Responses API
Responses API 是火山方舟最新推出的 API 接口，原生支持高效的上下文管理，具备更简洁的输入输出格式。其工具调用方式更加便捷，不仅延续了 Chat API 的易用性，还结合了更强的智能代理能力。 随着大模型技术不断升级，Responses API 为开发各类面向实际行动的应用提供了更灵活的基础，并支持多种工具调用扩展能力，非常适合搭建智能助手、自动化工具等场景。
使用教程¶
目前仅 veadk-python 版本支持 Responses API，且对 google-adk 版本有特定要求（google-adk>=1.21.0）。请确保您的环境符合要求。
快速开始¶
开启 Responses API
只需配置 enable_responses=True 即可。
效果展示
多模态能力支持¶
Responses API 除文本交互外，还具备图片、视频和文件等多模态理解能力。
您可以使用 google.genai.types.FileData 字段传递多模态数据（如图片路径、视频 URL、Files API 生成的 file_id 等）。
FileData 支持以下数据传递方式：
-
Files API 资源 (
file_id)- 通过
file_data传递，需在file_uri中添加特定 Scheme 前缀以区分。 - 格式：
file_uri="file_id://xxxxxxx"，该值将被自动映射到file_id字段。
- 通过
-
通用资源标识符 (URI) 火山方舟支持的所有文件上传方式（包括
image_url、video_url、file_url）均可通过file_data统一处理。- 网络 URL
- 系统根据
mime_type自动识别资源类型（视频、图片、文件等）。 - 格式：
file_uri="https://..."
- 系统根据
- 本地文件路径
- 直接使用本地文件路径作为
file_uri，底层会自动调用 Files API 完成上传。 - 格式：
file_uri=f"file://{local_path}"
- 直接使用本地文件路径作为
- Base64 Data URI
- 支持传入 Base64 编码的数据。
- 参考：火山方舟：图片理解-Base64编码
- 网络 URL
样例代码¶
注：以下所有示例代码均基于下述 Agent 配置与 main 函数：
import os
import asyncio
import uuid
from google.adk.events import Event
from google.genai import types
from google.genai.types import FileData
from veadk import Agent, Runner
from veadk.memory.short_term_memory import ShortTermMemory
agent = Agent(
enable_responses=True
)
short_term_memory = ShortTermMemory()
runner = Runner(
agent=agent,
short_term_memory=short_term_memory,
)
async def main(message: types.Content):
session_id = uuid.uuid4().hex
await short_term_memory.session_service.create_session(
app_name=runner.app_name, user_id=runner.user_id, session_id=session_id
)
async for event in runner.run_async(
user_id=runner.user_id,
session_id=session_id,
new_message=message,
):
if isinstance(event, Event) and event.is_final_response():
if event.content and event.content.parts:
if not event.content.parts[0].thought:
print(event.content.parts[0].text)
elif len(event.content.parts) > 1:
print(event.content.parts[1].text)
图片理解¶
支持处理最大 512MB 的图片文件。
该方式直接传入本地文件路径，系统会自动调用 Files API 完成上传，随后调用 Responses API 进行分析。
通过火山方舟 Files API 上传文件，支持处理最大 512MB 的图片文件。
from veadk.utils.misc import upload_to_files_api
local_path = os.path.abspath("example-data.png")
file_id = asyncio.run(upload_to_files_api(local_path))
message = types.UserContent(
parts=[
types.Part(text="描述一下这张图片"),
types.Part(
file_data=FileData(
file_uri=f"file_id://{file_id}",
mime_type="image/png"
)
)
],
)
asyncio.run(
main(message)
)
视频理解¶
通过火山方舟 Files API 上传文件，支持处理最大 512MB 的视频文件。
在 file_data 中传递视频文件时，可选择添加 video_metadata 字段，指定视频的帧率（fps）。
