OpenAI

विज़न क्षमताओं वाले OpenAI के GPT मॉडल चलाएँ।

v4

विजन क्षमताओं वाले OpenAI के GPT मॉडलों से एक प्रश्न पूछें (जिसमें GPT-5 और GPT-4o शामिल हैं)।

आप मनचाहे टेक्स्ट प्रॉम्प्ट या पूर्वनिर्धारित प्रॉम्प्ट निर्दिष्ट कर सकते हैं, यह ब्लॉक निम्नलिखित प्रकार के प्रॉम्प्ट का समर्थन करता है:

• ओपन प्रॉम्प्ट (अप्रतिबंधित) - कच्चा उत्तर जनरेट करने के लिए कोई भी प्रॉम्प्ट उपयोग करें

• टेक्स्ट पहचान (OCR) (ocr) - मॉडल छवि में टेक्स्ट को पहचानता है

• दृश्य प्रश्नोत्तर (visual-question-answering) - मॉडल आपके द्वारा प्रॉम्प्ट में सबमिट किए गए प्रश्न का उत्तर देता है

• कैप्शनिंग (संक्षिप्त) (caption) - मॉडल छवि का संक्षिप्त विवरण प्रदान करता है

• कैप्शनिंग (detailed-caption) - मॉडल छवि का विस्तृत विवरण प्रदान करता है

• एकल-लेबल वर्गीकरण (classification) - मॉडल छवि की सामग्री को दिए गए वर्गों में से एक के रूप में वर्गीकृत करता है

• बहु-लेबल वर्गीकरण (multi-label-classification) - मॉडल छवि की सामग्री को दिए गए वर्गों में से एक या अधिक के रूप में वर्गीकृत करता है

• बिना प्रॉम्प्ट के ऑब्जेक्ट डिटेक्शन (object-detection) - मॉडल छवि में प्रमुख ऑब्जेक्ट्स के लिए बाउंडिंग बॉक्स का पता लगाता है और उन्हें लौटाता है

• संरचित आउटपुट जनरेशन (structured-answering) - मॉडल निर्दिष्ट फ़ील्ड्स के साथ एक JSON प्रतिक्रिया लौटाता है

अपनी OpenAI API कुंजी प्रदान करें या मान को इस पर सेट करें rf_key:account (या rf_key:user:<id>) Roboflow के API के माध्यम से अनुरोध प्रॉक्सी करने के लिए।

प्रकार पहचानकर्ता

स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फ़ील्ड: roboflow_core/open_ai@v4 अपने वर्कफ़्लो में ब्लॉक को एक स्टेप के रूप में जोड़ने के लिए।

