Die Create Custom Model API bietet Entwicklern und Administratoren die Möglichkeit, proprietäre oder externe Large Language Models (LLMs) und andere KI-Modelle nahtlos direkt in AI Agent Studio zu integrieren.

  • Es erfordert ein JSON-Payload-Schema, das Informationen über das Modell enthält. Das Schema definiert Attribute wie den Namen des Anbieters, den Namen des spezifischen Modells, Authentifizierungsprotokolle, Details zum API-Endpunkt (einschließlich Pfadparameter, Abfrageparameter und erforderliche Header) sowie die Struktur der Anforderungs- und Antwortkörper.
  • Mit der API können Nutzer, Variablen innerhalb der Anforderungs- und Antwortkörper definieren, die zur Laufzeit dynamisch befüllt werden können. Diese Variablen können mithilfe spezifischer Anmerkungen für verschiedene Zwecke bestimmt werden:
    • PROMPT_QUERY (Pflicht): Diese Anmerkung bedeutet, dass die entsprechende Variable durch die vom Nutzer auf der Seite AI Skills bereitgestellte Eingabe ersetzt werden sollte. Dies ist wesentlich, um Benutzereingabeaufforderungen an das Modell weiterzugeben.
    • REQUEST_PARAMETER (Pflicht): Diese Anmerkung gibt an, dass die Variable als konfigurierbarer Parameter auf der Seite Model connections angezeigt werden soll.
    • MODEL_PARAMETER : Ähnlich wie ANFRAGE_PARAMETER kennzeichnet diese Anmerkung die Variable zur Konfiguration auf der AI Skills-Seite.
    • RESPONSE_PARAMETER (Pflicht): Diese Anmerkung bedeutet, dass die Variable in der Antwort des KI-Modells zurückgegeben wird.
  • Die API gibt eine 200 OK-Antwort mit dem erstellten Modell bei erfolgreicher Erstellung zurück.
POST https:/{{ControlRoomURL}}/gai/prompttools/v1/custommodel
Anforderungstext:
{
   "name":"Azure OpenAI reasoning models",
   "version":"0",
   "authAction":{
      "authType":"CUSTOM_KEYS",
      "customKeys":{
         "keys":[
            {
               "location":"header",
               "keyName":"Authorization",
               "prefix":"Bearer "
            }
         ]
      }
   },
   "apiType":"REST",
   "actions":[
      {
         "name":"o3-mini",
         "displayName":"o3-mini",
         "description":"The o1 and o3 series models are specifically designed to tackle reasoning 
          and problem-solving tasks with increased focus and capability. These models spend more time 
          processing and understanding the user's request, making them exceptionally strong in areas 
          like science, coding, math and similar fields. For example, o1 can be used by healthcare researchers 
          to annotate cell sequencing data, by physicists to generate complicated mathematical formulas needed 
          for quantum optics, and by developers in all fields to build and execute multi-step workflows.",
         "method":"POST",
         "uri":"https://{deployment}.openai.azure.com/openai/deployments/o3-mini/chat/completions?api-version=2025-01-01-preview",
         "params":[
            {
               "type":"HEADERS"
            },
            {
               "type":"PATH_PARAM",
               "attribute":[
                  {
                     "name":"deployment",
                     "label":"Deployment",
                     "value":{
                        "type":"TEXT",
                        "string":"aai-openai2"
                     }
                  }
               ]
            }
         ],
         "request":{
            "raw":{
               "body":"{\n        \"messages\": [\n            {\n                \"role\": \"user\",
                \n                \"content\": \"I am going to       Paris, what should I see?\"\n            
                 }\n        ],\n        \"max_completion_tokens\": 100000,\n        \"model\": \"o3-mini\"\n    }",
               "variables":[
                  {
                     "path":"$.max_completion_tokens",
                     "attribute":{
                        "name":"max_completion_tokens",
                        "label":"max_completion_tokens",
                        "value":{
                           "type":"INTEGER",
                           "number":"100000"
                        },
                        "annotations":[
                           "REQUEST_PARAMETER"
                        ]
                     }
                  },
                  {
                     "path":"$.messages.content",
                     "attribute":{
                        "name":"prompt",
                        "label":"prompt",
                        "value":{
                           "type":"TEXT"
                        },
                        "annotations":[
                           "PROMPT_QUERY"
                        ]
                     }
                  }
               ]
            }
         },
         "response":{
            "body":"{\n    \"id\": \"chatcmpl-APwQdLa9WCQAdZg0dO5OjGr2ER4sX\",\n    \"object\": \"chat.completion\",\n
                   \"created\": 1730746163,\n    \"model\": \"o3-mini-2025-01-31\",\n    \"choices\": [\n        {\n
                   \"index\": 0,\n            \"message\": {\n                \"role\": \"assistant\",\n                
                   \"content\": \"Sure! They are one of the most mysterious and exciting objects in space.\",\n
                   \"refusal\": null\n            },\n            \"finish_reason\": \"stop\"\n        }\n    ],\n
                   \"usage\": {\n                \"prompt_tokens\": 17,\n        \"completion_tokens\": 959,\n
                   \"total_tokens\": 976,\n        \"prompt_tokens_details\": {\n            \"cached_tokens\": 0\n
                    },\n        \"completion_tokens_details\": {\n            \"reasoning_tokens\": 64\n        }\n
                    },\n    \"system_fingerprint\": \"fp_35c19d48ca\"\n}",
            "variables":[
               {
                  "path":"$.usage.completion_tokens",
                  "attribute":{
                     "name":"completion_tokens",
                     "label":"completion_tokens",
                     "value":{
                        "type":"INTEGER"
                     },
                     "annotations":[
                        "RESPONSE_PARAMETER"
                     ],
                     "canonicalName":"choices[0].completionTokens"
                  }
               },
               {
                  "path":"$.choices.message.content",
                  "attribute":{
                     "name":"content",
                     "label":"content",
                     "value":{
                        "type":"TEXT",
                        "string":"Some response from LLM"
                     },
                     "annotations":[
                        "RESPONSE_PARAMETER"
                     ],
                     "canonicalName":"choices[0].value"
                  }
               },
               {
                  "path":"$.model",
                  "attribute":{
                     "name":"model",
                     "label":"model",
                     "value":{
                        "type":"TEXT"
                     },
                     "annotations":[
                        "RESPONSE_PARAMETER"
                     ],
                     "canonicalName":"model_name"
                  }
               },
               {
                  "path":"$.usage.prompt_tokens",
                  "attribute":{
                     "name":"prompt_tokens",
                     "label":"prompt_tokens",
                     "value":{
                        "type":"INTEGER"
                     },
                     "annotations":[
                        "RESPONSE_PARAMETER"
                     ],
                     "canonicalName":"choices[0].promptTokens"
                  }
               },
               {
                  "path":"$.usage.total_tokens",
                  "attribute":{
                     "name":"total_tokens",
                     "label":"total_tokens",
                     "value":{
                        "type":"INTEGER"
                     },
                     "annotations":[
                        "RESPONSE_PARAMETER"
                     ],
                     "canonicalName":"choices[0].totalTokens"
                  }
               }
            ]
         }
      }
   ]
}