您可以通过fps字段，控制从视频中抽取图像的频率，默认为1，即每秒从视频中抽取一帧图像，输入给模型进行视觉理解。可通过fps字段调整抽取频率，以平衡视频长度与模型处理效率。
-
当视频画面变化剧烈或需要关注画面变化，如计算视频中角色动作次数，可以跳高fps的设置（最高为5），防止抽帧频率过快导致模型无法准确理解视频内容。
-
当视频画面变化缓慢或不需要关注画面变化，如分析视频中人物行为，可适当降低fps的设置（最低为0.2），以平衡视频长度与模型处理效率。
from veadk.utils.misc import upload_to_files_api
local_path = os.path.abspath("example-data.png")
file_id = asyncio.run(upload_to_files_api(local_path, fps=0.3)) # optional `fps`
message = types.UserContent(
parts=[
types.Part(text="描述一下这个视频"),
types.Part(
file_data=FileData(
file_uri=f"file_id://{file_id}",
mime_type="video/mp4"
),
video_metadata={ # optional
"fps": 0.3
}
)
],
)
asyncio.run(
main(message)
)
文档理解¶
部分模型支持处理 PDF 格式的文档，系统会通过视觉功能理解整个文档的上下文。 当传入 PDF 文档时，大模型会将文件分页处理成多张图片，分析解读其中的文本与图片信息，并结合这些信息完成文档理解任务。
通过火山方舟 Files API 上传文件，支持处理最大 512MB 的文档。
from veadk.utils.misc import upload_to_files_api
local_path = os.path.abspath("example-pdf.pdf")
file_id = asyncio.run(upload_to_files_api(local_path))
message = types.UserContent(
parts=[
types.Part(text="请概括总结文档的内容"),
types.Part(
file_data=FileData(
file_uri=f"file_id://{file_id}",
mime_type="application/pdf"
)
)
],
)
asyncio.run(
main(message)
)
上下文缓存¶
在 Responses API 模式下，VeADK 默认开启会话缓存（Session Caching）。该机制会自动存储初始上下文信息，并在每一轮对话中动态更新。在后续请求中，系统会将缓存内容与新输入合并后发送给模型推理。此功能特别适用于多轮对话、复杂工具调用等长上下文场景。
缓存信息查看¶
您可以通过返回的 Event.usage_metadata 字段查看 Token 使用及缓存命中情况。
以下是一次包含两轮对话的 usage_metadata 示例：
{"cached_content_token_count":0,"candidates_token_count":87,"prompt_token_count":210,"total_token_count":297}
{"cached_content_token_count":297,"candidates_token_count":181,"prompt_token_count":314,"total_token_count":495}
字段说明：
cached_content_token_count：命中缓存的 Token 数量（即从缓存中读取的 Token 数）。candidates_token_count：模型生成的 Token 数量（输出 Token）。prompt_token_count：输入给模型的总 Token 数量（包含已缓存和未缓存部分）。total_token_count：总消耗 Token 数量（输入 + 输出）。
缓存机制说明：
- 缓存仅影响输入（Prompt）Token，不影响输出（Completion）Token。
- 缓存命中率反映了缓存策略的有效性，命中率越高，Token 成本节省越多。
- 计算公式：
缓存命中率 = (cached_content_token_count / prompt_token_count) × 100% - 输入 Token 成本节约率：用于量化整个会话的缓存收益，是面向业务侧的核心指标，支持会话级汇总计算。
成本节省示例¶
基于上述样例数据，缓存命中率计算如下：
- 第一轮对话：0%（初始状态，无缓存）
- 第二轮对话：
297 / 314 * 100% ≈ 94.58%
输入 Token 成本节约率：(0 + 297) / (210 + 314) ≈ 56.68%
这意味着在开启缓存后，该次会话的 输入 Token 缓存命中率达到了 56.68%，大幅减少了重复内容的计算开销。 火山方舟：缓存Token计费说明
注：第N轮的cached_content_token_count不一定等于第N-1轮的total_token_count，如果开启了thinking，二者不等。
注意事项¶
- 版本要求：必须保证
google-adk>=1.21.0。 - 模型支持：请确保使用的模型支持 Responses API（注：Doubao 系列模型 0615 版本之后，除特殊说明外均支持）。
- 缓存机制：VeADK 开启 Responses API 并使用火山方舟模型时默认开启上下文缓存（Session 缓存）。但若在 Agent 中设置了
output_schema，因该字段与缓存机制冲突，系统将自动关闭缓存。