गुण

नाम	प्रकार	विवरण	संदर्भ
name	str	इस स्टेप के लिए एक विशिष्ट पहचानकर्ता दर्ज करें..	❌
task_type	str	मॉडल द्वारा निष्पादित किया जाने वाला कार्य प्रकार। मान आवश्यक पैरामीटर और आउटपुट प्रतिक्रिया निर्धारित करता है..	❌
प्रॉम्प्ट	str	OpenAI मॉडल के लिए टेक्स्ट प्रॉम्प्ट।	✅
output_structure	Dict[str, str]	अपेक्षित JSON प्रतिक्रिया की संरचना वाली डिक्शनरी।	❌
classes	List[str]	उपयोग की जाने वाली वर्गों की सूची।	✅
api_key	str	आपकी OpenAI API कुंजी।	✅
मॉडल संस्करण	str	उपयोग किया जाने वाला मॉडल।	✅
reasoning_effort	str	तर्क-वितर्क को नियंत्रित करता है। इसे कम करने से उत्तर तेज़ हो सकते हैं और टोकन कम लग सकते हैं। GPT-5.1 और उससे उच्च मॉडल डिफ़ॉल्ट रूप से 'none' (कोई तर्क नहीं) का उपयोग करते हैं और 'none', 'low', 'medium', 'high' का समर्थन करते हैं। GPT-5.2 'xhigh' का भी समर्थन करता है। GPT-5 मॉडल डिफ़ॉल्ट रूप से 'medium' का उपयोग करते हैं और 'minimal', 'low', 'medium', 'high' का समर्थन करते हैं..	✅
image_detail	str	छवि की गुणवत्ता को इंगित करता है, जहाँ 'high' यह सुझाव देता है कि यह उच्च रिज़ॉल्यूशन की है और इसे उच्च निष्ठा के साथ संसाधित या प्रदर्शित किया जाना चाहिए..	✅
max_tokens	int	टोकनों की अधिकतम संख्या जो मॉडल अपनी प्रतिक्रिया में जनरेट कर सकता है। यदि निर्दिष्ट नहीं किया गया है, तो मॉडल अपनी डिफ़ॉल्ट सीमा का उपयोग करेगा। न्यूनतम मान 16 है..	❌
temperature	float	मॉडल से सैंपल करने के लिए तापमान - मान 0.0-2.0 की सीमा में, जितना अधिक होगा - जनरेशन उतनी ही अधिक यादृच्छिक / "रचनात्मक" होंगी..	✅
max_concurrent_requests	int	समवर्ती अनुरोधों की संख्या जिन्हें ब्लॉक द्वारा निष्पादित किया जा सकता है जब इनपुट छवियों का बैच प्रदान किया गया हो। यदि नहीं दिया गया - तो ब्लॉक Workflows Execution Engine में वैश्विक रूप से कॉन्फ़िगर किए गए मान का उपयोग करेगा। यदि आप OpenAI सीमाओं तक पहुँचते हैं, तो कृपया इसे सीमित करें..	❌

यह संदर्भ स्तंभ यह इंगित करता है कि संपत्ति को वर्कफ़्लो रनटाइम में उपलब्ध गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है वर्कफ़्लो रनटाइम। देखें बाइंडिंग्स अधिक जानकारी के लिए।

रनटाइम संगतता

requires_internet - air-gapped / offline deployments : यह ब्लॉक ऐसी सेवा पर निर्भर करता है जो पूरी तरह ऑफ़लाइन / air-gapped deployments से पहुँचा नहीं जा सकता।

इनपुट और आउटपुट बाइंडिंग्स

उपलब्ध कनेक्शन उसके बाइंडिंग प्रकारों पर निर्भर करते हैं। देखें कि कौन-से बाइंडिंग प्रकार OpenAI संस्करण v4 है।

इनपुट और आउटपुट बाइंडिंग्स

• इनपुट

  • छवियाँ (छवि): जिस छवि पर अनुमान लगाना है..

  • प्रॉम्प्ट (string): OpenAI मॉडल के लिए टेक्स्ट प्रॉम्प्ट।

  • classes (list_of_values): उपयोग की जाने वाली वर्गों की सूची।

  • api_key (Union[ROBOFLOW_MANAGED_KEY, secret, string]): आपकी OpenAI API कुंजी।

  • मॉडल संस्करण (string): उपयोग किया जाने वाला मॉडल।

  • reasoning_effort (string): तर्क-वितर्क को नियंत्रित करता है। इसे कम करने से उत्तर तेज़ हो सकते हैं और टोकन कम लग सकते हैं। GPT-5.1 और उससे उच्च मॉडल डिफ़ॉल्ट रूप से 'none' (कोई तर्क नहीं) का उपयोग करते हैं और 'none', 'low', 'medium', 'high' का समर्थन करते हैं। GPT-5.2 'xhigh' का भी समर्थन करता है। GPT-5 मॉडल डिफ़ॉल्ट रूप से 'medium' का उपयोग करते हैं और 'minimal', 'low', 'medium', 'high' का समर्थन करते हैं..

  • image_detail (string): छवि की गुणवत्ता को इंगित करता है, जहाँ 'high' यह सुझाव देता है कि यह उच्च रिज़ॉल्यूशन की है और इसे उच्च निष्ठा के साथ संसाधित या प्रदर्शित किया जाना चाहिए..

