> ## Documentation Index
> Fetch the complete documentation index at: https://docs.pioneer.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Pioneer REST API: Basis-URL, Authentifizierung und Kurzreferenz

> Die Übersicht der Pioneer REST API: Basis-URL, Authentifizierung, der empfohlene 5-Schritte-Workflow vom Datensatz bis zur Inferenz und Links zu allen Referenzen der Endpunktgruppen.

Mit der Pioneer REST API können Sie Inferenzen ausführen, Datensätze verwalten, Trainingsjobs starten und Modelle programmatisch evaluieren. Alle Ressourcen liegen unter einer einzigen Basis-URL, und jede Anfrage wird mit Ihrem API-Schlüssel authentifiziert. Pioneer stellt außerdem OpenAI- und Anthropic-kompatible Endpunkte bereit, sodass Sie sich in jedes Tool integrieren können, das diese Formate bereits unterstützt.

**Basis-URL:** `https://api.pioneer.ai`

## Authentifizierung

Jede Anfrage erfordert einen `X-API-Key`-Header. Erstellen Sie Ihren Schlüssel im Pioneer-Dashboard unter [agent.pioneer.ai/api-keys](https://agent.pioneer.ai/api-keys) oder öffnen Sie nach der Anmeldung **Settings** -> **API Keys**. Weitere Details, einschließlich der Endpunkte zur Schlüsselverwaltung, finden Sie auf der Seite [Authentifizierung](/de/api-reference/authentication).

## Empfohlener Workflow

Folgen Sie dieser Reihenfolge, wenn Sie ein feinabgestimmtes Modell durchgängig aufbauen:

<Steps>
  <Step title="Einen Datensatz erstellen oder hochladen">
    Verwenden Sie `POST /generate`, um synthetische, gelabelte Daten zu erzeugen. Die Antwort enthält eine `job_id`; fragen Sie `GET /generate/jobs/{job_id}` ab, bis der Status `ready` zurückgibt.

    Um eigene gelabelte Daten hochzuladen, verwenden Sie den dreistufigen Upload-Ablauf:

    1. Rufen Sie `POST /felix/datasets/upload/url` auf, um eine vorsignierte S3-URL zu erhalten.
    2. Führen Sie einen `PUT` Ihrer Datei direkt an S3 aus.
    3. Rufen Sie `POST /felix/datasets/upload/process` auf, um die Verarbeitung anzustoßen.

    Fragen Sie `GET /felix/datasets/{name}/{version}` ab, bis der Status `ready` ist.<br />Weitere Details finden Sie auf der Seite [Datensätze](/api-reference/datasets).
  </Step>

  <Step title="Einen Trainingsjob starten">
    Rufen Sie `POST /felix/training-jobs` mit Ihrem model\_name, Ihren datasets und base\_model auf. Die Antwort enthält eine `job_id`. Bewahren Sie diese für die folgenden Schritte auf.
  </Step>

  <Step title="Trainingsstatus abfragen">
    Rufen Sie `GET /felix/training-jobs/:id` wiederholt auf, bis das Statusfeld `complete` ist. Abgeschlossene Jobs enthalten F1-, Precision- und Recall-Metriken.
  </Step>

  <Step title="Eine Evaluation ausführen">
    Rufen Sie `POST /felix/evaluations` mit Ihrer Trainingsjob-ID und dem Namen eines zurückgehaltenen Datensatzes auf, um die Leistung zu validieren, bevor Sie Traffic bereitstellen.
  </Step>

  <Step title="Inferenz ausführen">
    Rufen Sie `POST /inference` auf, wobei `base_model` auf Ihre Trainingsjob-ID und dataset\_name auf Ihren zurückgehaltenen Datensatz gesetzt sind. Sie können auch jede beliebige Basismodell-ID (zum Beispiel `fastino/gliner2-base-v1`) ohne Fine-Tuning verwenden.
  </Step>
</Steps>

<Note>
  Ersetzen Sie Platzhalterwerte wie `YOUR_DATASET_NAME` und `YOUR_TRAINING_JOB_ID` durch echte Werte, bevor Sie Beispielbefehle ausführen.
</Note>

## Endpunktgruppen

<CardGroup cols={2}>
  <Card title="Inferenz" icon="bolt" href="/api-reference/inference/pioneer">
    Führen Sie Vorhersagen gegen feinabgestimmte oder Basismodelle im Pioneer-Format aus, oder über Drop-in-kompatible OpenAI- und Anthropic-Endpunkte.
  </Card>

  <Card title="Training & Daten" icon="database" href="/api-reference/datasets">
    Verwalten Sie Datensätze, erzeugen Sie synthetische Trainingsdaten, starten und überwachen Sie Trainingsjobs und führen Sie Evaluationen aus.
  </Card>

  <Card title="Projekte" icon="folder" href="/api-reference/projects">
    Organisieren Sie Ressourcen in Projekten, stellen Sie trainierte Modelle bereit und führen Sie Inferenzen gegen einen Projekt-Endpunkt aus.
  </Card>

  <Card title="API-Schlüssel" icon="key" href="/de/api-reference/api-keys">
    Erstellen Sie Schlüssel im Dashboard und listen und widerrufen Sie bestehende Schlüssel dann programmatisch.
  </Card>
</CardGroup>

## OpenAI- und Anthropic-Kompatibilität

Pioneer bietet Drop-in-Ersatz für die OpenAI- und Anthropic-SDKs. Richten Sie Ihren bestehenden Client auf `https://api.pioneer.ai/v1` aus und verwenden Sie Ihren Pioneer-API-Schlüssel. Weitere Änderungen sind nicht erforderlich.

| SDK       | Basis-URL                   | Hinweise                                                                  |
| --------- | --------------------------- | ------------------------------------------------------------------------- |
| OpenAI    | `https://api.pioneer.ai/v1` | `base_url` setzen; Pioneer-spezifische Felder über `extra_body` übergeben |
| Anthropic | `https://api.pioneer.ai/v1` | `base_url` setzen; unterstützt Streaming                                  |

Übergeben Sie Pioneer-spezifische Felder wie `schema` über `extra_body` (OpenAI SDK) oder den entsprechenden Mechanismus für zusätzliche Parameter Ihrer Client-Bibliothek.