AI Chat v2 API Integración

AI Chat v2 API (/aichat2/conversations) es la nueva generación de la interfaz de conversación, una versión completamente mejorada de AI Chat API. Se basa en la simplicidad de v1 y la gestión de diálogos múltiples, y se ha ampliado con:

Entrada de usuario multimodal: a través del campo estructurado message, se puede enviar texto + imágenes + bloques de archivos directamente, sin necesidad de adjuntar indirectamente con references.
Llamadas a herramientas como agente: incluye un conjunto de herramientas para búsqueda en línea, raspado web, lectura de archivos, etc., y puede montar servidores MCP autorizados por el usuario (Google Drive, Notion, Slack, GitHub, etc.), permitiendo que el modelo llame a herramientas de forma autónoma en una sola solicitud para completar tareas complejas.
Eventos estructurados en flujo: a través de accept: text/event-stream o application/x-ndjson, se pueden obtener eventos como text_delta, tool_use, tool_result, thinking, citation, card, artifact, etc., lo que facilita la renderización en el frontend según el tipo correspondiente.
Interrumpible / recuperable: el modelo emitirá un evento ask_user_question y se pausará cuando necesite información adicional del usuario; la próxima llamada puede continuar rellenando la respuesta a través de tool_results.
Nuevas acciones CRUD: en el mismo endpoint, se pueden realizar retrieve / retrieve_batch / update / delete a través del campo action, sin necesidad de una API de gestión de sesiones adicional.
Lista de modelos en constante actualización: por defecto, se conectan modelos contemporáneos como GPT-5.4, Claude Opus 4.8, Claude Sonnet 4.6, Gemini 3.1 Pro, GLM 5.1, DeepSeek V4, Kimi K3, entre otros.

Además, en el nivel del cuerpo de la solicitud, es totalmente compatible hacia atrás con v1: solo se necesita enviar model + question (+ opcionalmente stateful / id / references / preset) para obtener una respuesta JSON {answer, id} equivalente a v1, por lo que la migración desde /aichat/conversations no requiere reescribir el cliente, solo cambiar la ruta a /aichat2/conversations.

Si actualmente estás utilizando /aichat/conversations, la interfaz antigua seguirá disponible, puedes migrar a tu propio ritmo.

Proceso de Solicitud

Para usar AI Chat v2 API, primero ve a Ace Data Cloud Console para obtener tu API Token, guárdalo como respaldo.

Si aún no has iniciado sesión o registrado, serás redirigido automáticamente a la página de inicio de sesión que te invitará a registrarte e iniciar sesión; una vez completado, volverás automáticamente a la página actual. Un API Token es suficiente para acceder a todos los servicios de la plataforma, no es necesario solicitar uno por cada servicio. La primera solicitud incluirá un crédito gratuito para que puedas probar; si el crédito es insuficiente, puedes recargar el saldo general en la consola.

📘 Documentación completa: AI Chat v2 API →

Uso Básico

La forma más simple de uso es completamente idéntica a v1: envía model + question y obtén {answer, id}. Ejemplo de CURL:

curl -X POST 'https://api.acedata.cloud/aichat2/conversations' \
  -H 'accept: application/json' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "model": "gpt-5.4",
    "question": "Describe AceDataCloud en una frase."
  }'

Resultado devuelto:

{
  "answer": "AceDataCloud es una plataforma API unificada que agrega modelos de IA y servicios multimodales, permitiendo a los desarrolladores acceder a servicios como GPT, Claude, Gemini, Midjourney, Suno, Veo, entre otros, con una sola clave.",
  "id": "f2f4b3e8-0c0a-4d3a-aaa2-7ff80c0a1c44"
}

Ejemplo en Python:

import requests

url = "https://api.acedata.cloud/aichat2/conversations"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json",
}

payload = {
    "model": "gpt-5.4",
    "question": "Describe AceDataCloud en una frase.",
}

response = requests.post(url, json=payload, headers=headers)
print(response.json())

Los valores disponibles para model se pueden ver directamente en el panel de prueba a la derecha, las categorías comunes incluyen:

