身的 `payload` 通常为空，只负责结束任务，也不能覆盖已经累计的最终文本。如果整个任务直到 `task-finished` 都没有任何有效最终文本，SDK 应报 `invalid_response`。
-
-## 2. 能力、限制与价格
-
-- 格式 `pcm/wav/mp3/opus/speex/aac/amr`，采样率任意，单声道，时长无限制。
-- 支持多语种及中文方言/口音、热词；不支持说话人分离和情感识别。
-- 北京原价 0.00033 元/秒；官方列 36,000 秒/10 小时限时免费额度。
-
-## 3. 适配要点
-
-Say-It 保留该稳定别名与 2026-02-28 快照供用户选择；SDK 不应自行把稳定别名锁定为某快照。空 `sentence_begin` 事件只推进状态，不产生 partial/final；重复 final 只累计一次。取消时主动关闭 socket，密钥和原始音频不记日志。
-
-## 4. 原始链接索引
-
-| 信息 | 链接 | 登录 |
-|---|---|---|
-| 模型/音频规格 | https://help.aliyun.com/zh/model-studio/asr-model/ | 否 |
-| WebSocket 交互 | https://help.aliyun.com/zh/model-studio/fun-asr-realtime-websocket-api | 否 |
-| 事件 | https://help.aliyun.com/zh/model-studio/fun-asr-client-events ; https://help.aliyun.com/zh/model-studio/fun-asr-server-events | 否 |
-| 价格 | https://help.aliyun.com/zh/model-studio/model-pricing | 否 |
-| API Key | https://bailian.console.aliyun.com/?apiKey=1#/api-key | **是** |
+# Fun-ASR-Realtime · 百炼
+
+| 项目 | 内容 |
+|---|---|
+| 最后更新 | 2026-08-28 |
+| 能力 | 实时语音识别（WebSocket） |
+| 平台模型 ID | `fun-asr-realtime`（稳定别名，官方当前等同 `fun-asr-realtime-2025-11-07`） |
+| 地域 | 华北2（北京）、新加坡 |
+| 文档/价格 | 公开，无需登录 |
+
+## 1. 协议与结果
+
+`wss://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api-ws/v1/inference`，握手 `Authorization: Bearer <API Key>`。流程为 `run-task/task-started` → 发二进制音频并接收 `result-generated` → `finish-task/task-finished`。`task_id` 由客户端产生 UUID。
+
+`task-failed` 后 socket 废弃；等 `task-finished` 后可用不同 `task_id` 复用连接，空闲 60 秒自动断开。`result-generated.payload.output.sentence` 提供文本、句末标志和时间戳，句末 `usage.duration` 为计费时长。
+
+官方服务端事件示例明确包含一种合法的空文本中间事件：新句开始时会返回 `sentence_begin=true`、`sentence_end=false`、`text=""`、`words=[]`。客户端应把它当作句子生命周期通知并继续等待，不能报响应无效。相反，`sentence_end=true` 的最终结果仍必须有有效文本；`task-finished` 自身的 `payload` 通常为空，只负责结束任务，也不能覆盖已经累计的最终文本。如果整个任务直到 `task-finished` 都没有任何有效最终文本，SDK 应报 `invalid_response`。
+
+## 2. 能力、限制与价格
+
+- 格式 `pcm/wav/mp3/opus/speex/aac/amr`，采样率任意，单声道，时长无限制。
+- 支持多语种及中文方言/口音、热词；不支持说话人分离和情感识别。
+- 北京原价 0.00033 元/秒；官方列 36,000 秒/10 小时限时免费额度。
+
+## 3. 适配要点
+
+Say-It 保留该稳定别名与 2026-02-28 快照供用户选择；SDK 不应自行把稳定别名锁定为某快照。空 `sentence_begin` 事件只推进状态，不产生 partial/final；重复 final 只累计一次。取消时主动关闭 socket，密钥和原始音频不记日志。
+
+## 4. 原始链接索引
+
+| 信息 | 链接 | 登录 |
+|---|---|---|
+| 模型/音频规格 | https://help.aliyun.com/zh/model-studio/asr-model/ | 否 |
+| WebSocket 交互 | https://help.aliyun.com/zh/model-studio/fun-asr-realtime-websocket-api | 否 |
+| 事件 | https://help.aliyun.com/zh/model-studio/fun-asr-client-events ; https://help.aliyun.com/zh/model-studio/fun-asr-server-events | 否 |
+| 价格 | https://help.aliyun.com/zh/model-studio/model-pricing | 否 |
+| API Key | https://bailian.console.aliyun.com/?apiKey=1#/api-key | **是** |

package/docs/model-adaptation/Fun-ASR-Realtime-2026-02-28/Fun-ASR-Realtime-2026-02-28_/347/231/276/347/202/274.md

@@ -1,39 +1,39 @@
-# Fun-ASR-Realtime-2026-02-28 · 百炼
-
-| 项目 | 内容 |
-|---|---|
-| 最后更新 | 2026-08-28 |
-| 能力 | 实时语音识别（WebSocket） |
-| 平台模型 ID | `fun-asr-realtime-2026-02-28`（官方标注的最新快照版） |
-| 地域 | 华北2（北京）、新加坡 |
-| 文档/价格 | 公开，无需登录 |
-
-## 1. 协议
-