  • temperature (float): मॉडल से सैंपल करने के लिए तापमान - मान 0.0-2.0 की सीमा में, जितना अधिक होगा - जनरेशन उतनी ही अधिक यादृच्छिक / "रचनात्मक" होंगी..

• आउटपुट

  • आउटपुट (Union[string, language_model_output]): स्ट्रिंग मान यदि string या LLM / VLM आउटपुट यदि language_model_output.

  • classes (list_of_values): किसी भी प्रकार के मानों की सूची।

उदाहरण JSON परिभाषा

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/open_ai@v4",
	    "images": "$inputs.image",
	    "task_type": "<block_does_not_provide_example>",
	    "prompt": "my prompt",
	    "output_structure": {
	        "my_key": "description"
	    },
	    "classes": [
	        "class-a",
	        "class-b"
	    ],
	    "api_key": "xxx-xxx",
	    "model_version": "gpt-5.1",
	    "reasoning_effort": "<block_does_not_provide_example>",
	    "image_detail": "auto",
	    "max_tokens": "<block_does_not_provide_example>",
	    "temperature": "<block_does_not_provide_example>",
	    "max_concurrent_requests": "<block_does_not_provide_example>"
	}

v3

विजन क्षमताओं वाले OpenAI के GPT मॉडलों से एक प्रश्न पूछें (जिसमें GPT-5 और GPT-4o शामिल हैं)।

आप मनचाहे टेक्स्ट प्रॉम्प्ट या पूर्वनिर्धारित प्रॉम्प्ट निर्दिष्ट कर सकते हैं, यह ब्लॉक निम्नलिखित प्रकार के प्रॉम्प्ट का समर्थन करता है:

• ओपन प्रॉम्प्ट (अप्रतिबंधित) - कच्चा उत्तर जनरेट करने के लिए कोई भी प्रॉम्प्ट उपयोग करें

• टेक्स्ट पहचान (OCR) (ocr) - मॉडल छवि में टेक्स्ट को पहचानता है

• दृश्य प्रश्नोत्तर (visual-question-answering) - मॉडल आपके द्वारा प्रॉम्प्ट में सबमिट किए गए प्रश्न का उत्तर देता है

• कैप्शनिंग (संक्षिप्त) (caption) - मॉडल छवि का संक्षिप्त विवरण प्रदान करता है

• कैप्शनिंग (detailed-caption) - मॉडल छवि का विस्तृत विवरण प्रदान करता है

• एकल-लेबल वर्गीकरण (classification) - मॉडल छवि की सामग्री को दिए गए वर्गों में से एक के रूप में वर्गीकृत करता है

• बहु-लेबल वर्गीकरण (multi-label-classification) - मॉडल छवि की सामग्री को दिए गए वर्गों में से एक या अधिक के रूप में वर्गीकृत करता है

• संरचित आउटपुट जनरेशन (structured-answering) - मॉडल निर्दिष्ट फ़ील्ड्स के साथ एक JSON प्रतिक्रिया लौटाता है

अपनी OpenAI API कुंजी प्रदान करें या मान को इस पर सेट करें rf_key:account (या rf_key:user:<id>) Roboflow के API के माध्यम से अनुरोध प्रॉक्सी करने के लिए।

प्रकार पहचानकर्ता

स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फ़ील्ड: roboflow_core/open_ai@v3 अपने वर्कफ़्लो में ब्लॉक को एक स्टेप के रूप में जोड़ने के लिए।