Anforderungsparameter
Parameter Typ Erforderlich Beschreibung
name Zeichenfolge Ja Name des benutzerdefinierten Modells
description Zeichenfolge Nein Beschreibung des benutzerdefinierten Modells
authAction Objekt Ja Definiert die Authentifizierungsoptionen für den Aufruf des KI-Modells. Weitere Details finden Sie unten.
apiType Zeichenfolge Ja Gibt den API-Typ an (z. B. „REST“)
Aktionen Array Ja Enthält ein Array von Objekten, wobei jedes Objekt einen spezifischen Modellendpunkt oder eine Aktion innerhalb des benutzerdefinierten Modells definiert.

authAction-Objekt

{
   "name":"Azure OpenAI reasoning models",
   "description":"string",
   "version":"0",
   "authAction":{
      "authType":"CUSTOM_KEYS",
      "customKeys":{
         "keys":[
            {
               "location":"header",
               "keyName":"Authorization",
               "prefix":"Bearer "
            }
         ]
      }
   }

{
   "name":"Bedrock - Claude2.1",
   "description":"string",
   "version":"string",
   "authAction":{
      "authType":"AWS_SIGNATURE_V4",
      "awsSignatureV4":{
         "accessKey":{
            "location":"header",
            "keyName":"aws_sign_access_key"
         },
         "secretkey":{
            "location":"header",
            "keyName":"aws_sign_access_key"
         },
         "sessionkey":{
            "location":"header",
            "keyName":"aws_sign_session_key"
         }
      }
   },
   "api_type":"REST",
   "actions":[
      {
         .... 
      }
   ]
}
Parameter Typ Erforderlich Beschreibung
authType Zeichenfolge Ja Art der Authentifizierung. API_KEY für API-Schlüssel, OAUTH2 für OAuth2, CUSTOM_KEYS für mehrere Schlüssel und AWS_SIGNATURE_V4 für AWS-spezifische Authentifizierung.
API_KEY, OAUTH2 oder CUSTOM_KEYS Objekt Ja Definiert die benutzerdefinierten Authentifizierungsschlüssel. Seine Attribute werden unten unter keys beschrieben.
  • API_KEY ist erforderlich, wenn authType API_KEY ist.
  • OAUTH2 ist erforderlich, wenn authType OAUTH2 ist.
  • CUSTOM_KEYS ist erforderlich, wenn authType CUSTOM_KEYS ist.
↳↳ keys Array Ja Ein Array von Schlüsselobjekten zur Authentifizierung.
↳↳↳ location Zeichenfolge Ja Wo der Schlüssel platziert werden sollte (z. B. „header“).
↳↳↳keyName Zeichenfolge Ja Der Name des Schlüssels (z. B. „Authorization“, „x-api-key“).
↳↳↳ prefix Objekt Nein Ein optionales Präfix, das dem Schlüsselwert hinzugefügt werden soll (z. B. „Bearer “ für Bearer-Tokens).
awsSignatureV4 Objekt Ja AWS_SIGNATURE_V4 ist erforderlich, wenn authType AWS_SIGNATURE_V4 ist. Dieses Objekt definiert die AWS-Anmeldeinformationen (Zugriffsschlüssel-ID, geheimer Zugriffsschlüssel, Sitzungsschlüssel) für die AWS-Signaturauthentifizierung.
↳↳ accessKey Objekt Ja Definiert die AWS-Zugriffsschlüssel-ID.
↳↳↳ location Zeichenfolge Ja Wo der Zugriffsschlüssel platziert werden sollte (z. B. „header“, „query“).
↳↳↳ keyName Zeichenfolge Ja Der Name des Parameters für den Zugriffsschlüssel (z. B. „aws_sign_access_key“).
↳↳ secretkey Objekt Ja Definiert den AWS Secret Access Key.
↳↳↳ location Zeichenfolge Ja Wo der geheime Schlüssel platziert werden sollte.
↳↳↳ keyName Zeichenfolge Ja Der Name des Parameters für den geheimen Schlüssel.
↳↳ sessionkey Objekt Nein Definiert den AWS Session Key (optional).
↳↳↳ location Zeichenfolge Ja Wo der Sitzungsschlüssel platziert werden sollte.
↳↳↳ keyName Zeichenfolge Ja Der Name des Parameters für den Sitzungsschlüssel.

actions Array

{
   "actions":[
      {
         "name":"o3-mini",