OpenAI: gpt-5.4-mini, gpt-5.4-nano, gpt-5.2-pro, gpt-5.1-all, gpt-5-all, gpt-4.1, gpt-4o, gpt-4o-image, o3, o4-mini, etc.
Anthropic: claude-opus-4-8, claude-opus-4-7, claude-opus-4-6, claude-opus-4-5-20251101, claude-sonnet-4-6, claude-sonnet-4-5-20250929, claude-haiku-4-5-20251001, etc.
Google: gemini-3.1-pro, gemini-3.1-pro-preview, gemini-3.1-flash-image-preview, gemini-3-pro-preview, gemini-2.5-flash-lite, etc.
xAI: grok-4, etc.
DeepSeek: deepseek-v4-flash, deepseek-v3.2-exp, deepseek-r1-0528, etc.
Moonshot: kimi-k3, kimi-k2.6, kimi-k2.5, etc.
Zhipu: glm-5.1, glm-5, glm-5-turbo, glm-4.7, glm-4.5v, etc.

Las reglas de facturación específicas se pueden consultar en la tarjeta de precios de la página de servicios.

Diálogo Multiturno

Al igual que en v1, envía stateful: true para habilitar el almacenamiento de la sesión, la API devolverá un id; las solicitudes posteriores deben incluir el id para continuar la conversación, sin necesidad de mantener el historial de mensajes. Primera solicitud:

curl -X POST 'https://api.acedata.cloud/aichat2/conversations' \
  -H 'accept: application/json' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "model": "gpt-5.4",
    "stateful": true,
    "question": "Recuerda un número: 42."
  }'

Respuesta:

{
  "answer": "Está bien, ya he recordado 42. ¿Qué necesitas que haga con él?",
  "id": "f2f4b3e8-0c0a-4d3a-aaa2-7ff80c0a1c44"
}

Segunda solicitud, incluye el mismo id:

curl -X POST 'https://api.acedata.cloud/aichat2/conversations' \
  -H 'accept: application/json' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "model": "gpt-5.4",
    "stateful": true,
    "id": "f2f4b3e8-0c0a-4d3a-aaa2-7ff80c0a1c44",
    "question": "¿Cuál es el número que te pedí que recordaras hace un momento?"
  }'

{
  "answer": "El número que me pediste que recordara es 42.",
  "id": "f2f4b3e8-0c0a-4d3a-aaa2-7ff80c0a1c44"
}

stateful por defecto es true, omitirlo y pasar true es equivalente. Si no deseas que el servidor guarde esta ronda de conversación, puedes establecer explícitamente stateful: false.

Respuesta en flujo

v2 soporta dos formatos de flujo, seleccionados según el encabezado accept:

Escenario	`accept`	Forma de datos
Frontend Web / EventSource	`text/event-stream`	`data: {json}\n\n`, la última línea `data: [DONE]\n\n`
Servidor / CLI / Análisis de flujo en Node	`application/x-ndjson`	Un objeto JSON por línea
Sin necesidad de flujo	`application/json` (por defecto)	Devuelve una vez `{answer, id}`

Ejemplo de NDJSON

import json
import requests

url = "https://api.acedata.cloud/aichat2/conversations"

headers = {
    "accept": "application/x-ndjson",
    "authorization": "Bearer {token}",
    "content-type": "application/json",
}

payload = {
    "model": "gpt-5.4",
    "stateful": True,
    "question": "Describe Hangzhou en tres frases.",
}

with requests.post(url, json=payload, headers=headers, stream=True) as resp:
    answer = ""
    for line in resp.iter_lines():
        if not line:
            continue
        event = json.loads(line)
        if event.get("type") == "text_delta":
            # Compatible con v1: fragmentos incrementales también se proporcionan a través del campo delta_answer
            answer += event["content"]
            print(event["delta_answer"], end="", flush=True)
        elif event.get("type") == "done":
            print()
            print("uso =", event.get("usage"))

Cada línea de NDJSON es un evento estructurado, siendo el más común text_delta:

{"type":"text_delta","content":"杭","delta_answer":"杭","id":"f2f4b3e8-..."}
{"type":"text_delta","content":"州","delta_answer":"州","id":"f2f4b3e8-..."}
{"type":"text_delta","content":"是","delta_answer":"是","id":"f2f4b3e8-..."}
...
{"type":"done","conversation_id":"f2f4b3e8-...","usage":{"prompt_tokens":21,"completion_tokens":58,"total_tokens":79},"terminal_reason":"natural_stop"}