गुण

नाम	प्रकार	विवरण	संदर्भ
name	str	इस स्टेप के लिए एक विशिष्ट पहचानकर्ता दर्ज करें..	❌
task_type	str	मॉडल द्वारा निष्पादित किया जाने वाला कार्य प्रकार। मान आवश्यक पैरामीटर और आउटपुट प्रतिक्रिया निर्धारित करता है..	❌
प्रॉम्प्ट	str	OpenAI मॉडल के लिए टेक्स्ट प्रॉम्प्ट।	✅
output_structure	Dict[str, str]	अपेक्षित JSON प्रतिक्रिया की संरचना वाली डिक्शनरी।	❌
classes	List[str]	उपयोग की जाने वाली वर्गों की सूची।	✅
api_key	str	आपकी OpenAI API कुंजी।	✅
मॉडल संस्करण	str	उपयोग किया जाने वाला मॉडल।	✅
image_detail	str	छवि की गुणवत्ता को इंगित करता है, जहाँ 'high' यह सुझाव देता है कि यह उच्च रिज़ॉल्यूशन की है और इसे उच्च निष्ठा के साथ संसाधित या प्रदर्शित किया जाना चाहिए..	✅
max_tokens	int	टोकनों की अधिकतम संख्या जो मॉडल अपनी response में जनरेट कर सकता है..	❌
temperature	float	मॉडल से सैंपल करने के लिए तापमान - मान 0.0-2.0 की सीमा में, जितना अधिक होगा - जनरेशन उतनी ही अधिक यादृच्छिक / "रचनात्मक" होंगी..	✅
max_concurrent_requests	int	समवर्ती अनुरोधों की संख्या जिन्हें ब्लॉक द्वारा निष्पादित किया जा सकता है जब इनपुट छवियों का बैच प्रदान किया गया हो। यदि नहीं दिया गया - तो ब्लॉक Workflows Execution Engine में वैश्विक रूप से कॉन्फ़िगर किए गए मान का उपयोग करेगा। यदि आप OpenAI सीमाओं तक पहुँचते हैं, तो कृपया इसे सीमित करें..	❌

यह संदर्भ स्तंभ यह इंगित करता है कि संपत्ति को वर्कफ़्लो रनटाइम में उपलब्ध गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है वर्कफ़्लो रनटाइम। देखें बाइंडिंग्स अधिक जानकारी के लिए।

रनटाइम संगतता

requires_internet - air-gapped / offline deployments : यह ब्लॉक ऐसी सेवा पर निर्भर करता है जो पूरी तरह ऑफ़लाइन / air-gapped deployments से पहुँचा नहीं जा सकता।

इनपुट और आउटपुट बाइंडिंग्स

उपलब्ध कनेक्शन उसके बाइंडिंग प्रकारों पर निर्भर करते हैं। देखें कि कौन-से बाइंडिंग प्रकार OpenAI संस्करण v3 है।

इनपुट और आउटपुट बाइंडिंग्स

• इनपुट

  • छवियाँ (छवि): जिस छवि पर अनुमान लगाना है..

  • प्रॉम्प्ट (string): OpenAI मॉडल के लिए टेक्स्ट प्रॉम्प्ट।

  • classes (list_of_values): उपयोग की जाने वाली वर्गों की सूची।

  • api_key (Union[ROBOFLOW_MANAGED_KEY, secret, string]): आपकी OpenAI API कुंजी।

  • मॉडल संस्करण (string): उपयोग किया जाने वाला मॉडल।

  • image_detail (string): छवि की गुणवत्ता को इंगित करता है, जहाँ 'high' यह सुझाव देता है कि यह उच्च रिज़ॉल्यूशन की है और इसे उच्च निष्ठा के साथ संसाधित या प्रदर्शित किया जाना चाहिए..

  • temperature (float): मॉडल से सैंपल करने के लिए तापमान - मान 0.0-2.0 की सीमा में, जितना अधिक होगा - जनरेशन उतनी ही अधिक यादृच्छिक / "रचनात्मक" होंगी..

• आउटपुट

  • आउटपुट (Union[string, language_model_output]): स्ट्रिंग मान यदि string या LLM / VLM आउटपुट यदि language_model_output.

