Zum Inhalt springen

TextCortex API-Anleitungen

Erstellen Sie einen Wissensagenten auf einer Multimodell-API

Erstellen Sie einen abrufbasierten Agenten mithilfe des TextCortex-API-Zugriffs auf mehrere Modellfamilien. Behalten Sie Dokumente, Berechtigungen und Toolausführung in Ihrer Anwendung.

Erstellen Sie einen Wissensagenten auf einer Multimodell-API

Das bedeutet das für Ihre Praxis

Bauen Sie auf einer Multi-Modell-API auf.

Verwenden Sie TextCortex als Modellschicht in Ihrer eigenen Agentenarchitektur. Wählen Sie für jede Anfrage ein Modell aus, während Ihre Anwendung den Abruf, die Berechtigungen und die Aktionen steuert.

Definieren Sie die Agentengrenze

Eine Agentenanfrage erfordert Anweisungen, relevanten Kontext und eine klare Reihe zulässiger Aktionen. Halten Sie diese Eingaben in Ihrer Anwendung explizit, anstatt zu erwarten, dass ein Rohmodellaufruf die Arbeitsbereichskonfiguration erbt.

Beginnen Sie mit einer schreibgeschützten Aufgabe, z. B. der Beantwortung einer Frage aus abgerufenen Dokumenten. Auf diese Weise können Sie die Quellennutzung bewerten, bevor Sie Tools einführen, die externe Systeme verändern.

Verbinden Sie den Abruf mit der Modellanforderung

Rufen Sie autorisierte Passagen ab, hängen Sie stabile Quellenkennungen an und fügen Sie diese in die Frage des Benutzers ein. Halten Sie den Kontext innerhalb der Grenzen des ausgewählten Modells und Ihres Latenzbudgets.

Senden Sie die Anfrage über TextCortex unter Verwendung der verfügbaren Modellkennung. Verwenden Sie dieselbe Integration, um proprietäre und offene Kandidaten hinsichtlich der Antwortqualität zu vergleichen.

Führen Sie Tools über Anwendungskontrollen aus

Validieren Sie für eine Modellroute, die Tools unterstützt, den vorgeschlagenen Toolnamen und die Argumente anhand der Regeln Ihrer Anwendung. Erzwingen Sie Berechtigungen vor der Ausführung und geben Sie das Ergebnis nur bei Bedarf an das Modell zurück.

Verwenden Sie begrenzte Schritte und Zeitüberschreitungen. Fordern Sie eine Überprüfung auf Folgeaktionen auf und verhindern Sie, dass eine wiederholte Modellanforderung dieselbe externe Aktion zweimal ausführt.

Route nach Agentenschritt

Ein Klassifizierungsschritt und ein komplexer Syntheseschritt können unterschiedliche Modelle verwenden. Halten Sie die Zuordnung konfigurierbar und zeichnen Sie auf, welches Modell welches Ergebnis erzeugt hat.

Verwenden Sie Routenplaner, um diese Zuordnung zu organisieren. Beschränken Sie bei EU-Workloads jeden Agentenschritt auf die zulässigen Bereitstellungen, einschließlich Fallbackpfaden.

Fragen

Ihre nächsten Fragen, beantwortet.

Ist TextCortex auf Open-Source-Modelle beschränkt?

Nein. Die API bietet Zugriff auf proprietäre Modellfamilien wie GPT, Claude und Gemini sowie auf Familien mit offenem Gewicht wie Kimi, GLM, DeepSeek und MiMo. Verwenden Sie GET /models, um die für Ihr Konto verfügbaren Kennungen aufzulisten.

Kann ich einen OpenAI-kompatiblen Client verwenden?

Ja. Konfigurieren Sie den Client mit der TextCortex-Basis-URL und dem API-Schlüssel. Verwenden Sie eine TextCortex-Modellkennung und die von diesem Modell unterstützten Parameter. Modellerkennung, Chat-Abschlüsse und Antworten werden in der API-Referenz dokumentiert.

Wie beginne ich mit der Nutzung der API?

Melden Sie sich bei TextCortex an, erstellen Sie einen API-Schlüssel in Ihren Kontoeinstellungen und verwenden Sie https://api.textcortex.com/v1 als Basis-URL. Rufen Sie den Modellkatalog ab, wählen Sie eine Modellkennung aus und senden Sie eine Chat-Vervollständigungsanfrage.

TextCortex AI

Eine Integration. Ihre Modellauswahl.

Melden Sie sich bei TextCortex an, erstellen Sie einen API-Schlüssel und beginnen Sie mit der Erstellung der Modelle, die Ihre Anwendung benötigt.

Quellen und Dokumentation

Produktdokumentation und Anbieterquellen für diesen Leitfaden. Geprüft am 5. Oktober 2026.