tencentcloud-sdk-python 3.0.1491__py2.py3-none-any.whl → 3.1.6__py2.py3-none-any.whl

tencentcloud/hunyuan/v20230901/hunyuan_client_async.py

@@ -0,0 +1,469 @@
+# -*- coding: utf8 -*-
+# Copyright (c) 2017-2025 Tencent. All Rights Reserved.
+#
+# Licensed under the Apache License, Version 2.0 (the "License");
+# you may not use this file except in compliance with the License.
+# You may obtain a copy of the License at
+#
+#    http://www.apache.org/licenses/LICENSE-2.0
+#
+# Unless required by applicable law or agreed to in writing, software
+# distributed under the License is distributed on an "AS IS" BASIS,
+# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
+# See the License for the specific language governing permissions and
+# limitations under the License.
+
+
+
+from tencentcloud.common.abstract_client_async import AbstractClient
+from tencentcloud.hunyuan.v20230901 import models
+from typing import Dict
+
+
+class HunyuanClient(AbstractClient):
+    _apiVersion = '2023-09-01'
+    _endpoint = 'hunyuan.tencentcloudapi.com'
+    _service = 'hunyuan'
+
+    async def ActivateService(
+            self,
+            request: models.ActivateServiceRequest,
+            opts: Dict = None,
+    ) -> models.ActivateServiceResponse:
+        """
+        开通服务
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "ActivateService"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.ActivateServiceResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def ChatCompletions(
+            self,
+            request: models.ChatCompletionsRequest,
+            opts: Dict = None,
+    ) -> models.ChatCompletionsResponse:
+        """
+        如需使用OpenAI兼容接口， 请参考文档：[OpenAI 兼容接口](https://cloud.tencent.com/document/product/1729/111007)
+
+        腾讯混元大模型是由腾讯研发的大语言模型，具备强大的中文创作能力，复杂语境下的逻辑推理能力，以及可靠的任务执行能力。本接口支持流式或非流式调用，当使用流式调用时为 SSE 协议。
+
+         1. 本接口暂不支持返回图片内容。
+         2. 默认该接口下单账号限制并发数为  5 路，如您有提高并发限制的需求请 [购买](https://buy.cloud.tencent.com/hunyuan) 。
+         3. 请使用 SDK 调用本接口，每种开发语言的 SDK Git 仓库 examples/hunyuan/v20230901/ 目录下有提供示例供参考。SDK 链接在文档下方 “**开发者资源 - SDK**” 部分提供。
+         4. 我们推荐您使用 API Explorer，方便快速地在线调试接口和下载各语言的示例代码，[点击打开](https://console.cloud.tencent.com/api/explorer?Product=hunyuan&Version=2023-09-01&Action=ChatCompletions)。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "ChatCompletions"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.ChatCompletionsResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def ChatTranslations(
+            self,
+            request: models.ChatTranslationsRequest,
+            opts: Dict = None,
+    ) -> models.ChatTranslationsResponse:
+        """
+        腾讯混元大模型是由腾讯研发的大语言模型，具备强大的中文创作能力，复杂语境下的逻辑推理能力，以及可靠的任务执行能力。本接口支持流式或非流式调用，当使用流式调用时为 SSE 协议。
+
+         1. 本接口暂不支持返回图片内容。
+         2. 默认该接口下单账号限制并发数为  5 路，如您有提高并发限制的需求请 [购买](https://buy.cloud.tencent.com/hunyuan) 。
+         3. 请使用 SDK 调用本接口，每种开发语言的 SDK Git 仓库 examples/hunyuan/v20230901/ 目录下有提供示例供参考。SDK 链接在文档下方 “**开发者资源 - SDK**” 部分提供。
+         4. 我们推荐您使用 API Explorer，方便快速地在线调试接口和下载各语言的示例代码，[点击打开](https://console.cloud.tencent.com/api/explorer?Product=hunyuan&Version=2023-09-01&Action=ChatCompletions)。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "ChatTranslations"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.ChatTranslationsResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def CreateThread(
+            self,
+            request: models.CreateThreadRequest,