  • classes (list_of_values): किसी भी प्रकार के मानों की सूची।

उदाहरण JSON परिभाषा

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/open_ai@v3",
	    "images": "$inputs.image",
	    "task_type": "<block_does_not_provide_example>",
	    "prompt": "my prompt",
	    "output_structure": {
	        "my_key": "description"
	    },
	    "classes": [
	        "class-a",
	        "class-b"
	    ],
	    "api_key": "xxx-xxx",
	    "model_version": "gpt-5",
	    "image_detail": "auto",
	    "max_tokens": "<block_does_not_provide_example>",
	    "temperature": "<block_does_not_provide_example>",
	    "max_concurrent_requests": "<block_does_not_provide_example>"
	}

v2

विजन क्षमताओं वाले OpenAI के GPT मॉडलों से एक प्रश्न पूछें (जिसमें GPT-4o और GPT-5 शामिल हैं)।

आप मनचाहे टेक्स्ट प्रॉम्प्ट या पूर्वनिर्धारित प्रॉम्प्ट निर्दिष्ट कर सकते हैं, यह ब्लॉक निम्नलिखित प्रकार के प्रॉम्प्ट का समर्थन करता है:

• ओपन प्रॉम्प्ट (अप्रतिबंधित) - कच्चा उत्तर जनरेट करने के लिए कोई भी प्रॉम्प्ट उपयोग करें

• टेक्स्ट पहचान (OCR) (ocr) - मॉडल छवि में टेक्स्ट को पहचानता है

• दृश्य प्रश्नोत्तर (visual-question-answering) - मॉडल आपके द्वारा प्रॉम्प्ट में सबमिट किए गए प्रश्न का उत्तर देता है

• कैप्शनिंग (संक्षिप्त) (caption) - मॉडल छवि का संक्षिप्त विवरण प्रदान करता है

• कैप्शनिंग (detailed-caption) - मॉडल छवि का विस्तृत विवरण प्रदान करता है

• एकल-लेबल वर्गीकरण (classification) - मॉडल छवि की सामग्री को दिए गए वर्गों में से एक के रूप में वर्गीकृत करता है

• बहु-लेबल वर्गीकरण (multi-label-classification) - मॉडल छवि की सामग्री को दिए गए वर्गों में से एक या अधिक के रूप में वर्गीकृत करता है

• संरचित आउटपुट जनरेशन (structured-answering) - मॉडल निर्दिष्ट फ़ील्ड्स के साथ एक JSON प्रतिक्रिया लौटाता है

GPT-4 with Vision मॉडल का उपयोग करने के लिए आपको अपनी OpenAI API कुंजी प्रदान करनी होगी।

प्रकार पहचानकर्ता

स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फ़ील्ड: roboflow_core/open_ai@v2 अपने वर्कफ़्लो में ब्लॉक को एक स्टेप के रूप में जोड़ने के लिए।

गुण

नाम	प्रकार	विवरण	संदर्भ
name	str	इस स्टेप के लिए एक विशिष्ट पहचानकर्ता दर्ज करें..	❌
task_type	str	मॉडल द्वारा निष्पादित किया जाने वाला कार्य प्रकार। मान आवश्यक पैरामीटर और आउटपुट प्रतिक्रिया निर्धारित करता है..	❌
प्रॉम्प्ट	str	OpenAI मॉडल के लिए टेक्स्ट प्रॉम्प्ट।	✅
output_structure	Dict[str, str]	अपेक्षित JSON प्रतिक्रिया की संरचना वाली डिक्शनरी।	❌
classes	List[str]	उपयोग की जाने वाली वर्गों की सूची।	✅
api_key	str	आपकी OpenAI API कुंजी।	✅
मॉडल संस्करण	str	उपयोग किया जाने वाला मॉडल।	✅
image_detail	str	छवि की गुणवत्ता को इंगित करता है, जहाँ 'high' यह सुझाव देता है कि यह उच्च रिज़ॉल्यूशन की है और इसे उच्च निष्ठा के साथ संसाधित या प्रदर्शित किया जाना चाहिए..	✅
max_tokens	int	टोकनों की अधिकतम संख्या जो मॉडल अपनी response में जनरेट कर सकता है..	❌
temperature	float	मॉडल से सैंपल करने के लिए तापमान - मान 0.0-2.0 की सीमा में, जितना अधिक होगा - जनरेशन उतनी ही अधिक यादृच्छिक / "रचनात्मक" होंगी..	✅
max_concurrent_requests	int	समवर्ती अनुरोधों की संख्या जिन्हें ब्लॉक द्वारा निष्पादित किया जा सकता है जब इनपुट छवियों का बैच प्रदान किया गया हो। यदि नहीं दिया गया - तो ब्लॉक Workflows Execution Engine में वैश्विक रूप से कॉन्फ़िगर किए गए मान का उपयोग करेगा। यदि आप OpenAI सीमाओं तक पहुँचते हैं, तो कृपया इसे सीमित करें..	❌