Ejemplo de SSE

El lado del navegador usa EventSource y no soporta un cuerpo de solicitud personalizado, se recomienda usar fetch + análisis manual por \n\n:

const resp = await fetch("https://api.acedata.cloud/aichat2/conversations", {
  method: "POST",
  headers: {
    accept: "text/event-stream",
    authorization: "Bearer {token}",
    "content-type": "application/json",
  },
  body: JSON.stringify({
    model: "gpt-5.4",
    stateful: true,
    question: "Describe Hangzhou en tres frases.",
  }),
});

const reader = resp.body.getReader();
const decoder = new TextDecoder();
let buffer = "";
while (true) {
  const { value, done } = await reader.read();
  if (done) break;
  buffer += decoder.decode(value, { stream: true });
  const blocks = buffer.split("\n\n");
  buffer = blocks.pop() ?? "";
  for (const block of blocks) {
    const dataLine = block.split("\n").find((l) => l.startsWith("data: "));
    if (!dataLine) continue;
    const payload = dataLine.slice(6);
    if (payload === "[DONE]") return;
    const event = JSON.parse(payload);
    if (event.type === "text_delta") process.stdout.write(event.content);
  }
}

Tipos de eventos en flujo

`type`	Significado
`text_delta`	Fragmentos de texto incrementales de la respuesta del asistente. `content` es el contenido nuevo; para compatibilidad con v1, el mismo evento también lleva `delta_answer` (igual a `content`) y `id`.
`thinking`	Proceso de pensamiento del modelo (solo aparece cuando el modelo seleccionado expone razonamiento).
`tool_use`	El modelo decide llamar a una herramienta, el evento lleva `tool_id`, `tool_name`, `input`.
`tool_result`	Resultado de la ejecución de la herramienta, emparejado con la anterior `tool_use` a través de `tool_id`, `is_error` indica si falló.
`card`	Tarjeta estructurada producida por la herramienta (como imágenes, vista previa de enlaces), adecuada para renderizar directamente.
`citation`	Se utiliza para complementar la fuente URL de un fragmento de texto correspondiente.
`ask_user_question`	Emitido cuando el modelo necesita información adicional del usuario, la conversación entra en estado `awaiting_user_input`, ver más abajo Reanudar conversación pausada.
`artifact`	Producto independiente generado por el modelo (como bloques de código, documentos), que se puede guardar o descargar.
`system_message`	Mensaje de información del sistema (no contenido del usuario y asistente), solo para indicaciones de UI.
`compact`	Evento de contexto interno comprimido, no requiere tratamiento especial.
`error`	Error ocurrido en esta ronda, `message` describe el contenido del error.
`done`	Fin de la respuesta en flujo, lleva `usage` (que incluye `prompt_tokens` / `completion_tokens` / `total_tokens`) y `terminal_reason`.

Para los clientes que solo se preocupan por la respuesta final, concatenar todos los content de text_delta es equivalente a answer en modo application/json.

Entrada multimodal

Si la entrada del usuario incluye imágenes o archivos, pasa message (array) en lugar de question. Cada elemento del array es un bloque de contenido:

{
  "model": "gpt-5.4",
  "stateful": true,
  "message": [
    { "type": "text", "text": "¿Cuántos gatos hay en esta imagen?" },
    { "type": "image_url", "image_url": { "url": "https://cdn.acedata.cloud/cats.jpg" } }
  ]
}

Tipos de bloques soportados:

text — Texto normal, el campo text es obligatorio.
image_url — Imagen, el campo image_url.url es obligatorio.
file_url — Archivo (PDF, CSV, TXT, etc.), el campo file_url.url es obligatorio.

Relación con `references` de v1

Para compatibilidad con clientes antiguos, v2 aún reconoce el campo references: ["https://...", ...]:

La extensión de la URL es jpg / jpeg / png / gif / bmp / webp / svg / heic / heif, se convierte automáticamente en un bloque image_url;
Otras extensiones se convierten en un bloque file_url;
Si también se proporciona una question, se coloca como un bloque text al principio.

Por lo tanto, si solo deseas migrar de v1 y no quieres cambiar el cuerpo de la solicitud, simplemente cambia la ruta a /aichat2/conversations, el uso original de references seguirá funcionando. Si necesitas un control más fino (por ejemplo, colocar varias imágenes entre textos, o si el orden es muy importante), utiliza directamente el array message.