+            opts: Dict = None,
+    ) -> models.CreateThreadResponse:
+        """
+        腾讯混元大模型是由腾讯研发的大语言模型，具备强大的中文创作能力，复杂语境下的逻辑推理能力，以及可靠的任务执行能力。本接口支持流式或非流式调用，当使用流式调用时为 SSE 协议。
+
+         1. 本接口暂不支持返回图片内容。
+         2. 默认该接口下单账号限制并发数为  5 路，如您有提高并发限制的需求请 [购买](https://buy.cloud.tencent.com/hunyuan) 。
+         3. 请使用 SDK 调用本接口，每种开发语言的 SDK Git 仓库 examples/hunyuan/v20230901/ 目录下有提供示例供参考。SDK 链接在文档下方 “**开发者资源 - SDK**” 部分提供。
+         4. 我们推荐您使用 API Explorer，方便快速地在线调试接口和下载各语言的示例代码，[点击打开](https://console.cloud.tencent.com/api/explorer?Product=hunyuan&Version=2023-09-01&Action=ChatCompletions)。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "CreateThread"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.CreateThreadResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def FilesDeletions(
+            self,
+            request: models.FilesDeletionsRequest,
+            opts: Dict = None,
+    ) -> models.FilesDeletionsResponse:
+        """
+        删除文件。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "FilesDeletions"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.FilesDeletionsResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def FilesList(
+            self,
+            request: models.FilesListRequest,
+            opts: Dict = None,
+    ) -> models.FilesListResponse:
+        """
+        文件列表。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "FilesList"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.FilesListResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def FilesUploads(
+            self,
+            request: models.FilesUploadsRequest,
+            opts: Dict = None,
+    ) -> models.FilesUploadsResponse:
+        """
+        上传用于不同用途的文件。
+        当前用途仅支持 hunyuan 等模型的文档理解。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "FilesUploads"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.FilesUploadsResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def GetEmbedding(
+            self,
+            request: models.GetEmbeddingRequest,
+            opts: Dict = None,
+    ) -> models.GetEmbeddingResponse:
+        """
+        腾讯混元 Embedding 接口，可以将文本转化为高质量的向量数据。向量维度为1024维。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "GetEmbedding"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.GetEmbeddingResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def GetThread(
+            self,
+            request: models.GetThreadRequest,
+            opts: Dict = None,
+    ) -> models.GetThreadResponse:
+        """
+        腾讯混元大模型是由腾讯研发的大语言模型，具备强大的中文创作能力，复杂语境下的逻辑推理能力，以及可靠的任务执行能力。本接口支持流式或非流式调用，当使用流式调用时为 SSE 协议。
+
+         1. 本接口暂不支持返回图片内容。
+         2. 默认该接口下单账号限制并发数为  5 路，如您有提高并发限制的需求请 [购买](https://buy.cloud.tencent.com/hunyuan) 。
+         3. 请使用 SDK 调用本接口，每种开发语言的 SDK Git 仓库 examples/hunyuan/v20230901/ 目录下有提供示例供参考。SDK 链接在文档下方 “**开发者资源 - SDK**” 部分提供。
+         4. 我们推荐您使用 API Explorer，方便快速地在线调试接口和下载各语言的示例代码，[点击打开](https://console.cloud.tencent.com/api/explorer?Product=hunyuan&Version=2023-09-01&Action=ChatCompletions)。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "GetThread"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.GetThreadResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def GetThreadMessage(
+            self,
+            request: models.GetThreadMessageRequest,
+            opts: Dict = None,
+    ) -> models.GetThreadMessageResponse:
+        """
+        腾讯混元大模型是由腾讯研发的大语言模型，具备强大的中文创作能力，复杂语境下的逻辑推理能力，以及可靠的任务执行能力。本接口支持流式或非流式调用，当使用流式调用时为 SSE 协议。