-`wss://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api-ws/v1/inference`，握手头 `Authorization: Bearer <API Key>`。事件顺序：`run-task` → `task-started` → 单声道二进制音频 / `result-generated` → `finish-task` → `task-finished`。客户端生成 UUID `task_id`，每任务唯一。
-
-`task-failed` 后连接不可复用；必须等 `task-finished` 才可开下一任务，完成后空闲 60 秒自动断开。
-
-## 2. 音频、结果与价格
-
-- 格式：`pcm/wav/mp3/opus/speex/aac/amr`；采样率任意；单声道；时长无限制。
-- 语言：中文（多方言/口音）、英语、日语。
-- 热词：支持。不支持说话人分离和情感识别。
-- `result-generated.payload.output.sentence` 含中间/最终文本与时间戳；句末时 `usage.duration` 为计费时长。
-- 新句开始的首个中间事件可为 `sentence_begin=true`、`sentence_end=false`、`text=""`、`words=[]`；这是官方定义的合法生命周期事件，应继续等待文本。`sentence_end=true` 的 final 仍必须非空。
-- `task-finished.payload` 通常为空，只表示任务正常结束；不能把它当作识别结果，也不能覆盖已累计 final。若此前始终没有有效 final，任务结束时应报无有效转写。
-- 北京原价：0.00033 元/秒，输出不计费；官方页列 36,000 秒/10 小时限时免费额度（以账号实际为准）。
-
-## 3. 适配要点
-
-与稳定别名 `fun-asr-realtime` 并列保留，不自动改写 ID。两者共用传输实现，但能力元数据和显示名分开注册。空 `sentence_begin` 不产生 partial/final，重复 final 只累计一次。取消必须停止送音频、关闭当前 socket，不得把该连接放回池。
-
-## 4. 原始链接索引
-
-| 信息 | 链接 | 登录 |
-|---|---|---|
-| 模型/音频规格 | https://help.aliyun.com/zh/model-studio/asr-model/ | 否 |
-| WebSocket 交互 | https://help.aliyun.com/zh/model-studio/fun-asr-realtime-websocket-api | 否 |
-| 客户端/服务端事件 | https://help.aliyun.com/zh/model-studio/fun-asr-client-events ; https://help.aliyun.com/zh/model-studio/fun-asr-server-events | 否 |
-| 价格 | https://help.aliyun.com/zh/model-studio/model-pricing | 否 |
-| API Key | https://bailian.console.aliyun.com/?apiKey=1#/api-key | **是** |
+# Fun-ASR-Realtime-2026-02-28 · 百炼
+
+| 项目 | 内容 |
+|---|---|
+| 最后更新 | 2026-08-28 |
+| 能力 | 实时语音识别（WebSocket） |
+| 平台模型 ID | `fun-asr-realtime-2026-02-28`（官方标注的最新快照版） |
+| 地域 | 华北2（北京）、新加坡 |
+| 文档/价格 | 公开，无需登录 |
+
+## 1. 协议
+
+`wss://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api-ws/v1/inference`，握手头 `Authorization: Bearer <API Key>`。事件顺序：`run-task` → `task-started` → 单声道二进制音频 / `result-generated` → `finish-task` → `task-finished`。客户端生成 UUID `task_id`，每任务唯一。
+
+`task-failed` 后连接不可复用；必须等 `task-finished` 才可开下一任务，完成后空闲 60 秒自动断开。
+
+## 2. 音频、结果与价格
+
+- 格式：`pcm/wav/mp3/opus/speex/aac/amr`；采样率任意；单声道；时长无限制。
+- 语言：中文（多方言/口音）、英语、日语。
+- 热词：支持。不支持说话人分离和情感识别。
+- `result-generated.payload.output.sentence` 含中间/最终文本与时间戳；句末时 `usage.duration` 为计费时长。
+- 新句开始的首个中间事件可为 `sentence_begin=true`、`sentence_end=false`、`text=""`、`words=[]`；这是官方定义的合法生命周期事件，应继续等待文本。`sentence_end=true` 的 final 仍必须非空。
+- `task-finished.payload` 通常为空，只表示任务正常结束；不能把它当作识别结果，也不能覆盖已累计 final。若此前始终没有有效 final，任务结束时应报无有效转写。
+- 北京原价：0.00033 元/秒，输出不计费；官方页列 36,000 秒/10 小时限时免费额度（以账号实际为准）。
+
+## 3. 适配要点
+
+与稳定别名 `fun-asr-realtime` 并列保留，不自动改写 ID。两者共用传输实现，但能力元数据和显示名分开注册。空 `sentence_begin` 不产生 partial/final，重复 final 只累计一次。取消必须停止送音频、关闭当前 socket，不得把该连接放回池。
+
+## 4. 原始链接索引
+
+| 信息 | 链接 | 登录 |
+|---|---|---|
+| 模型/音频规格 | https://help.aliyun.com/zh/model-studio/asr-model/ | 否 |
+| WebSocket 交互 | https://help.aliyun.com/zh/model-studio/fun-asr-realtime-websocket-api | 否 |
+| 客户端/服务端事件 | https://help.aliyun.com/zh/model-studio/fun-asr-client-events ; https://help.aliyun.com/zh/model-studio/fun-asr-server-events | 否 |
+| 价格 | https://help.aliyun.com/zh/model-studio/model-pricing | 否 |
+| API Key | https://bailian.console.aliyun.com/?apiKey=1#/api-key | **是** |