Dokumentacja API Uzupełnień Czat Niezablokowanego

Bazowy URL i autoryzacja

Rozpocznij każde żądanie, wskazując swoje SDK na nasz bazowy URL i dołączając klucz. Używamy standardowej autoryzacji nagłówkowej, więc istniejący klienci działają bez modyfikacji. Twój klucz daje dostęp do modelu bez cenzury dla prawnego treści dla dorosłych i nieograniczonej pracy twórczej.

• URL bazowy: https://api.grokaiapikey.com/v1
• Nagłówek: Authorization: Bearer YOUR_API_KEY

Wygeneruj swój klucz natychmiast przez logowanie Google lub e-mail. Nie jest wymagany numer telefonu. Klucz jest unikalny dla konta, a wygenerowanie nowego natychmiast zastępuje stary aktywny klucz.

Pierwsze żądanie

Wyślij pierwszą odpowiedź używając standardowego endpointu chat completions. To proste żądanie POST pokazuje, jak interagować z modelem w celu generowania tekstu. Możesz zastąpić prompt systemowy, aby zdefiniować osobowość lub zachowanie.

Upewnij się, że ciało żądania zawiera model pole ustawione na uncensored. API zwraca standardową odpowiedź JSON zawierającą wygenerowany tekst oraz statystyki użycia tokenów.

Integracja SDK Python

Użyj oficjalnej biblioteki Pythona OpenAI do integracji naszego API w swoich projektach. To podejście wymaga minimalnych zmian w kodzie, jeśli migrujesz z innych dostawców. Ustaw base URL na nasz punkt końcowy i podaj swój klucz API.

Klient automatycznie obsługuje uwierzytelnianie i serializację. Możesz wysłać wiele wiadomości w historii, aby utrzymać kontekst. Ta metoda jest idealna dla usług backendowych i przepływów pracy skryptowych.

Integracja SDK Node

Wdroż API w Node.js za pomocą standardnego pakietu SDK OpenAI. To ustawienie działa bezproblemowo z projektami JavaScript i TypeScript. Skonfiguruj klienta z naszym bazowym URL i tajnym kluczem.

SDK zarządza cyklem życia żądania i parsowaniem odpowiedzi. Możesz łatwo dodać obsługę błędów dla problemów z siecią lub nieprawidłowych żądań. Ten wzorzec jest idealny dla serwerów webowych i aplikacji w czasie rzeczywistym.

Strumieniowanie i zużycie tokenów

Włącz strumieniowanie dla dostarczania tokenów w czasie rzeczywistym do użytkowników. Ta funkcja zmniejsza postrzeganą latencję, wysyłając dane w miarę ich generowania. SDK obsługuje strumień zdarzeń i aktualizuje interfejs inkrementalnie.

Szczegóły zużycia tokenów pojawiają się w ostatnim fragmencie strumienia. Pozwala to na dokładne śledzenie kosztów bez dodatkowych wywołań API. Strumieniowanie jest obsługiwane dla wszystkich standardowych żądań.

Limity, Błędy i Kontekst

Twoje konto podlega określonym limitom szybkości i ograniczeniom kontekstowym. Model obsługuje okno kontekstowe o pojemności 100 000 tokenów dla promptu i uzupełnienia łącznie. Możesz ustawić maksymalną liczbę tokenów wyjściowych na 16 000 na żądanie.

Typowe błędy obejmują 401 dla nieprawidłowych kluczy, 402, gdy kredyt się kończy, oraz 429 dla limitów szybkości. Limit szybkości wynosi 300 żądań na minutę na klucz. Błędy nie pobierają Twojego kredytu z góry opłaconego, zapewniając, że płacisz tylko za udane generacje.

cURL

Copycurl https://api.grokaiapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a list of ten common unix commands with brief descriptions"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.grokaiapikey.com/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)

Node.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.grokaiapikey.com/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);

Strumieniowanie

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)