多轮对话

无状态意味着什么

平台不在服务端保存你的会话。每次请求的 messages 都要包含：

• system 消息（如果有）；
• 之前所有轮次的 user 与 assistant 消息；
• 本轮新的 user 消息。

漏掉历史，模型就不知道上下文；历史顺序错乱，回答也会跟着错。

一轮一轮怎么拼

第一轮只发这一句：

{
  "model": "<模型名>",
  "messages": [
    { "role": "user", "content": "世界上最高的山是哪座？" }
  ]
}

拿到回复后，把这条 assistant 消息原样追加到 messages 末尾，再追加新的提问：

{
  "model": "<模型名>",
  "messages": [
    { "role": "user", "content": "世界上最高的山是哪座？" },
    { "role": "assistant", "content": "世界上最高的山是珠穆朗玛峰。" },
    { "role": "user", "content": "第二高的呢？" }
  ]
}

这就是多轮对话的全部要点：把助手说过的话当成历史的一部分带回去。

请求示例

curl https://open.feiyutoken.com/v1/chat/completions \
  -H "Authorization: Bearer <你的飞鱼Token API Key>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "<模型名>",
    "messages": [
      { "role": "user", "content": "世界上最高的山是哪座？" },
      { "role": "assistant", "content": "世界上最高的山是珠穆朗玛峰。" },
      { "role": "user", "content": "第二高的呢？" }
    ]
  }'

两个要注意的成本与限制

• 历史越长越贵：计费按整段请求算，usage.prompt_tokens 会随轮次一直增长。 长时间的会话建议只保留最近若干轮，或把早期内容总结成一段再带上。
• 有长度上限：历史累加到超过上下文长度时这一轮会失败（具体错误码以实际返回为准）。