         "displayName":"o3-mini",
         "description":"The o1 and o3 series models are specifically designed to tackle reasoning 
          and problem-solving tasks with increased focus and capability. These models spend more time 
          processing and understanding the user's request, making them exceptionally strong in areas 
          like science, coding, math and similar fields. For example, o1 can be used by healthcare researchers 
          to annotate cell sequencing data, by physicists to generate complicated mathematical formulas needed 
          for quantum optics, and by developers in all fields to build and execute multi-step workflows.",
         "method":"POST",
         "uri":"https://{deployment}.openai.azure.com/openai/deployments/o3-mini/chat/completions?api-version=2025-01-01-preview",
         "params":[
            {
               "type":"string",
               "attribute":[
                  {
                     "name":"string",
                     "label":"string",
                     "value":{
                        "type":"string",
                        "string":"string",
                        "number":"string"
                     }
                  }
               ]
            }
         ],
         "request":{
            "raw":{
               "body":"string",
               "variables":[
                  {
                     ....
                  }
               ]
            }
         },
         "response":{
            "body":"string",
            "variables":[
               {
                  ....
               }
            ]
         }
      }
   ]
}
Parameter Typ Erforderlich Beschreibung
name Zeichenfolge Ja Der programmatische Name des spezifischen Modellendpunkts/-aktion.
displayName Zeichenfolge Ja Ein benutzerfreundlicher Name für den Modellendpunkt, der in der Benutzeroberfläche angezeigt wird.
description Zeichenfolge Nein Eine detaillierte Beschreibung des Modellendpunkts und seiner Fähigkeiten.
Methode Zeichenfolge Ja Die HTTP-Methode für den API-Call. Sollte typischerweise POST für die meisten Generative KI-Modelle sein.
uri Zeichenfolge Ja Der vollständige URI des KI-Modellendpunkts. Dynamische Parameter im URI.
params Array Nein Enthält eine Sammlung von Parametern, die beim Konfigurieren des Model connection verwendet werden und zum URI hinzugefügt werden, wenn die KI-Modell-API zur Laufzeit aufgerufen wird. Parameter kann entweder eine PATH_PARAM-Variable oder eine QUERY_PARAM-Variable sein. Sie können auch HEADERS hinzufügen, die mit dieser API-Anfrage verknüpft sind. Im Beispiel sind deploymentId und projectId eine PATH_PARAM-Variable und apiVersion ist eine QUERY_PARAM-Variable.
Anforderung Objekt Ja Definiert das Format und die Struktur der Daten, die an das Modell gesendet werden müssen, einschließlich Variablen und deren Anmerkungen. Der body gibt die Struktur und den Inhalt der Anforderung an. Das variables-Array definiert die dynamischen Elemente innerhalb des Bodys und verwendet path, um den Speicherort der Variablen in der JSON-Struktur anzugeben.
Antwort Objekt Gibt das Format und die Struktur der Daten an, die das Modell zurückgeben wird, einschließlich Variablen, deren Anmerkungen und deren kanonische Name. Der body gibt die Struktur und den Inhalt der Antwort an. Das variables-Array definiert die dynamischen Elemente innerhalb des Bodys und verwendet path, um den Speicherort der Variablen in der JSON-Struktur anzugeben.