Llamadas a herramientas y MCP

El punto central de mejora de v2 es que el modelo puede llamar a herramientas de forma autónoma para completar tareas de múltiples pasos, esto está habilitado por defecto, no se requiere que el cliente haga ninguna configuración adicional en la solicitud. Escenarios comunes:

El usuario pregunta “Ayúdame a buscar qué nuevas exposiciones hay en Shanghái” → el modelo llama a la búsqueda web incorporada → organiza los resultados en una respuesta.
El usuario pregunta “Lee este PDF y luego escribe un resumen” → el modelo llama a file_read → escribe el resumen.
El usuario ya ha autorizado en Connections Google Drive / GitHub / Notion, etc. → el modelo puede llamar a las herramientas MCP correspondientes para leer y escribir sus datos.

En el flujo NDJSON / SSE, las llamadas a herramientas se presentan a través de eventos de tool_use y tool_result, por ejemplo:

{"type":"tool_use","tool_id":"toolu_01ABCDEF","tool_name":"web_search","input":{"query":"exposición de primavera 2026 en Shanghái"},"id":"f2f4b3e8-..."}
{"type":"tool_result","tool_id":"toolu_01ABCDEF","output":"...","is_error":false,"id":"f2f4b3e8-..."}
{"type":"text_delta","content":"Actualmente","delta_answer":"Actualmente","id":"f2f4b3e8-..."}
{"type":"text_delta","content":"Shanghái","delta_answer":"Shanghái","id":"f2f4b3e8-..."}
...

Si no deseas mostrar los detalles de la llamada a la herramienta en el frontend, ignora los eventos tool_use / tool_result / card / citation, la salida final del modelo seguirá fluyendo a través de text_delta. max_turns puede limitar cuántas veces el modelo puede llamarse a sí mismo en esta solicitud, el límite predeterminado es decidido por la plataforma. Establecerlo bajo (por ejemplo, max_turns: 1) puede forzar una respuesta única, sin permitir ninguna llamada a herramientas.

Ejecución asíncrona y autorización sin supervisión

Si tu llamada proviene de un Webhook de alerta, CI/CD, sistema de monitoreo u otra tarea en segundo plano, puedes establecer async: true para que la interfaz devuelva inmediatamente el ID de la tarea, continuando la ejecución en segundo plano:

{
  "model": "gpt-5.5",
  "async": true,
  "question": "Mi servicio ha alertado, notifica al grupo de WeChat 'Equipo AceDataCloud'..."
}

Ejemplo de respuesta:

{
  "task_id": "f2f4b3e8-0c0a-4d3a-aaa2-7ff80c0a1c44",
  "conversation_id": "f2f4b3e8-0c0a-4d3a-aaa2-7ff80c0a1c44",
  "id": "f2f4b3e8-0c0a-4d3a-aaa2-7ff80c0a1c44",
  "status": "en cola"
}

Luego puedes usar action: retrieve + id para consultar el resultado de la conversación; también puedes proporcionar callback_url, y una vez que la tarea esté completa, la plataforma enviará { status, answer, usage, error } a tu dirección de callback. callback_url debe usar http / https, y no se puede ingresar directamente localhost o direcciones IP privadas. Las tareas en segundo plano generalmente no pueden ser confirmadas por nadie. Si deseas que ciertas habilidades o servidores MCP realicen acciones de envío, publicación, escritura, etc., en modo sin supervisión, proporciona explícitamente la lista de preautorización en el cuerpo de la solicitud:

{
  "model": "gpt-5.5",
  "async": true,
  "allowed_skills": ["acedatacloud/personal-wechat"],
  "allowed_mcp_servers": [],
  "question": "Mi servicio ha alertado, notifica al grupo de WeChat 'Equipo AceDataCloud'..."
}

Los valores en allowed_skills son los slug de las habilidades conectadas; los valores en allowed_mcp_servers son los slug de los servidores MCP conectados. Las habilidades / servidores MCP no incluidos en la preautorización solo podrán previsualizar, realizar pruebas o rechazar operaciones de escritura en modo sin supervisión. Si necesitas un control más detallado, también puedes usar el objeto equivalente unattended_policy:

{
  "unattended_policy": {
    "allowed_skills": ["acedatacloud/personal-wechat"],
    "allowed_mcp_servers": [],
    "expires_at": 1790000000
  }
}

La preautorización es simplemente estas dos listas: una lista vacía significa que no se autoriza ninguna capacidad, sin necesidad de un campo de interruptor adicional. Nota: La preautorización solo representa “esta solicitud permite que estas capacidades se salten la confirmación manual en modo sin supervisión”. La habilidad específica aún debe soportar --unattended-confirm o mecanismos de seguridad correspondientes; de lo contrario, continuará en modo de prueba y no ejecutará directamente operaciones de escritura.