+
+         1. 本接口暂不支持返回图片内容。
+         2. 默认该接口下单账号限制并发数为  5 路，如您有提高并发限制的需求请 [购买](https://buy.cloud.tencent.com/hunyuan) 。
+         3. 请使用 SDK 调用本接口，每种开发语言的 SDK Git 仓库 examples/hunyuan/v20230901/ 目录下有提供示例供参考。SDK 链接在文档下方 “**开发者资源 - SDK**” 部分提供。
+         4. 我们推荐您使用 API Explorer，方便快速地在线调试接口和下载各语言的示例代码，[点击打开](https://console.cloud.tencent.com/api/explorer?Product=hunyuan&Version=2023-09-01&Action=ChatCompletions)。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "GetThreadMessage"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.GetThreadMessageResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def GetThreadMessageList(
+            self,
+            request: models.GetThreadMessageListRequest,
+            opts: Dict = None,
+    ) -> models.GetThreadMessageListResponse:
+        """
+        腾讯混元大模型是由腾讯研发的大语言模型，具备强大的中文创作能力，复杂语境下的逻辑推理能力，以及可靠的任务执行能力。本接口支持流式或非流式调用，当使用流式调用时为 SSE 协议。
+
+         1. 本接口暂不支持返回图片内容。
+         2. 默认该接口下单账号限制并发数为  5 路，如您有提高并发限制的需求请 [购买](https://buy.cloud.tencent.com/hunyuan) 。
+         3. 请使用 SDK 调用本接口，每种开发语言的 SDK Git 仓库 examples/hunyuan/v20230901/ 目录下有提供示例供参考。SDK 链接在文档下方 “**开发者资源 - SDK**” 部分提供。
+         4. 我们推荐您使用 API Explorer，方便快速地在线调试接口和下载各语言的示例代码，[点击打开](https://console.cloud.tencent.com/api/explorer?Product=hunyuan&Version=2023-09-01&Action=ChatCompletions)。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "GetThreadMessageList"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.GetThreadMessageListResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def GetTokenCount(
+            self,
+            request: models.GetTokenCountRequest,
+            opts: Dict = None,
+    ) -> models.GetTokenCountResponse:
+        """
+        该接口用于计算文本对应Token数、字符数。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "GetTokenCount"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.GetTokenCountResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def GroupChatCompletions(
+            self,
+            request: models.GroupChatCompletionsRequest,
+            opts: Dict = None,
+    ) -> models.GroupChatCompletionsResponse:
+        """
+        如需使用OpenAI兼容接口， 请参考文档：[OpenAI 兼容接口](https://cloud.tencent.com/document/product/1729/111007)
+
+        腾讯混元大模型是由腾讯研发的大语言模型，具备强大的中文创作能力，复杂语境下的逻辑推理能力，以及可靠的任务执行能力。本接口支持流式或非流式调用，当使用流式调用时为 SSE 协议。
+
+         1. 本接口暂不支持返回图片内容。
+         2. 默认该接口下单账号限制并发数为  5 路，如您有提高并发限制的需求请 [购买](https://buy.cloud.tencent.com/hunyuan) 。
+         3. 请使用 SDK 调用本接口，每种开发语言的 SDK Git 仓库 examples/hunyuan/v20230901/ 目录下有提供示例供参考。SDK 链接在文档下方 “**开发者资源 - SDK**” 部分提供。
+         4. 我们推荐您使用 API Explorer，方便快速地在线调试接口和下载各语言的示例代码，[点击打开](https://console.cloud.tencent.com/api/explorer?Product=hunyuan&Version=2023-09-01&Action=ChatCompletions)。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "GroupChatCompletions"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.GroupChatCompletionsResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def ImageQuestion(
+            self,
+            request: models.ImageQuestionRequest,
+            opts: Dict = None,
+    ) -> models.ImageQuestionResponse:
+        """
+        如需使用OpenAI兼容接口， 请参考文档：[OpenAI 兼容接口](https://cloud.tencent.com/document/product/1729/111007)
+
+        腾讯混元大模型是由腾讯研发的大语言模型，具备强大的中文创作能力，复杂语境下的逻辑推理能力，以及可靠的任务执行能力。本接口支持流式或非流式调用，当使用流式调用时为 SSE 协议。
+
+         1. 本接口暂不支持返回图片内容。
+         2. 默认该接口下单账号限制并发数为  5 路，如您有提高并发限制的需求请 [购买](https://buy.cloud.tencent.com/hunyuan) 。