params Array

{
   "params":[
      {
         "type":"HEADERS"
      },
      {
         "type":"PATH_PARAM",
         "attribute":[
            {
               "name":"deployment",
               "label":"Deployment",
               "value":{
                  "type":"TEXT",
                  "string":"aai-openai2"
               }
            }
         ]
      }
   ]
Parameter Typ Erforderlich Beschreibung
type Zeichenfolge Ja Der Typ des Parameters (z. B. HEADERS, PATH_PARAM, QUERY_PARAM).
Attribut Array Ja Ein Array von Attributobjekten, das die Parameterdetails definiert. Erforderlich für PATH_PARAM und QUERY_PARAM.
↳ name Zeichenfolge Ja Der Name des Parameters (z. B. „deployment“, „api-version“).
↳ label Zeichenfolge Nein Ein benutzerfreundliches Label für den Parameter, das in der UI angezeigt wird.
↳value Objekt Nein Ein Objekt, das den Standard- oder Anfangswert des Parameters enthält. Im Folgenden finden Sie die Attribute:
  • type (Zeichenfolge): Der Datentyp des Parameterwerts (z. B. TEXT, INTEGER).
  • string (Zeichenfolge): Der Zeichenfolgenwert, wenn type TEXT ist.
  • number (Zeichenfolge): Der numerische Wert, wenn type INTEGER ist.

request Objekt

{
    "request":{
      "raw":{
         "body":"{\n        \"messages\": [\n            {\n                \"role\": \"user\",
                \n                \"content\": \"I am going to       Paris, what should I see?\"\n            
                 }\n        ],\n        \"max_completion_tokens\": 100000,\n        \"model\": \"o3-mini\"\n    }",
         "variables":[
            {
               "path":"$.max_completion_tokens",
               "attribute":{
                  "name":"max_completion_tokens",
                  "label":"max_completion_tokens",
                  "value":{
                     "type":"INTEGER",
                     "number":"100000"
                  },
                  "annotations":[
                     "REQUEST_PARAMETER"
                  ]
               }
            },
            {
               "path":"$.messages.content",
               "attribute":{
                  "name":"prompt",
                  "label":"prompt",
                  "value":{
                     "type":"TEXT"
                  },
                  "annotations":[
                     "PROMPT_QUERY"
                  ]
               }
            }
         ]
      }
   }
Parameter Typ Erforderlich Beschreibung
roh Objekt Ja Definiert den rohen Anforderungstext und seine dynamischen Variablen.
↳ body Zeichenfolge Ja Der rohe JSON-String, der die Struktur des Anforderungstexts darstellt. Dieser String sollte Platzhalter für Variablen enthalten.
↳ variables Array Nein Ein Array von Objekten, die dynamische Elemente innerhalb des body definieren.
↳↳ path Zeichenfolge Ja Der JSONPath zum Speicherort der Variablen innerhalb der body-JSON-Struktur.
↳↳ attribute Objekt Ja Ein Objekt, das die Eigenschaften der Variablen beschreibt.
↳↳↳ name Zeichenfolge Ja Der interne Name der Variablen.
↳↳↳label Zeichenfolge Nein Eine benutzerfreundliche Bezeichnung für die Variable.
↳↳↳ value Objekt Nein Ein Objekt, das den Standard- oder Anfangswert der Variablen enthält.
↳↳↳ Anmerkungen Array Nein Ein Array von Zeichenfolgen, das den Zweck der Variablen angibt. Unterstützte Anmerkungen: PROMPT_QUERY, REQUEST_PARAMETER, MODEL_PARAMETER.