यह संदर्भ स्तंभ यह इंगित करता है कि संपत्ति को वर्कफ़्लो रनटाइम में उपलब्ध गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है वर्कफ़्लो रनटाइम। देखें बाइंडिंग्स अधिक जानकारी के लिए।

रनटाइम संगतता

requires_internet - air-gapped / offline deployments : यह ब्लॉक ऐसी सेवा पर निर्भर करता है जो पूरी तरह ऑफ़लाइन / air-gapped deployments से पहुँचा नहीं जा सकता।

इनपुट और आउटपुट बाइंडिंग्स

उपलब्ध कनेक्शन उसके बाइंडिंग प्रकारों पर निर्भर करते हैं। देखें कि कौन-से बाइंडिंग प्रकार OpenAI संस्करण v2 है।

इनपुट और आउटपुट बाइंडिंग्स

• इनपुट

  • छवियाँ (छवि): जिस छवि पर अनुमान लगाना है..

  • प्रॉम्प्ट (string): OpenAI मॉडल के लिए टेक्स्ट प्रॉम्प्ट।

  • classes (list_of_values): उपयोग की जाने वाली वर्गों की सूची।

  • api_key (Union[secret, string]): आपकी OpenAI API कुंजी।

  • मॉडल संस्करण (string): उपयोग किया जाने वाला मॉडल।

  • image_detail (string): छवि की गुणवत्ता को इंगित करता है, जहाँ 'high' यह सुझाव देता है कि यह उच्च रिज़ॉल्यूशन की है और इसे उच्च निष्ठा के साथ संसाधित या प्रदर्शित किया जाना चाहिए..

  • temperature (float): मॉडल से सैंपल करने के लिए तापमान - मान 0.0-2.0 की सीमा में, जितना अधिक होगा - जनरेशन उतनी ही अधिक यादृच्छिक / "रचनात्मक" होंगी..

• आउटपुट

  • आउटपुट (Union[string, language_model_output]): स्ट्रिंग मान यदि string या LLM / VLM आउटपुट यदि language_model_output.

  • classes (list_of_values): किसी भी प्रकार के मानों की सूची।

उदाहरण JSON परिभाषा

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/open_ai@v2",
	    "images": "$inputs.image",
	    "task_type": "<block_does_not_provide_example>",
	    "prompt": "my prompt",
	    "output_structure": {
	        "my_key": "description"
	    },
	    "classes": [
	        "class-a",
	        "class-b"
	    ],
	    "api_key": "xxx-xxx",
	    "model_version": "gpt-4o",
	    "image_detail": "auto",
	    "max_tokens": "<block_does_not_provide_example>",
	    "temperature": "<block_does_not_provide_example>",
	    "max_concurrent_requests": "<block_does_not_provide_example>"
	}

v1

OpenAI के GPT-4 with Vision मॉडल से एक प्रश्न पूछें।

आप OpenAIBlock को मनचाहे टेक्स्ट प्रॉम्प्ट निर्दिष्ट कर सकते हैं।

GPT-4 with Vision मॉडल का उपयोग करने के लिए आपको अपनी OpenAI API कुंजी प्रदान करनी होगी।

