Dokumentacja API dla modelu uncensored

Uwierzytelnianie i URL bazowy

Używaj swojego klucza API do każdego żądania wysyłanego do naszego adresu bazowego.

Punkt końcowy Uzupełnień Czat

Wyślij wiadomości do POST /v1/chat/completions generowanie odpowiedzi tekstowych. Model akceptuje standardowe struktury wiadomości i zwraca uzupełnienia bez odmów treści dla legalnego użytku dorosłego.

Dostępny jest tylko model bez cenzury; nie routujemy między dostawcami ani nie oferujemy embeddingów i generacji obrazów.

Copycurl https://api.glmapikeys.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "what is the current exchange rate for usd to jpy"}]
  }'

Upewnij się, że Twój ładunek zawiera identyfikator modelu i tablicę wiadomości, aby otrzymać odpowiedź.

Punkt końcowy listy modeli

Pobierz dostępne modele poprzez GET /v1/models. Ten endpoint potwierdza ID modelu uncensored jest gotowy do przyjmowania żądań.

Odpowiedź zawiera szczegóły modelu, zapewniając, że Twój klient może zweryfikować kompatybilność przed wysłaniem większych ładunków.

Parametry: temperatura, top_p, seed

Kontroluj losowość generowania za pomocą temperature, top_p, a także seed. Te parametry pozwalają dostosować kreatywność i odtwarzalność.

Ustaw temperature dla wariancji, top_p do próbkowania jądra (nucleus sampling), i seed do deterministycznych wyników. Ustawienia te działają wraz z stop sekwencje i wartości kar.

Copyfrom openai import OpenAI

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

Skonfiguruj te wartości w kliencie SDK, aby dostosować styl wyjścia.

Strumieniowanie i dane o użyciu

Włącz strumieniowanie przez SSE, aby otrzymywać tokeny w czasie rzeczywistym. Ostatni czat zawiera dane dotyczące zużycia, raportując liczbę tokenów wejściowych i wyjściowych.

Strumieniowanie pomaga zmniejszyć postrzeganą latencję dla długich odpowiedzi. Upewnij się, że Twój klient poprawnie obsługuje ostatni fragment, aby uzyskać metryki rozliczeniowe.

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)

Przeanalizuj strumień, aby zintegrować odpowiedź z interfejsem Twojej aplikacji.

Obsługa błędów i limity

Obsłuż konkretne błędy: 401 dla nieprawidłowych kluczy, 402 dla niewystarczającego kredytu i 429 dla limitów szybkości. Okno kontekstowe wynosi łącznie 100,000 tokenów, z maksymalnym outputem 16,000 tokenów na żądanie.

Żądania przekraczające 8 MB lub limit 300 na minutę spowodują zastosowanie limitów. Błędy i odrzucenia nie zużywają kredytu.

Copyimport OpenAI from "openai";

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

Wdroż logikę ponawiania dla błędów 429 i sprawdź saldo dla odpowiedzi 402.