Documentation API

Authentification et configuration de l'URL de base

Commencez par générer votre identifiant sur le Obtenir la clé API page en utilisant Google ou l'e-mail. Le système affiche votre clé immédiatement, et vous pouvez la remplacer à tout moment pour révoquer l'accès. Toutes les requêtes ciblent le standard /v1 point de terminaison structure. Vous n'avez pas besoin de configurer des en-têtes complexes, il suffit de passer la clé dans l'en-tête Authorization.

Notre clé API IA sans censure fonctionne avec n'importe quelle bibliothèque prenant en charge les clients compatibles OpenAI. Modifiez l'URL de base vers HTTPS://api.glmkey.com/v1 et injectez votre jeton. Cette configuration imite les intégrations standard, garantissant que votre code existant est acheminé correctement sans verrouillage fournisseur.

• URL de base : HTTPS://api.glmkey.com/v1
• En-tête Auth : Authorization: Bearer YOUR_API_KEY

Référence du point de terminaison des complétions de chat

Envoyez du texte au modèle en publiant du JSON sur le point de terminaison des complétions de chat. L'API attend une charge utile standard avec le nom du modèle, le tableau de messages et des paramètres optionnels. Vous devez spécifier uncensored comme l'ID du modèle pour vous assurer d'accéder au bon grand modèle de langage ajusté pour une sortie non filtrée.

Les erreurs comme 401 indiquent une clé invalide, tandis que 402 signale un crédit prépayé insuffisant. Le système ne facture que l'utilisation réelle des jetons, donc les erreurs ne consomment pas votre solde. Utilisez la commande curl suivante pour tester la connexion.

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"}]
  }'

Intégration SDK Python

Installez la bibliothèque officielle OpenAI et configurez-la pour pointer vers notre URL de base. Cela vous permet d'utiliser des patterns Python familiers pour la génération de texte. Le client gère la sérialisation et les nouvelles tentatives automatiquement. Vous pouvez passer des paramètres comme temperature ou top_p pour contrôler la créativité.

L'LLM sans censure accepte les formats de message standard. Vous pouvez passer entre les rôles système, utilisateur et assistant comme avec tout autre fournisseur. L'extrait Python suivant illustre une requête de complétion de base.

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)

Intégration du SDK Node

Utilisez le SDK Node.js pour intégrer la clé API à vos projets JavaScript ou TypeScript. Définissez le apiKey et baseURL propriétés dans la configuration du client. Cela garantit que toutes les requêtes sont acheminées vers nos serveurs au lieu du fournisseur par défaut. Vous pouvez ensuite appeler chat.completions.create() avec vos paramètres souhaités.

L'API de codage sans censure prend en charge les définitions d'outils standard et les modes JSON. Vous pouvez analyser les réponses directement dans la logique de votre application. L'exemple Node.js suivant montre comment initialiser le client et envoyer un message simple.

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);

Comptage des jetons et réponses en streaming

Activez le streaming en définissant stream: true dans votre requête. L'API renvoie des chunks Server-Sent Events (SSE). Chaque chunk contient du contenu partiel, et le dernier chunk inclut l'utilisation totale des tokens. Cela vous permet de rendre le texte de manière progressive dans votre interface utilisateur.

La clé API IA sans censure prend en charge cette fonctionnalité sans coût supplémentaire. Vous pouvez surveiller la consommation de tokens en temps réel. L'extrait de code suivant montre comment gérer les réponses en streaming en 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)

Règles de limites de débit et de concurrence

Vous êtes limité à 300 requêtes par minute par clé. La concurrence est plafonnée à 8 requêtes simultanées. Le corps de la requête ne doit pas dépasser 8 Mo. Ces limites garantissent des performances stables pour tous les utilisateurs prépayés. Si vous dépassez le débit, vous recevez une erreur 429.

La fenêtre de contexte prend en charge jusqu'à 100 000 tokens, combinant prompt et complétion. La sortie est limitée à 16 000 tokens par requête. Si vous ne définissez pas max_tokens, la valeur par défaut est de 2 048 tokens. Surveillez votre utilisation via le tableau de bord pour éviter les interruptions de service.