Recuperar conversaciones pausadas

Algunas herramientas harán que el modelo “pregunte al usuario”, en este momento el modelo emitirá un evento ask_user_question, y la conversación se congelará en estado awaiting_user_input:

{
  "type": "ask_user_question",
  "tool_id": "toolu_01XYZW",
  "tool_name": "ask_user_question",
  "question": "¿Prefieres que el informe generado sea en chino o en inglés?",
  "options": ["chino", "inglés"],
  "id": "f2f4b3e8-..."
}

En el frontend, renderiza este evento como una tarjeta para que el usuario elija una respuesta, luego usa el mismo id para iniciar la siguiente solicitud, rellenando la respuesta a través de tool_results:

curl -X POST 'https://api.acedata.cloud/aichat2/conversations' \
  -H 'accept: text/event-stream' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "model": "gpt-5.4",
    "stateful": true,
    "id": "f2f4b3e8-0c0a-4d3a-aaa2-7ff80c0a1c44",
    "tool_results": [
      {
        "tool_use_id": "toolu_01XYZW",
        "output": "chino"
      }
    ]
  }'

El tool_use_id en el cuerpo de la solicitud debe coincidir exactamente con el tool_id en el momento de la pausa; de lo contrario, se devolverá un 400. Cuando hay tool_results en la solicitud, se ignorarán question / message / references. Si el usuario decide abandonar esta pregunta, simplemente envía una nueva question / message, y la plataforma marcará automáticamente la llamada a la herramienta pausada como “saltada por el usuario”.

Gestión de sesiones (CRUD)

v2 proporciona gestión de sesiones ligera a través del campo action en el mismo endpoint, sin necesidad de abrir una API adicional.

`action: retrieve` — Obtener una sesión

curl -X POST 'https://api.acedata.cloud/aichat2/conversations' \
  -H 'accept: application/json' \
  -H 'authorization: Bearer {token}' \
  -H 'content-type: application/json' \
  -d '{
    "action": "retrieve",
    "id": "f2f4b3e8-0c0a-4d3a-aaa2-7ff80c0a1c44"
  }'

Devuelve el documento completo de la conversación (incluyendo el historial de messages, model, title, tools_used, etc.).

`action: retrieve_batch` —— Listar resúmenes de conversaciones

{
  "action": "retrieve_batch",
  "model_group": "chatgpt",
  "limit": 20,
  "offset": 0
}

Devuelve { items: [...], total }. El resumen no incluye messages, es adecuado para hacer una lista en la barra lateral; si el usuario abre una conversación, se puede usar action: retrieve para obtener sus mensajes completos. Parámetros de filtrado opcionales: user_id, application_id, model_group, model.

`action: update` —— Cambiar el título o reescribir el historial

{
  "action": "update",
  "id": "f2f4b3e8-0c0a-4d3a-aaa2-7ff80c0a1c44",
  "title": "Plan de viaje a Hangzhou"
}

También se pueden enviar messages, pero el servidor realizará una verificación estricta del esquema (debe ser en la forma de ToolUseContent colapsado), si no cumple, devolverá 400. Generalmente se recomienda usarlo solo para cambiar el title.

`action: delete` —— Eliminar una conversación

{
  "action": "delete",
  "id": "f2f4b3e8-0c0a-4d3a-aaa2-7ff80c0a1c44"
}

Devuelve { id, success: true }. Una vez eliminada, no se puede recuperar, por favor confirma antes de llamar.

