Τεκμηρίωση API

Πιστοποίηση και ρύθμιση base URL

Ξεκινήστε δημιουργώντας το διαπιστευτήριό σας στο Get API key σελίδα χρησιμοποιώντας Google ή email. Το σύστημα εμφανίζει το κλειδί αμέσως και μπορείτε να το αντικαταστήσετε οποιαδήποτε στιγμή για να ανακαλέσετε την πρόσβαση. Όλες οι αιτήσεις στοχεύουν στο πρότυπο /v1 δομή σημείου τερματισμού. Δεν χρειάζεται να διαμορφώσετε πολύπλοκα headers, απλώς περάστε το κλειδί στο header Authorization.

Το κλειδί API uncensored AI μας λειτουργεί με οποιαδήποτε βιβλιοθήκη υποστηρίζει πελάτες συμβατούς με OpenAI. Αλλάξτε τη base URL σε HTTPS://api.glmkey.com/v1 και προσθέστε το token σας. Αυτή η ρύθμιση μιμείται τις τυπικές ενσωματώσεις, διασφαλίζοντας ότι ο υπάρχων κώδικάς σας θα κατευθύνεται σωστά χωρίς vendor lock-in.

• Base URL: HTTPS://api.glmkey.com/v1
• Κεφαλίδα Auth: Authorization: Bearer YOUR_API_KEY

Αναφορά τερματικού συμπληρώματος συζήτησης

Στείλτε κείμενο στο μοντέλο στέλνοντας JSON στο endpoint ολοκληρώσεων συνομιλίας. Το API αναμένει ένα τυπικό payload με όνομα μοντέλου, πίνακα μηνυμάτων και προαιρετικές παραμέτρους. Πρέπει να καθορίσετε uncensored ως το model ID για να διασφαλίσετε ότι έχετε πρόσβαση στο σωστό large language model βελτιστοποιημένο για μη περιορισμένη έξοδο.

Σφάλματα όπως 401 υποδεικνύουν μη έγκυρο κλειδί, ενώ το 402 σηματοποιεί ανεπαρκή προπληρωμένα πιστωτικά. Το σύστημα χρεώνει μόνο για την πραγματική χρήση tokens, οπότε τα σφάλματα δεν καταναλώνουν το υπόλοιπό σας. Χρησιμοποιήστε την ακόλουθη εντολή curl για να δοκιμάσετε τη σύνδεση.

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"}]
  }'

Ενσωμάτωση SDK Python

Εγκαταστήστε το επίσημο βιβλιοθήκη OpenAI και διαμορφώστε το να κατευθύνει στη βάση URL μας. Αυτό σας επιτρέπει να χρησιμοποιείτε γνωστά μοτίβα Python για τη δημιουργία κειμένου. Ο πελάτης χειρίζεται τη σειριοποίηση και τις επαναλήψεις αυτόματα. Μπορείτε να περάσετε παραμέτρους όπως temperature ή top_p για τον έλεγχο της δημιουργικότητας.

Το uncensored LLM δέχεται τυπικές μορφές μηνυμάτων. Μπορείτε να εναλλάξετε μεταξύ ρόλων system, user και assistant όπως θα κάνατε με οποιοδήποτε άλλο πάροχο. Το παρακάτω Python snippet δείχνει μια βασική αίτηση ολοκλήρωσης.

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

Χρησιμοποιήστε το Node.js SDK για να ενσωματώσετε το API key σε έργα JavaScript ή TypeScript. Ορίστε το apiKey και baseURL properties στη διαμόρφωση του client. Αυτό διασφαλίζει ότι όλες οι αιτήσεις κατευθύνονται στους διακομιστές μας αντί για τον προεπιλεγμένο πάροχο. Μπορείτε στη συνέχεια να καλέσετε chat.completions.create() με τις επιθυμητές παραμέτρους σας.

Η uncensored coding API υποστηρίζει τυποποιημένους ορισμούς εργαλείων και λειτουργίες JSON. Μπορείτε να αναλύσετε τις απαντήσεις απευθείας στη λογική της εφαρμογής σας. Το ακόλουθο παράδειγμα Node.js δείχνει πώς να αρχικοποιήσετε τον πελάτη και να στείλετε ένα απλό μήνυμα.

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);

Οι ροές απαντήσεων (streaming) και οι μετρήσεις token

Ενεργοποιήστε streaming ρυθμίζοντας stream: true στην αίτησή σας. Το API επιστρέφει Server-Sent Events (SSE) chunks. Κάθε chunk περιέχει μερικό περιεχόμενο, και το τελευταίο chunk περιλαμβάνει τη συνολική χρήση tokens. Αυτό σας επιτρέπει να αποδώσετε κείμενο προοδευτικά στο UI σας.

Το uncensored AI API key υποστηρίζει αυτή τη λειτουργία χωρίς επιπλέον κόστος. Μπορείτε να παρακολουθήσετε την κατανάλωση tokens σε πραγματικό χρόνο. Το παρακάτω snippet δείχνει πώς να χειριστείτε streaming responses σε Python.

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)

Όρια ρυθμού και κανόνες ταυτόχρονης διαχείρισης

Είστε περιορισμένοι σε 300 αιτήσεις ανά λεπτό ανά κλειδί. Η ταυτόχρονη χρήση περιορίζεται σε 8 ταυτόχρονες αιτήσεις. Το σώμα της αίτησης δεν πρέπει να υπερβαίνει τα 8 MB. Αυτά τα όρια διασφαλίζουν σταθερή απόδοση για όλους τους προπληρωμένους χρήστες. Αν υπερβείτε τον ρυθμό, λαμβάνετε σφάλμα 429.

Το παράθυρο πλαισίου (context window) υποστηρίζει έως 100.000 tokens για την εισερχόμενη και την εξερχόμενη απάντηση συνολικά. Η έξοδος περιορίζεται σε 16.000 tokens ανά αίτημα. Αν δεν ορίσετε max_tokens, η προεπιλογή είναι 2.048 tokens. Παρακολουθήστε τη χρήση σας μέσω του dashboard για να αποφύγετε διακοπές της υπηρεσίας.