kayetanaEine API. Alle Aufgaben. Dein Server.
Teste im Playground, kopier den Beispielcode und bau weiter. kayetana bietet eine REST-API unter /v2 mit Bearer-Keys, Streaming und Monatslimits, ohne Kosten pro Token.
Was die API kann.
chat
Streaming per Server-Sent Events, JSON-Modus, Function Calling, Reasoning mit Budget, Bilder als Eingabe.
documents und citations
Dokumente im Aufruf mitgeben und Antworten mit Quellen erhalten, auch gestreamt.
embed und rerank
Vektoren als float, int8, uint8, binary oder ubinary. Rerank über Ähnlichkeit mit bge-m3.
classify
Mit Beispielen im Aufruf oder trainiertem Klassifikator, ein oder mehrere Labels, Konfidenz je Label.
transcribe und parse
Audio in Text mit Zeitmarken, Text aus PDF, Word, RTF, ODT und HTML.
datasets und finetuning
Datasets hochladen, Embed-Jobs im Hintergrund, LoRA-Fine-tuning und eigene Klassifikatoren.
Erst ausprobieren, dann einbauen.
Im Playground stellst du Modell, Systemanweisung, Temperature und max. Tokens ein und siehst sofort das Ergebnis. Zu jeder Anfrage gibt es fertigen Code in Python, TypeScript und curl.
- Beispielcode für jede Anfrage
- JSON-Modus und Werkzeuge testen
- Embeddings als 2D-Darstellung
Keys, Limits und Zahlen.
Leg API-Keys je Anwendung an, jeweils mit Monatslimit. Wird es überschritten, antwortet die API mit 429. In der Nutzungsübersicht siehst du Tokens und Aufrufe je Key und Modell, dazu Antwortzeit und Fehlerquote.
- Bearer-Authentifizierung
- Monatslimit je Key
- Zeiträume 7, 30, 90, 365 Tage
In drei Schritten zum ersten Aufruf.
Key anlegen
In der Weboberfläche einen API-Key mit Limit erzeugen.
Im Playground testen
Modell und Parameter wählen, Beispielcode kopieren.
Aufrufen
Die REST-API unter /v2 aus deiner Anwendung ansprechen.
Sieh dir die API in der Demo an.
Wir zeigen dir Endpunkte, Streaming und Antworten mit Quellen an einem Beispiel aus deinem Projekt.
Häufige Fragen
Wie authentifiziere ich mich?
Mit einem API-Key als Bearer-Token. Jeder Key hat ein Monatslimit, bei Überschreitung antwortet die API mit 429.
Wie bekomme ich Antworten mit Quellen?
Gib Dokumente im Parameter documents mit. Die Antwort enthält citations, auch beim Streaming.
Kann ich eigene Modelle trainieren?
Ja. Ein Chat-Modell (derzeit qwen3:4b-instruct) trainierst du per LoRA mit eigenen Gesprächsbeispielen nach, das Ergebnis heißt ft-name. Aus gelabelten Datasets baust du Klassifikatoren clf-name.
Gibt es Function Calling?
Ja. Im Chat kannst du Werkzeuge definieren. Der JSON-Modus erzwingt strukturierte Antworten.