Migración suave desde v1

Si ya estás utilizando /aichat/conversations, migrar a v2 casi no requiere cambios en el código:

Cambia la URL de https://api.acedata.cloud/aichat/conversations a https://api.acedata.cloud/aichat2/conversations.
Si anteriormente usabas nombres de modelos v1 (como gpt-3.5, gpt-4-browsing, etc.), al cambiar a v2 se recomienda actualizar a modelos contemporáneos (como gpt-5.4, claude-opus-4-8, gemini-3.1-pro, etc.).
Los campos del flujo NDJSON se mantienen compatibles hacia atrás: cada evento text_delta aún lleva delta_answer e id, por lo que los clientes que originalmente analizaban delta_answer por línea no necesitan cambios.

Después de la migración, puedes habilitar las nuevas capacidades de v2 según sea necesario (entrada multimodal message, SSE, llamadas a herramientas, CRUD de action), avanzando a tu propio ritmo.

Manejo de errores

Las respuestas de error son uniformes:

{
  "error": {
    "code": "chat_error",
    "message": "el LLM de upstream devolvió un error"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

Errores comunes:

400 bad_request: falta un campo obligatorio, tool_use_id no coincide, esquema de messages no válido, etc.
401 invalid_token: el encabezado authorization no es correcto.
404 not_found: al usar action: retrieve / update / delete, la conversación correspondiente al id no existe.
429 too_many_requests: se activó el límite de velocidad.
500 chat_error: error del LLM de upstream o en esta ronda completion_tokens=0 (se maneja como no consumido, no se cobrará).

En la respuesta en streaming, los errores se envían como {"type":"error","message":"..."} y a continuación el flujo se detendrá.

Conclusión

La API de AI Chat v2, manteniendo la compatibilidad con v1, ha actualizado las conversaciones de “preguntas y respuestas de una sola ronda/múltiples rondas” a “conversaciones observables tipo Agente”: entrada multimodal, llamadas a herramientas, pausables/reanudables, eventos estructurados en streaming, CRUD incorporado. Se recomienda que las nuevas integraciones utilicen directamente v2; las integraciones existentes de v1 pueden migrar suavemente en fases. Si tienes alguna pregunta, no dudes en contactar a nuestro equipo de soporte técnico.

Primeros pasos

Chat de IA

Imagen de IA

Video de IA

Audio de IA

Web y datos

CAPTCHA

Identidad

Proxy

Avanzado

AI Chat v2 API Integración

Proceso de Solicitud

Uso Básico

Diálogo Multiturno

Respuesta en flujo

Ejemplo de NDJSON

Ejemplo de SSE

Tipos de eventos en flujo

Entrada multimodal

Relación con `references` de v1

Llamadas a herramientas y MCP

Ejecución asíncrona y autorización sin supervisión

Recuperar conversaciones pausadas

Gestión de sesiones (CRUD)

`action: retrieve` — Obtener una sesión

`action: retrieve_batch` —— Listar resúmenes de conversaciones

`action: update` —— Cambiar el título o reescribir el historial

`action: delete` —— Eliminar una conversación

Migración suave desde v1

Manejo de errores

Conclusión

​Proceso de Solicitud

​Uso Básico

​Diálogo Multiturno

​Respuesta en flujo

​Ejemplo de NDJSON

​Ejemplo de SSE

​Tipos de eventos en flujo

​Entrada multimodal

​Relación con references de v1

​Llamadas a herramientas y MCP

​Ejecución asíncrona y autorización sin supervisión

​Recuperar conversaciones pausadas

​Gestión de sesiones (CRUD)

​action: retrieve — Obtener una sesión

​action: retrieve_batch —— Listar resúmenes de conversaciones

​action: update —— Cambiar el título o reescribir el historial

​action: delete —— Eliminar una conversación

​Migración suave desde v1

​Manejo de errores

​Conclusión

Proceso de Solicitud

Uso Básico

Diálogo Multiturno

Respuesta en flujo

Ejemplo de NDJSON

Ejemplo de SSE

Tipos de eventos en flujo

Entrada multimodal

Relación con `references` de v1

Llamadas a herramientas y MCP

Ejecución asíncrona y autorización sin supervisión

Recuperar conversaciones pausadas

Gestión de sesiones (CRUD)

`action: retrieve` — Obtener una sesión

`action: retrieve_batch` —— Listar resúmenes de conversaciones

`action: update` —— Cambiar el título o reescribir el historial

`action: delete` —— Eliminar una conversación

Migración suave desde v1

Manejo de errores

Conclusión