概览
一批文本要逐条过模型、结果还得存下来能汇总能对比,手工贴几十条就到极限。这个应用把一组问题一次交给模型,每条独立调用、产出一条记录:提问、回答、实际模型、输入输出用量、耗时,以及服务报回来的成本。换模型只改一个标识,同一批问题可以跑两个模型做横向对比。
这个应用不需要凭证,装上就能跑:走内置的免费通道,只有 gpt-oss-20b 一个模型、约 45 秒一条、单次最多 20 条,够跑小批量,大批量不够用。
数据说明
每条记录对应一次调用,提问与回答一一对应;提问之间不共享上下文,每次都是全新对话。
回答由模型生成,同一问题跑两次可能不同,涉及事实需自行核验。“实际模型”是真正作答的模型,可能与指定不同,服务会做路由或回退。
“总用量”是服务侧计费单位,非字数。“结束原因”显示长度截断说明没说完,把上限调大再跑。免费模型与免密钥通道不回报成本,那列会缺席。
结果长什么样
| 提问 | 回答 | 实际模型 | 总用量 | 耗时(毫秒) |
|---|---|---|---|---|
| 用一句话解释什么是向量数据库。 | 专用于存储检索向量、支持语义相似度查询的数据系统。 | openrouter/auto | 186 | 1240 |
| 把这句话改得更正式:这功能挺好用的。 | 该功能具备良好的可用性。 | openrouter/auto | 92 | 860 |
| 抽取字段:四房三卫独立屋,拍卖,占地 650 平米。 | 四房 / 三卫 / 拍卖 / 650 平米 | openrouter/auto | 147 | 1105 |
另含请求编号、用量、成本、结束原因、生成时间。
应用场景
- 批量打标:客户反馈逐条提问,“回答”直接当标签列。
- 信息抽取:非结构化描述丢进去,用“回答”拿结构化结果。
- 模型选型:同一批提问跑两个模型,比质量与用量再决定。
- 成本核算:按用量与成本估算月度开销,判断是否换更便宜的模型。
适用边界
单次最多 20 条提问,免费通道 45 秒才放一条;单条回答长度受上限约束,超出会被截断;每条提问独立调用,不共享上下文
- 适合用于
- 要把一批文本交给大模型做分类、打标、抽取或改写,并把结果落成可统计的记录
- 要横向比较几个模型跑同一批任务的效果、用量与成本
- 要给一批内容生成摘要或统一表述,需要逐条留档
- 不要用于
- 需要模型记住上一轮的对话上下文——本应用每条提问都是独立的,不做多轮对话
- 需要图像生成或文本向量化——记录结构不同,本应用只做文本问答
- 需要实时流式输出给终端用户看——本应用是批处理,跑完才出结果
- 要一次跑几百上千条——内置免费通道只有 20 条上限与 45 秒节流,需换成自备模型服务
失败处理
开发者声明的失败与重试处理方式,接入时建议一并写进系统提示词。
- 1凭证无效、余额不足或模型标识写错时会直接失败,重跑无效,需先修正凭证或模型标识
- 2触发限流时会自动退避重试;仍失败的那几条会被跳过,其余照常写入,可用记录数少于提问数来判断
- 3内置免费通道按 IP 限速 1 条/45 秒,条数超过 20 会直接被拦下,触发限速时会退避重试
- 4全部提问都失败时任务标记为失败且可重试;部分失败时任务算完成,看状态里的成功条数
输入参数
调用本 Data App 需要传入的参数,与 manifest.json 的 input.schema 同源。
- 模型标识
model选填string调用哪个模型。留空或填 auto 就用默认的 gpt-oss-20b;内置免费通道只提供这一个模型,填别的名字会被换成它,因此一般不用改。默认值auto示例auto - 要问的问题
prompts必填array<string>一组提问,每条独立调用一次模型、产出一条记录,一次最多 20 条——免费通道 45 秒才放一条,再多也跑不完。条与条之间不会互相影响,也不共享上下文。数量最多 20 项示例["用一句话解释什么是向量数据库。","把这句话改得更正式:这功能挺好用的。"] - 角色设定
systemPrompt选填string给模型的一段前置设定,会加在每条提问之前,例如规定输出格式或身份。留空则不加。 - 随机程度
temperature选填number0 到 2 之间,越大回答越发散,越小越稳定。默认 1;做抽取、分类这类要稳定结果的任务建议填 0 到 0.3。范围0–2默认值1 - 回答长度上限
