API-dokumentation

Autentisering och bas-URL

API:et använder standard Bearer-token-autentisering. Du får din nyckel omedelbart efter att ha registrat dig med Google eller en e-postadress. Ställ in Authorization header till Bearer YOUR_API_KEY för alla förfrågningar. Bas-URL:en är https://api.llmstatus.cc/v1. Denna endpoint fungerar med alla OpenAI SDK:er eller kompatibla klienter. Du behöver bara ändra bas-URL:en och ange din nyckel. Inget telefonnummer krävs för registreringen. Din identitet förblir minimal medan du får full tillgång.

Första förfrågan

Skicka en POST-förfrågan till /v1/chat/completions att få ett omedelbart svar. Modellidentifieraren är uncensored. Det hanterar vuxet innehåll, säkerhetsforskning och kontroversiella ämnen utan avslag. Du behöver inget abonnemang eller månadskostnad. Fel förbrukar inte din förbetald kredit. Skicka din prompt och få textutmatning direkt.

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."}]
  }'

Denna begäran visar den enklaste möjliga interaktionen. Servern returnerar ett JSON-objekt som innehåller den genererade texten. Du kan justera parametrar som temperaturen eller top_p för att styra kreativiteten. Svaret innehåller användningsstatistik för transparens. Börja med denna grundläggande anrop för att verifiera att din nyckel fungerar korrekt.

Python SDK-integration

Använd det officiella openai Python-bibliotek för att interagera med API:et. Konfigurera bas-URL:en och API-nyckeln i klientinitieringen. Klienten hanterar serialisering och felanalys åt dig. Denna metod minskar mängden kodavfall avsevärt. Du kan skicka meddelanden som en lista med dictionary-objekt. Modellen förblir uncensored oavsett klientomslutning. Både strömmande och icke-strömmande lägen stöds. Denna metod är idealisk för backend-tjänster eller skript för databehandling.

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:n abstrahera bort HTTP-detaljerna. Du fokuserar på prompt-strukturen och svarshantering. Felkoder raiseas som undantag. Du kan fånga dessa för att hantera rate limits eller kreditproblem på ett smidigt sätt. Koden förblir ren och läsbar. Detta är det rekommenderade sättet för Python-utvecklare att integrera API:et.

Node.js SDK-användning

Installera openai npm-paket för Node.js-miljöer. Ställ in miljövariabeln eller ange nyckeln direkt till konstruktorn. Bas-URL:n måste peka mot vår tjänst. Detta gör att du kan bygga serverlösa funktioner eller webbappar snabbt. SDK:t stöder både CommonJS och ES-moduler. Du kan strömma svar eller få dem på en gång. API-nyckeln skickas säkert i rubriken. Denna konfiguration är perfekt för JavaScript-utvecklare som behöver tillförlig textgenerering. Ingen extra konfiguration behövs utöver nyckeln och bas-URL:n.

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);

Node SDK speglar Python-klientens struktur. Du skickar meddelanden och tar emot kompletteringar. Felhantering är inbyggd i promise-kedjan. Detta säkerställer att din applikation förblir robust. Använd denna metod för realtidsgränssnitt eller jobb i bakgrunden. Koden är koncis och lätt att underhålla. Du kan utöka den med anpassade rubriker om det behövs.

Strömningsresponser

Aktivera strömning genom att ställa in stream: true i ditt begäran. Servern skickar Server-Sent Events (SSE) token för token. Detta minskar den upplevda latensen för slutanvändare. Du får delvisa svar när de genereras. Den sista biten innehåller total tokenanvändning. Detta är avgörande för fakturerings transparens. Strömning fungerar med alla parametrar och verktyg. Använd detta läge för chattgränssnitt eller live textgenerering. Klienten buffrar token tills strömmen stängs. Detta ger en smidig användarupplevelse utan att vänta på hela svaret.

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)

Hantera SSE-händelser i din kod för att uppdatera UI:et i realtid. Den sista händelsen inkluderar användningsdata. Parsa detta för att spåra din kreditkonsumtion noggrant. Streaming är valfritt men rekommenderas för interaktiva appar. Det håller anslutningen öppen tills avslut. Denna metod säkerställer att du bara betalar för vad som genereras. Fel under streaming rapporteras i den sista chunken.

Gränser, fel och kontextfönster

Du har ett kontextfönster på 100 000 token för prompt och komplettering tillsammans. Max utdata är 16 000 token per förfrågan. Gränsen är 300 förfrågningar per minut per nyckel. Du kan ha 8 samtidiga förfrågningar samtidigt. Request-body får inte överstiga 8 MB. Ett 401-fel betyder att din nyckel är ogiltig. Ett 402-fel indikerar att det inte finns någon kredit kvar. Ett 429-fel signalerar att du har nått hastighetsbegränsningen. Kredit upphör aldrig att gälla, så du kan ladda upp senare. Fel debiterar inte din kredit. Använd dessa koder för att felsöka din integration snabbt. API:et är strikt men förutsägbart. Planera din koncurrency baserat på gränsen på 8 förfrågningar.