यह मॉडल पहले LMM ब्लॉक का हिस्सा था।

प्रकार पहचानकर्ता

स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फ़ील्ड: roboflow_core/open_ai@v1 अपने वर्कफ़्लो में ब्लॉक को एक स्टेप के रूप में जोड़ने के लिए।

गुण

नाम	प्रकार	विवरण	संदर्भ
name	str	इस स्टेप के लिए एक विशिष्ट पहचानकर्ता दर्ज करें..	❌
प्रॉम्प्ट	str	OpenAI मॉडल के लिए टेक्स्ट प्रॉम्प्ट।	✅
openai_api_key	str	आपकी OpenAI API कुंजी।	✅
openai_model	str	उपयोग किया जाने वाला मॉडल।	✅
json_output_format	Dict[str, str]	अनुरोधित आउटपुट फ़ील्ड के नाम को उसके विवरण से मैप करने वाली डिक्शनरी रखता है।	❌
image_detail	str	छवि की गुणवत्ता को इंगित करता है, जहाँ 'high' यह सुझाव देता है कि यह उच्च रिज़ॉल्यूशन की है और इसे उच्च निष्ठा के साथ संसाधित या प्रदर्शित किया जाना चाहिए..	✅
max_tokens	int	टोकनों की अधिकतम संख्या जो मॉडल अपनी response में जनरेट कर सकता है..	❌

यह संदर्भ स्तंभ यह इंगित करता है कि संपत्ति को वर्कफ़्लो रनटाइम में उपलब्ध गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है वर्कफ़्लो रनटाइम। देखें बाइंडिंग्स अधिक जानकारी के लिए।

रनटाइम संगतता

requires_internet - air-gapped / offline deployments : यह ब्लॉक ऐसी सेवा पर निर्भर करता है जो पूरी तरह ऑफ़लाइन / air-gapped deployments से पहुँचा नहीं जा सकता।

इनपुट और आउटपुट बाइंडिंग्स

उपलब्ध कनेक्शन उसके बाइंडिंग प्रकारों पर निर्भर करते हैं। देखें कि कौन-से बाइंडिंग प्रकार OpenAI संस्करण v1 है।

इनपुट और आउटपुट बाइंडिंग्स

• इनपुट

  • छवियाँ (छवि): जिस छवि पर अनुमान लगाना है..

  • प्रॉम्प्ट (string): OpenAI मॉडल के लिए टेक्स्ट प्रॉम्प्ट।

  • openai_api_key (Union[secret, string]): आपकी OpenAI API कुंजी।

  • openai_model (string): उपयोग किया जाने वाला मॉडल।

  • image_detail (string): छवि की गुणवत्ता को इंगित करता है, जहाँ 'high' यह सुझाव देता है कि यह उच्च रिज़ॉल्यूशन की है और इसे उच्च निष्ठा के साथ संसाधित या प्रदर्शित किया जाना चाहिए..

• आउटपुट

  • parent_id (parent_id): स्टेप आउटपुट के लिए पैरेंट का पहचानकर्ता।

  • root_parent_id (parent_id): स्टेप आउटपुट के लिए पैरेंट का पहचानकर्ता।

  • छवि (image_metadata): सुपरविज़न द्वारा आवश्यक छवि मेटाडेटा वाली डिक्शनरी।

  • structured_output (शब्दकोश): शब्दकोश।

  • raw_output (string): स्ट्रिंग मान।

  • * (*): किसी भी तत्व का समतुल्य।

उदाहरण JSON परिभाषा

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/open_ai@v1",
	    "images": "$inputs.image",
	    "prompt": "my prompt",
	    "openai_api_key": "xxx-xxx",
	    "openai_model": "gpt-4o",
	    "json_output_format": {
	        "count": "तस्वीर में बिल्लियों की संख्या"
	    },
	    "image_detail": "auto",
	    "max_tokens": 450
	}