Dokumentasi API

Pengesahan dan URL Asas

API ini menggunakan pengesahan token Bearer piawai. Anda menerima kunci anda serta-merta selepas mendaftar dengan Google atau alamat e-mel. Tetapkan Authorization header ke Bearer YOUR_API_KEY untuk semua permintaan. URL asas ialah https://api.llmstatus.cc/v1. Hujung sambungan ini berfungsi dengan mana-mana SDK OpenAI atau klien serasi. Anda hanya perlu mengubah URL asas dan menyediakan kunci anda. Tiada nombor telefon diperlukan untuk pendaftaran. Identiti anda kekal minimum sambil anda mendapat akses penuh.

Permintaan Pertama

Hantar permintaan POST ke /v1/chat/completions untuk mendapatkan respons segera. Pengenal model adalah uncensored. Ia mengendalikan kandungan dewasa, penyelidikan keselamatan, dan topik kontroversi tanpa penolakan. Anda tidak memerlukan langganan atau yuran bulanan. Ralat tidak menggunakan kredit pra-dibayar anda. Hantar prompt anda dan dapatkan output teks secara langsung.

Copycurl https://api.llmstatus.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set the server timezone to UTC."}]
  }'

Permintaan ini menunjukkan interaksi paling mudah. Pelayan mengembalikan objek JSON yang mengandungi teks yang dijana. Anda boleh menyesuaikan parameter seperti suhu atau top_p untuk mengawal kreativiti. Respons termasuk statistik penggunaan untuk ketelusan. Mulakan dengan panggilan asas ini untuk mengesahkan kunci API anda berfungsi dengan betul.

Integrasi SDK Python

Gunakan rasmi openai Python library to interact with the API. Configure the base URL and API key in the client initialization. The client handles serialization and error parsing for you. This approach reduces boilerplate code significantly. You can pass messages as a list of dictionaries. The model remains uncensored tidak kira pembungkus klien. Mod penstriman dan bukan penstriman disokong. Kaedah ini sangat sesuai untuk perkhidmatan backend atau skrip pemprosesan data.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.llmstatus.cc/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

SDK ini meringkaskan butiran HTTP. Anda fokus pada struktur prompt dan penanganan respons. Kod ralat dinaikkan sebagai pengecualian. Anda boleh menangkapnya untuk mengurus had kadar atau masalah kredit dengan lancar. Kod kekal bersih dan mudah dibaca. Ini adalah cara yang disyorkan untuk pembangun Python mengintegrasikan API.

Penggunaan SDK Node.js

Pasang openai pakej npm untuk persekitaran Node.js. Tetapkan pembolehubah persekitaran atau luluskan kunci terus kepada konstruktor. URL asas mesti menunjuk ke perkhidmatan kami. Ini membolehkan anda membina fungsi tanpa pelayan atau aplikasi web dengan pantas. SDK menyokong kedua-dua mod CommonJS dan ES. Anda boleh menstrim respons atau mendapatkannya sekaligus. Kunci API diluluskan dengan selamat dalam header. Persediaan ini sesuai untuk pembangun JavaScript yang memerlukan penjanaan teks yang boleh dipercayai. Tiada konfigurasi tambahan diperlukan selain daripada kunci dan URL asas.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.llmstatus.cc/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

SDK Node meniru struktur klien Python. Anda menghantar mesej dan menerima penyelesaian. Pengendalian ralat dibina dalam rantaian janji. Ini memastikan aplikasi anda kekal kukuh. Gunakan kaedah ini untuk antara muka chat masa nyata atau kerja latar belakang. Kodnya ringkas dan mudah dikekalkan. Anda boleh melengkapkannya dengan kepala tersuai jika diperlukan.

Respons Streaming

Aktifkan aliran dengan menetapkan stream: true dalam permintaan anda. pelayan menghantar Acara Dihantar Pelayan (SSE) token demi token. Ini mengurangkan latensi yang dirasakan untuk pengguna akhir. Anda menerima respons separa apabila ia dijana. Pecahan terakhir mengandungi jumlah penggunaan token. Ini penting untuk ketelusan pengebilan. Penstriman berfungsi dengan semua parameter dan alat. Gunakan mod ini untuk antara muka sembang atau penjanaan teks langsung. Klien menimbalkan token sehingga penstriman ditutup. Ini memberikan pengalaman pengguna yang lancar tanpa menunggu respons penuh.

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Tangani acara SSE dalam kod anda untuk mengemas kini UI secara masa nyata. Acara terakhir termasuk data penggunaan. Tafsirkan ini untuk melacak penggunaan kredit anda dengan tepat. Penstriman adalah pilihan tetapi disyorkan untuk aplikasi interaktif. Ia mengekalkan sambungan sehingga selesai. Kaedah ini memastikan anda hanya membayar untuk apa yang dihasilkan. Ralat semasa penstriman dilaporkan dalam keping akhir.

Had, Ralat, dan Tetingkap Konteks

Anda mempunyai jendela konteks 100,000 token untuk gabungan prompt dan penyelesaian. Output maksimum ialah 16,000 token setiap permintaan. Hadnya ialah 300 permintaan setiap minit setiap kunci. Anda boleh mempunyai 8 permintaan serentak pada satu masa. Badan permintaan tidak boleh melebihi 8 MB. Ralat 401 bermaksud kunci anda tidak sah. Ralat 402 menunjukkan tiada kredit yang tinggal. Ralat 429 menandakan anda mencapai had kadar. Kredit tidak luput, jadi anda boleh menambah baki kemudian. Ralat tidak mengenakan caj pada kredit anda. Gunakan kod ini untuk mengesahkan kerosakan integrasi anda dengan cepat. API adalah ketat tetapi boleh diramal. Rancang kekonkurensian anda berdasarkan had 8 permintaan.