response Objekt

{
      "response":{
      "body":"{\n    \"id\": \"chatcmpl-APwQdLa9WCQAdZg0dO5OjGr2ER4sX\",\n    \"object\": \"chat.completion\",\n
                   \"created\": 1730746163,\n    \"model\": \"o3-mini-2025-01-31\",\n    \"choices\": [\n        {\n
                   \"index\": 0,\n            \"message\": {\n                \"role\": \"assistant\",\n                
                   \"content\": \"Sure! They are one of the most mysterious and exciting objects in space.\",\n
                   \"refusal\": null\n            },\n            \"finish_reason\": \"stop\"\n        }\n    ],\n
                   \"usage\": {\n                \"prompt_tokens\": 17,\n        \"completion_tokens\": 959,\n
                   \"total_tokens\": 976,\n        \"prompt_tokens_details\": {\n            \"cached_tokens\": 0\n
                    },\n        \"completion_tokens_details\": {\n            \"reasoning_tokens\": 64\n        }\n
                    },\n    \"system_fingerprint\": \"fp_35c19d48ca\"\n}",
      "variables":[
         {
            "path":"$.usage.completion_tokens",
            "attribute":{
               "name":"completion_tokens",
               "label":"completion_tokens",
               "value":{
                  "type":"INTEGER"
               },
               "annotations":[
                  "RESPONSE_PARAMETER"
               ],
               "canonicalName":"choices[0].completionTokens"
            }
         },
         {
            "path":"$.choices.message.content",
            "attribute":{
               "name":"content",
               "label":"content",
               "value":{
                  "type":"TEXT",
                  "string":"Some response from LLM"
               },
               "annotations":[
                  "RESPONSE_PARAMETER"
               ],
               "canonicalName":"choices[0].value"
            }
         },
         {
            "path":"$.model",
            "attribute":{
               "name":"model",
               "label":"model",
               "value":{
                  "type":"TEXT"
               },
               "annotations":[
                  "RESPONSE_PARAMETER"
               ],
               "canonicalName":"model_name"
            }
         },
         {
            "path":"$.usage.prompt_tokens",
            "attribute":{
               "name":"prompt_tokens",
               "label":"prompt_tokens",
               "value":{
                  "type":"INTEGER"
               },
               "annotations":[
                  "RESPONSE_PARAMETER"
               ],
               "canonicalName":"choices[0].promptTokens"
            }
         },
         {
            "path":"$.usage.total_tokens",
            "attribute":{
               "name":"total_tokens",
               "label":"total_tokens",
               "value":{
                  "type":"INTEGER"
               },
               "annotations":[
                  "RESPONSE_PARAMETER"
               ],
               "canonicalName":"choices[0].totalTokens"
            }
         }
      ]
   }
}
Parameter Typ Erforderlich Beschreibung
Textkörper Zeichenfolge Ja Der rohe JSON-String, der die erwartete Struktur des Antworttexts vom Modell darstellt.
Variablen Array Nein Ein Array von Objekten, das definiert, wie dynamische Elemente aus der Antwort body extrahiert werden.
↳ path Zeichenfolge Ja Der JSONPath zum Speicherort der Variablen innerhalb der body-JSON-Struktur.
↳ attribute Objekt Ja Ein Objekt, das die Eigenschaften der Variablen beschreibt.
↳↳ name Zeichenfolge Ja Der interne Name der Variablen.
↳↳label Zeichenfolge Nein Eine benutzerfreundliche Bezeichnung für die Variable.
↳↳ value Objekt Nein Ein Objekt, das den Standard- oder Anfangswert der Variablen enthält.
↳↳ annotations Array Nein Ein Array von Zeichenfolgen, das den Zweck der Variablen angibt. Unterstützte Anmerkung: Die Annotation RESPONSE_PARAMETER.
↳↳ canonicalName Zeichenfolge Nein JSON-Pfad zur Variablen im kanonischen Automation Anywhere-Schema.
  • Verwenden Sie choices[0].completionTokens, um die Anzahl der für die Generierung der Antwort verbrauchten Tokens anzugeben.
  • Verwenden Sie choices[0].value, um die LLM-Antwort auszufüllen.
  • Verwenden Sie model_name, um den Namen oder die Kennung des KI-Modells anzugeben.
  • Verwenden Sie choices[0].promptTokens, um die Anzahl der von der Eingabeaufforderung verbrauchten Tokens anzugeben.
  • Verwenden Sie choices[0].totalTokens, um die insgesamt für die Erfüllung der Anfrage verbrauchten Tokens anzugeben.

