API-Dokumentation

Authentifizierung und Basis-URL-Einrichtung

Erstellen Sie zunächst Ihre Zugangsdaten auf der API-Schlüssel erhalten Seite über Google oder E-Mail. Das System zeigt Ihren Schlüssel sofort an, und Sie können ihn jederzeit ersetzen, um den Zugriff zu widerrufen. Alle Anfragen richten sich an die Standard- /v1 Endpunkt-Struktur. Sie müssen keine komplexen Header konfigurieren, übergeben Sie den Schlüssel einfach im Authorization-Header.

Unser unzensierter AI-API-Schlüssel funktioniert mit jeder Bibliothek, die OpenAI-kompatible Clients unterstützt. Ändern Sie die Basis-URL in HTTPS://api.glmkey.com/v1 und injizieren Sie Ihr Token. Dieses Setup spiegelt Standardintegrationen wider und stellt sicher, dass Ihr vorhandener Code korrekt routet, ohne Vendor-Lock-in.

• Basis-URL: HTTPS://api.glmkey.com/v1
• Auth-Header: Authorization: Bearer YOUR_API_KEY

Referenz zum Chat-Vervollständigungs-Endpunkt

Senden Sie Text an das Modell, indem Sie JSON an den Chat-Vervollständigungs-Endpunkt senden. Die API erwartet ein Standard-Payload mit Modellname, Nachrichten-Array und optionalen Parametern. Sie müssen uncensored als Modell-ID, um sicherzustellen, dass Sie auf das richtige Large Language Model für uneingeschränkte Ausgaben zugreifen.

Fehler wie 401 deuten auf einen ungültigen Schlüssel hin, während 402 unzureichendes Prepaid-Guthaben signalisiert. Das System berechnet nur die tatsächliche Token-Nutzung, sodass Fehler Ihren Kontostand nicht belasten. Verwenden Sie den folgenden curl-Befehl, um die Verbindung zu testen.

Copycurl https://api.glmkey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the endpoints for the glm key service"}]
  }'

Python SDK-Integration

Installieren Sie das offizielle OpenAI-Paket und konfigurieren Sie es so, dass es auf unsere Basis-URL verweist. Dies ermöglicht Ihnen die Verwendung bekannter Python-Muster zur Textgenerierung. Der Client verarbeitet Serialisierung und Wiederholungen automatisch. Sie können Parameter wie temperature oder top_p die Kreativität zu steuern.

Die uncensored LLM akzeptiert standard Nachrichtenformate. Sie können zwischen System-, Benutzer- und Assistentenrollen wechseln, genau wie bei jedem anderen Anbieter. Das folgende Python-Snippet zeigt eine grundlegende Completion-Anfrage.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.glmkey.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 SDK-Integration

Verwenden Sie das Node.js SDK, um den API-Schlüssel in Ihre JavaScript- oder TypeScript-Projekte zu integrieren. Legen Sie den apiKey und baseURL Eigenschaften in der Client-Konfiguration auf. Dies stellt sicher, dass alle Anfragen an unsere Server geleitet werden und nicht an den Standardanbieter. Sie können dann chat.completions.create() mit Ihren gewünschten Parametern.

Die uncensored Coding-API unterstützt Standard-Tool-Definitionen und JSON-Modi. Sie können Antworten direkt in Ihre Anwendungslogik einlesen. Das folgende Node.js-Beispiel zeigt, wie Sie den Client initialisieren und eine einfache Nachricht senden.

Copyimport OpenAI from "openai";

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

Streaming-Antworten und Token-Anzahlen

Aktivieren Sie Streaming, indem Sie stream: true in Ihrer Anfrage. Die API gibt Server-Sent Events (SSE) Chunks zurück. Jeder Chunk enthält partiellen Inhalt, und der letzte Chunk enthält die gesamte Token-Nutzung. Dies ermöglicht es Ihnen, Text progressiv in Ihrer Benutzeroberfläche darzustellen.

Der API-Schlüssel der uncensored AI API unterstützt dieses Feature ohne zusätzliche Kosten. Sie können den Token-Verbrauch in Echtzeit überwachen. Das folgende Snippet zeigt, wie Streaming-Antworten in Python verarbeitet werden.

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)

Ratenbegrenzungen und Parallelitätsregeln

Sie sind auf 300 Anfragen pro Minute pro Schlüssel begrenzt. Die Parallelität ist auf 8 gleichzeitige Anfragen begrenzt. Der Anfragekörper darf 8 MB nicht überschreiten. Diese Grenzen gewährleisten eine stabile Leistung für alle Prepaid-Nutzer. Wenn Sie das Limit überschreiten, erhalten Sie einen 429-Fehler.

Der Context-Window unterstützt bis zu 100.000 Tokens für Prompt und Completion zusammen. Die Ausgabe ist auf 16.000 Tokens pro Anfrage begrenzt. Wenn Sie nicht festlegen max_tokens, der Standardwert beträgt 2.048 Tokens. Überwachen Sie Ihre Nutzung über das Dashboard, um Dienstunterbrechungen zu vermeiden.