文件对话

支持的模型

目前仅 Gemini 对话模型、GLM 视觉模型和豆包Seed对话模型支持原生的 PDF 文件对话，包括：

gemini-3.1-pro-preview
gemini-3.1-pro-preview:fast-thinking
gemini-3.1-flash-lite-preview
gemini-3-flash-preview
gemini-3-flash-preview:no-thinking
gemini-2.5-pro
gemini-2.5-pro:fast-thinking
gemini-2.5-flash
gemini-2.5-flash:no-thinking
gemini-2.5-flash-lite
gemini-2.5-flash-lite:no-thinking
gemini-2.0-flash
gemini-2.0-flash-lite
gemini-2.5-flash-preview-09-2025
gemini-2.5-flash-lite-preview-09-2025
glm-5v-turbo
glm-4.6v
glm-4.5v
doubao-seed-2.0-mini
doubao-seed-2.0-lite
doubao-seed-2.0-pro
doubao-seed-2.0-code
doubao-seed-1.8
doubao-seed-1.6-flash
doubao-seed-1.6
doubao-seed-1.6-vision
doubao-seed-1.6-lite
doubao-seed-code-preview

以 Gemini 为例，模型能够处理 PDF 格式的文档，并利用其原生视觉能力理解文档的整体上下文。这不仅仅是简单的文本提取，而是让 Gemini 能够：

分析和解读内容，包括文本、图像、图表和表格，支持长达 1000 页的文档
将信息提取为结构化输出格式
基于文档的视觉和文本元素进行总结并回答问题
转录文档内容（例如转录为 HTML），保留其布局和格式，以便在下游应用程序中使用

PDF 对话

单文件 以下是单文件 PDF 文件对话请求示例：

curl

curl --location --request POST 'https://geekai.co/api/v1/chat/completions' \
--header 'Authorization: Bearer $GEEKAI_API_KEY' \
--header 'Content-Type: application/json' \
--data-raw '{
    "model": "gemini-2.5-flash",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "请总结文档内容"
          },
          {
            "type": "file_url",
            "file_url": {
                "url": "https://static.geekai.co/file/2025/04/22/be96ab26e4941f9e3de8da9d5fc089df.pdf",
                "mime_type": "application/pdf"
            }
          }
        ]
      }
    ]
}'

多文件 支持多文件对话，和图片对话类似，多个 PDF 文件以 file_url 对象传入到 content 列表即可:

curl

curl --location --request POST 'https://geekai.co/api/v1/chat/completions' \
--header 'Authorization: Bearer $GEEKAI_API_KEY' \
--header 'Content-Type: application/json' \
--data-raw '{
    "model": "gemini-2.5-flash",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "请根据文档内容回答XXX问题"
          },
          {
            "type": "file_url",
            "file_url": {
              "url": "https://static.geekai.co/file/2025/04/22/pdf1.pdf",
              "mime_type": "application/pdf"
            }
          },
          {
            "type": "file_url",
            "file_url": {
              "url": "https://static.geekai.co/file/2025/04/22/pdf2.pdf",
              "mime_type": "application/pdf"
            }
          }
        ]
      }
    ]
}'

仅 Gemini 模型需要传入 mime_type 字段来指定文件类型，其他模型不需要传入该字段。

需要注意的是，Gemini 模型不限制 PDF 文件数量，但是限制 PDF 文档页数，所有 PDF 文档页面不得超过 1000 页。

纯文本文件对话

除了 PDF 文件外，Gemini 视觉模型还支持以下纯文本格式文件对话：

JavaScript，对应 mime_type 为 text/javascript
Python，对应 mime_type 为 text/x-python
TXT，对应 mime_type 为 text/plain
HTML，对应 mime_type 为 text/html
CSS，对应 mime_type 为 text/css
Markdown，对应 mime_type 为 text/markdown
CSV，对应 mime_type 为 text/csv
XML，对应 mime_type 为 text/xml
RTF，对应 mime_type 为 text/rtf

以 Markdown 文件为例，示例代码如下，和 PDF 对话格式一样，只需要替换 url 然后将 mime_type 改为 text/markdown 即可：

curl

curl --location --request POST 'https://geekai.co/api/v1/chat/completions' \
--header 'Authorization: Bearer $GEEKAI_API_KEY' \
--header 'Content-Type: application/json' \
--data-raw '{
    "model": "gemini-2.5-flash",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "请总结文档内容"
          },
          {
            "type": "file_url",
            "file_url": {
                "url": "https://static.geekai.co/file/2025/05/15/test.md",
                "mime_type": "text/markdown"
            }
          }
        ]
      }
    ]
}'

Office 文件对话

目前仅部分 GLM 视觉模型支持原生的 Office 文件对话，包括 Word、Excel、PPT：

glm-5v-turbo
glm-4.6v
glm-4.5v

Office 文件对话的使用方法和 PDF 对话类似，只需要把 mime_type 替换为对应的 Office 文件类型即可：

curl

curl --location --request POST 'https://geekai.co/api/v1/chat/completions' \
--header 'Authorization: Bearer $GEEKAI_API_KEY' \
--header 'Content-Type: application/json' \
--data-raw '{
    "model": "glm-5v-turbo",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "请总结文档内容"
          },
          {
            "type": "file_url",
            "file_url": {
                "url": "https://static.geekai.co/file/2026/04/30/test.docx"
            }
          }
        ]
      }
    ]
}'

其他模型

不支持文件对话或者不支持对应格式文件对话的模型，请通过文件上传/读取接口先获取文件内容，再将文件内容作为对话上下文进行文件对话，该接口支持多种格式文档，包括 PDF、Office、纯文本等。下面我们以 DeepSeek-V4-Flash 和 PDF 文件对话为例进行演示。 文件预处理 先通过文件上传接口将 PDF 文件上传并获取文件 ID：

curl

curl --location --request POST 'https://geekai.co/api/v1/files' \
--header 'Authorization: Bearer $GEEKAI_API_KEY' \
--header 'Content-Type: multipart/form-data' \
--form 'file=@"./test.pdf"' \
--form 'purpose="file-extract"'

响应中的 uuid 字段就是文件的唯一标识符，然后通过文件读取接口获取 PDF 文件内容：

curl

curl --location --request GET 'https://geekai.co/api/v1/file/{uuid}/content' \
--header 'Authorization: Bearer $GEEKAI_API_KEY'

当响应字段 status 为 done 时，响应字段 content 就是 PDF 文件的文本内容了。 LLM文件对话 将获取到的 PDF 文件内容作为对话上下文进行对话：

curl

curl --location --request POST 'https://geekai.co/api/v1/chat/completions' \
--header 'Authorization: Bearer $GEEKAI_API_KEY' \
--header 'Content-Type: application/json' \
--data-raw '{
    "model": "deepseek-v4-flash",
    "messages": [
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "请总结以下文档内容\n\nPDF文档内容：{content}" // 将 content 替换为文件读取接口响应的 content 字段内容
                }
            ]
        }
    ]
}'

Chat API

Response API

Message API

文本向量化

支持的模型

PDF 对话

纯文本文件对话

Office 文件对话

其他模型

​支持的模型

​PDF 对话

​纯文本文件对话

​Office 文件对话

​其他模型

支持的模型

PDF 对话

纯文本文件对话

Office 文件对话

其他模型