Weitere Informationen zur API zum Erstellen benutzerdefinierter Modelle, einschließlich der Antwort und Antwortparameter, finden Sie unter AI Agent Studio API

Andere benutzerdefinierte Modell-APIs

Benutzerdefinierte Modellinformations-API abrufen
GET https:/{{ControlRoomURL}}/gai/prompttools/v1/custommodel/vendors/{vendorName}/models/{modelName}
  • Diese API ruft die Definition der vorhandenen benutzerdefinierten Modelle ab.
  • Es erfordert den Anbieternamen (vendorName) und den Modellnamen (modelName) als Pfadparameter.
  • Die API gibt eine 200 OK -Antwort zurück, die die Objekte enthält, die das angeforderte Modell repräsentieren.
Aktualisieren Sie die API für benutzerdefinierte Modelldefinitionen
PUT https:/{{ControlRoomURL}}/gai/prompttools/v1/custommodel
  • Diese API aktualisiert eine vorhandene benutzerdefinierte Modelldefinition.
    Anmerkung: Diese API kann nur benutzerdefinierte Modelle aktualisieren, die keine zugeordneten Model connections haben.
  • Es erfordert den Namen des Anbieters (vendorName) und den Modellnamen (modelName), um das Modell zu identifizieren, das aktualisiert wird.
  • Die API gibt eine 200 OK -Antwort mit dem aktualisierten Modell bei erfolgreicher Aktualisierung zurück.
Aktualisieren Sie den Namen und die Beschreibung der API für benutzerdefinierte Modelldefinitionen
PATCH https:/{{ControlRoomURL}}/gai/prompttools/v1/custommodel
  • Diese API aktualisiert den Namen und die Beschreibung der benutzerdefinierten Modelldefinition.
  • Es erfordert den Anbieternamen (vendorName) und den Modellnamen (modelName), um das Modell zu identifizieren, das aktualisiert wird.
  • Die API gibt eine 200 OK -Antwort mit den aktualisierten Modelldetails bei erfolgreicher Aktualisierung zurück.
Benutzerdefinierte Modell-API löschen
DELETE https:/{{ControlRoomURL}}/gai/prompttools/v1/custommodel/vendors/{vendorName}/models/{modelName}
  • Diese API löscht ein vorhandenes benutzerdefiniertes Modell.
  • Ähnlich wie die GET-API verwendet sie (vendorName) und (modelName) als Pfadparameter, um das Zielmodell zu identifizieren.
    Anmerkung: Das Modell kann nur gelöscht werden, wenn es derzeit nicht mit einer aktiven Model connections verbunden ist. Dies bedeutet, dass Sie zuerst alle AI Skills und Task Bots, die von Model connection abhängen, entfernen müssen, bevor Sie versuchen, die Modelldefinition zu löschen.
  • Die API gibt eine 204 No Content Antwort bei erfolgreicher Löschung zurück.
Liste der benutzerdefinierten Modell-API
POST https:/{{ControlRoomURL}}/gai/prompttools/v1/custommodel/list
  • Diese API ruft eine Liste aller benutzerdefinierten Modelle ab, die für alle Anbieter innerhalb des Control Rooms definiert sind.
  • Sie akzeptiert einen optionalen Anfragekörper, der ein FilterRequest-Objekt enthält, sodass Nutzer die Ergebnisse basierend auf bestimmten Kriterien filtern können.
  • Die API gibt eine 200 OK-Antwort mit Objekten zurück, die die angeforderten Modelle enthalten.

Weitere Informationen zu den oben genannten APIs finden Sie unter AI Agent Studio API. Laden Sie hier eine Postman-Sammlung für AI Agent Studio – benutzerdefinierte Modelldefinitionen, die Beispiel-API-Aufrufe enthalten, um eine Verbindung zu den benutzerdefinierten Modellen herzustellen.