+         3. 请使用 SDK 调用本接口，每种开发语言的 SDK Git 仓库 examples/hunyuan/v20230901/ 目录下有提供示例供参考。SDK 链接在文档下方 “**开发者资源 - SDK**” 部分提供。
+         4. 我们推荐您使用 API Explorer，方便快速地在线调试接口和下载各语言的示例代码，[点击打开](https://console.cloud.tencent.com/api/explorer?Product=hunyuan&Version=2023-09-01&Action=ChatCompletions)。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "ImageQuestion"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.ImageQuestionResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def QueryHunyuanImageChatJob(
+            self,
+            request: models.QueryHunyuanImageChatJobRequest,
+            opts: Dict = None,
+    ) -> models.QueryHunyuanImageChatJobResponse:
+        """
+        混元生图（多轮对话）接口基于混元大模型，将根据输入的文本描述生成图像，支持通过多轮对话的方式不断调整图像内容。分为提交任务和查询任务2个接口。
+        提交任务：输入文本和前置对话 ID 等，提交一个混元生图多轮对话异步任务，获得任务 ID。
+        查询任务：根据任务 ID 查询任务的处理状态、处理结果，任务处理完成后可获得在上一轮对话基础上继续生成的图像结果。
+        混元生图（多轮对话）默认提供1个并发任务数，代表最多能同时处理1个已提交的任务，上一个任务处理完毕后才能开始处理下一个任务。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "QueryHunyuanImageChatJob"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.QueryHunyuanImageChatJobResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def QueryHunyuanImageJob(
+            self,
+            request: models.QueryHunyuanImageJobRequest,
+            opts: Dict = None,
+    ) -> models.QueryHunyuanImageJobResponse:
+        """
+        混元生图接口基于混元大模型，将根据输入的文本描述，智能生成与之相关的结果图。分为提交任务和查询任务2个接口。
+        提交任务：输入文本等，提交一个混元生图异步任务，获得任务 ID。
+        查询任务：根据任务 ID 查询任务的处理状态、处理结果，任务处理完成后可获得生成图像结果。
+        并发任务数（并发）说明：并发任务数指能同时处理的任务数量。混元生图默认提供1个并发任务数，代表最多能同时处理1个已提交的任务，上一个任务处理完毕后才能开始处理下一个任务。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "QueryHunyuanImageJob"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.QueryHunyuanImageJobResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def RunThread(
+            self,
+            request: models.RunThreadRequest,
+            opts: Dict = None,
+    ) -> models.RunThreadResponse:
+        """
+        腾讯混元大模型是由腾讯研发的大语言模型，具备强大的中文创作能力，复杂语境下的逻辑推理能力，以及可靠的任务执行能力。本接口支持流式或非流式调用，当使用流式调用时为 SSE 协议。
+
+         1. 本接口暂不支持返回图片内容。
+         2. 默认该接口下单账号限制并发数为  5 路，如您有提高并发限制的需求请 [购买](https://buy.cloud.tencent.com/hunyuan) 。
+         3. 请使用 SDK 调用本接口，每种开发语言的 SDK Git 仓库 examples/hunyuan/v20230901/ 目录下有提供示例供参考。SDK 链接在文档下方 “**开发者资源 - SDK**” 部分提供。
+         4. 我们推荐您使用 API Explorer，方便快速地在线调试接口和下载各语言的示例代码，[点击打开](https://console.cloud.tencent.com/api/explorer?Product=hunyuan&Version=2023-09-01&Action=ChatCompletions)。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "RunThread"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.RunThreadResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def SetPayMode(
+            self,
+            request: models.SetPayModeRequest,
+            opts: Dict = None,
+    ) -> models.SetPayModeResponse:
+        """
+        设置付费模式
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "SetPayMode"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.SetPayModeResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def SubmitHunyuanImageChatJob(
+            self,
+            request: models.SubmitHunyuanImageChatJobRequest,
+            opts: Dict = None,
+    ) -> models.SubmitHunyuanImageChatJobResponse:
+        """
+        混元生图（多轮对话）接口基于混元大模型，将根据输入的文本描述生成图像，支持通过多轮对话的方式不断调整图像内容。分为提交任务和查询任务2个接口。
+        提交任务：输入文本和前置对话 ID 等，提交一个混元生图多轮对话异步任务，获得任务 ID。
+        查询任务：根据任务 ID 查询任务的处理状态、处理结果，任务处理完成后可获得在上一轮对话基础上继续生成的图像结果。
