Skip to main content
Palatine AI Service превращает длинные записи встреч или подготовленные тексты в короткие конспекты. Можно выбрать готовый сценарий meeting_summary или передать свой prompt, чтобы управлять стилем и структурой ответа. Параметр thinking включает расширенный reasoning перед выдачей ответа (по умолчанию выключен), что даёт более качественный результат, но занимает больше времени и использует большее количество токенов для выполнения задачи.

​
Суммаризация через polling API

Важно Все запросы выполняются по защищённым URL. Для большинства методов требуется авторизация через токен, передаваемый в заголовке: 
Authorization: Bearer <ваш_токен>
Отправьте медиафайл на эндпоинт POST /ai_service/summarize_file. В query-параметрах укажите желаемую задачу (meeting_summary по умолчанию) и опциональный prompt.
import requests

API_URL = "https://api.palatine.ru/api/v1/ai_service/summarize_file"
TOKEN = "<YOUR_TOKEN>"
headers = {"Authorization": f"Bearer {TOKEN}"}

# Пример параметров для готового сценария
params = {
    "task": "meeting_summary",
    "thinking": False  # включите True, если нужен развернутый reasoning
}

# Пример параметров для пользовательского сценария
params = {
    "task": "user_prompt",
    "prompt": "Кратко перескажи основные решения",
    "thinking": False # включите True, если нужен развернутый reasoning
}

files = {"file": open("meeting.mp3", "rb")}
response = requests.post(API_URL, headers=headers, params=params, files=files)
print(response.json())
Пример ответа:
{
  "status": "scheduled",
  "task_id": "XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXXXX"
}
Если расшифровка уже есть, можно отправить чистый текст на POST /ai_service/summarize_text.
import requests

API_URL = "https://api.palatine.ru/api/v1/ai_service/summarize_text"
TOKEN = "<YOUR_TOKEN>"
headers = {"Authorization": f"Bearer {TOKEN}"}
params = {"task": "user_prompt", "prompt": "Выдели риски и договоренности"}

payload = "Протокол встречи ..."
response = requests.post(API_URL, headers=headers, params=params, json=payload)
print(response.json())
В теле запроса обязательно должна быть строка с текстом — именно она суммаризируется. Остальные параметры работают так же, как при загрузке файла.
Получите статус и результат асинхронной задачи.
import requests

task_id = "XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXXXX"
API_URL = f"https://api.palatine.ru/api/v1/ai_service/task_status/{task_id}"
headers = {"Authorization": f"Bearer {TOKEN}"}

response = requests.get(API_URL, headers=headers)
print(response.json())
Статусы:
  • “success”: задача выполнена успешно
  • “pending”: задача ещё в процессе выполнения
  • “error”: при выполнении задачи произошла ошибка
Пример успешного ответа (для meeting_summary):
{
  "id": "d1cc9f25-9a8d-4a35-9f80-7f9c6e94a111",
  "created_at": "2025-02-11T12:04:01.123456Z",
  "data": {
    "meeting_title": "Синхронизация маркетинга и продаж",
    "meeting_goals": [
      {"content": "Выравнять воронку лидов на март"},
      {"content": "Определить план активаций"}
    ],
    "decisions_made": [
      {"content": "Старт пилота с обновленным оффером 15 марта"}
    ],
    "tasks_to_execute": [
      {"content": "Продажи: подготовить скрипты до 12 марта"},
      {"content": "Маркетинг: запустить кампанию в соцсетях"}
    ],
    "open_questions": [
      {"content": "Подтвердить бюджет на digital-каналы"}
    ],
    "qa_items": [
      {"question": "Какой KPI по лидам?", "answer": "200 квалифицированных лидов за месяц"}
    ],
    "meeting_title": "Синхронизация маркетинга и продаж"
  },
  "status": "success",
  "error": null
}
При task=user_prompt поле data содержит объект content с ответом в стилe вашего промпта.
После получения результата пометьте задачу завершённой, чтобы освободить ресурсы.
import requests

task_id = "XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXXXX"
API_URL = f"https://api.palatine.ru/api/v1/ai_service/task_done/{task_id}"
headers = {"Authorization": f"Bearer {TOKEN}"}

response = requests.post(API_URL, headers=headers)
print(response.json())