maxTokens选填integer单条回答最多生成多少用量单位,达到上限会被截断。默认 1024,最大 8192;填小了长回答会说到一半停住。范围1–8192默认值1024 - 要求结构化回答
jsonMode选填boolean打开后要求模型以结构化对象的形式回答,便于后续解析。默认关闭;模型不支持时会返回错误。默认值false - 同时并发几条
concurrency选填integer同时向模型服务发几条请求。当前免费通道固定串行,填多少都按 1 跑,这个参数留着不改即可。范围1–16默认值4
输出数据
单条记录的字段结构,与 manifest.json 的 output.schema 同源。
- 请求编号
requestIdstring这次模型调用的唯一编号,用来追溯和去重。示例gen-1763370751-AbCdEf - 实际模型
modelstring真正给出这条回答的模型标识,可能与调用时指定的不一致(模型服务会做路由或回退)。示例google/gemma-4-31b-it:free - 提问
promptstring这条回答对应的原始提问。示例用一句话解释什么是向量数据库。 - 回答
answerstring模型返回的正文。示例向量数据库是一种专门存储和检索向量表示的数据系统,常用语义相似度搜索。
示例数据
以下示例按 output.schema 生成;未提供示例值的字段使用结构占位符。
{
"requestId": "gen-1763370751-AbCdEf",
"model": "google/gemma-4-31b-it:free",
"prompt": "用一句话解释什么是向量数据库。",
"answer": "向量数据库是一种专门存储和检索向量表示的数据系统,常用语义相似度搜索。",
"finishReason": "stop",
"promptTokens": 24,
"completionTokens": 162,
"totalTokens": 186,
"costUsd": 0,
"latencyMs": 1240,
"createdAt": "2026-11-17T09:12:31+00:00"
}调用方式
本 Data App 支持通过 MCP、API、SDK 与文件导出方式接入,各接入方式共享同一套能力与计价。所有请求统一使用 Authorization: Bearer 请求头完成身份认证,凭证为 API Key(长期有效,在开放平台创建);MCP 客户端另支持 OAuth 免密钥登录。CLI、Skill 等更多接入方式正在规划中。本 Data App 异步运行,支持中途取消:取消后任务停止;已写回的部分保留,按写回计费。
通过 MCP(Model Context Protocol)协议,可在 Claude、Cursor 等 AI 客户端中直接调用本 Data App。选择你的客户端与认证方式,复制下方配置即可接入。
客户端配置
把 Bearer 后替换为长期有效的 API Key 即可,各类客户端与 CI、无浏览器环境通用。
{
"mcpServers": {
"bazhuayu_datahub": {
"type": "http",
"url": "https://mcp-v2.bazhuayu.com?pin=SpiderByte/openrouter-chat",
"headers": { "Authorization": "Bearer <YOUR_API_KEY>" }
}
}
}让 AI 自己完成配置
不想手动改配置?复制配置提示词,粘贴到任意 AI 客户端对话框,由它按自身方式完成接入(默认引导你登录授权,不会让你把 API Key 发在对话里)。
如需在同一个 MCP 连接里指定多个 Data App,前往 MCP 连接页(已为你指定本 Data App)。
价格
按实际成功返回的数据条数计费,任务失败不计费。
按输出字段 totalTokens 求和计量,任务失败不计费。每 1000 千用量单位为一个计费单位,不足 1000 千用量单位按 1000 千用量单位计。
多个计费事件按各自口径独立累计,具体以每一项说明为准;任务失败不计费。
立即体验
填写参数直接运行,结果来自真实调用。