+        混元生图（多轮对话）默认提供1个并发任务数，代表最多能同时处理1个已提交的任务，上一个任务处理完毕后才能开始处理下一个任务。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "SubmitHunyuanImageChatJob"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.SubmitHunyuanImageChatJobResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def SubmitHunyuanImageJob(
+            self,
+            request: models.SubmitHunyuanImageJobRequest,
+            opts: Dict = None,
+    ) -> models.SubmitHunyuanImageJobResponse:
+        """
+        混元生图接口基于混元大模型，将根据输入的文本描述，智能生成与之相关的结果图。分为提交任务和查询任务2个接口。
+        提交任务：输入文本等，提交一个混元生图异步任务，获得任务 ID。
+        查询任务：根据任务 ID 查询任务的处理状态、处理结果，任务处理完成后可获得生成图像结果。
+        并发任务数（并发）说明：并发任务数指能同时处理的任务数量。混元生图默认提供1个并发任务数，代表最多能同时处理1个已提交的任务，上一个任务处理完毕后才能开始处理下一个任务。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "SubmitHunyuanImageJob"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.SubmitHunyuanImageJobResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)
+        
+    async def TextToImageLite(
+            self,
+            request: models.TextToImageLiteRequest,
+            opts: Dict = None,
+    ) -> models.TextToImageLiteResponse:
+        """
+        文生图轻量版接口根据输入的文本描述，智能生成与之相关的结果图。
+        文生图轻量版默认提供3个并发任务数，代表最多能同时处理3个已提交的任务，上一个任务处理完毕后才能开始处理下一个任务。
+        """
+        
+        kwargs = {}
+        kwargs["action"] = "TextToImageLite"
+        kwargs["params"] = request._serialize()
+        kwargs["resp_cls"] = models.TextToImageLiteResponse
+        kwargs["headers"] = request.headers
+        kwargs["opts"] = opts or {}
+        
+        return await self.call_and_deserialize(**kwargs)

tencentcloud/iai/v20180301/iai_client.py

@@ -382,50 +382,6 @@ class IaiClient(AbstractClient):
                 raise TencentCloudSDKException(type(e).__name__, str(e))
 
 
-    def DetectLiveFace(self, request):
-        r"""用于对用户上传的静态图片进行人脸活体检测。与动态活体检测的区别是：静态活体检测中，用户不需要通过唇语或摇头眨眼等动作来识别。
-
-        静态活体检测适用于手机自拍的场景，或对防攻击要求不高的场景。如果对活体检测有更高安全性要求，请使用[人脸核身·云智慧眼](https://cloud.tencent.com/product/faceid)产品。
-
-        >
-        - 图片的宽高比请接近3：4，不符合宽高比的图片返回的分值不具备参考意义。本接口适用于类手机自拍场景，非类手机自拍照返回的分值不具备参考意义。
-
-        >
-        - 使用过程中建议正对摄像头，不要距离太远，使面部可以完整地显示在识别的框内，识别过程中不要移动设备或遮挡面部。不要选择光线过强或过弱的环境进行面部识别，识别时不要添加任何滤镜。
-
-        >
-        - 公共参数中的签名方式请使用V3版本，即配置SignatureMethod参数为TC3-HMAC-SHA256。
-
-        ## 调用次数计费（资源包）
-        |资源包规格|100万次|1000万次|5000万次|1亿次|
-        |-|-|-|-|-|
-        |人脸静态活体检测|1800元|17400元|75000元|110000元|
-
-        ## 调用次数计费（后付费）
-        |月接口调用总量|0<调用量≤300万|300万<调用量≤1500万|调用量>1500万|
-        |-|-|-|-|
-        |人脸静态活体检测|0.0019元/次|0.0017元/次|0.0013元/次|
-
-        :param request: Request instance for DetectLiveFace.
-        :type request: :class:`tencentcloud.iai.v20180301.models.DetectLiveFaceRequest`
-        :rtype: :class:`tencentcloud.iai.v20180301.models.DetectLiveFaceResponse`
-
-        """
-        try:
-            params = request._serialize()
-            headers = request.headers
-            body = self.call("DetectLiveFace", params, headers=headers)
-            response = json.loads(body)
-            model = models.DetectLiveFaceResponse()
-            model._deserialize(response["Response"])
-            return model
-        except Exception as e:
-            if isinstance(e, TencentCloudSDKException):
-                raise
-            else:
-                raise TencentCloudSDKException(type(e).__name__, str(e))
-
-
     def GetGroupInfo(self, request):
         r"""获取人员库信息。