APIドキュメント

認証とベースURLのセットアップ

から資格情報を生成することから始めましょう。 APIキーを取得 Googleまたはメールでページにアクセスします。システムはキーを即座に表示し、いつでもアクセスを取り消すためにキーを置き換えることができます。すべてのリクエストは標準の /v1 エンドポイントの構造です。複雑なヘッダーを設定する必要はなく、Authorizationヘッダーにキーを渡すだけです。

当社のアンセンサードAI APIキーは、OpenAI互換クライアントをサポートするあらゆるライブラリで動作します。ベースURLを HTTPS://api.glmkey.com/v1 に変更し、トークンを注入するだけです。この構成は標準的な統合と同等であり、ベンダーロックインなしで既存コードが正しくルーティングされることを保証します。

• ベースURL: HTTPS://api.glmkey.com/v1
• Authヘッダー: Authorization: Bearer YOUR_API_KEY

チャット完了エンドポイントリファレンス

チャット完了エンドポイントにJSONをポストしてモデルにテキストを送信します。APIはモデル名、メッセージ配列、およびオプションのパラメータを含む標準的なペイロードを期待します。あなたは uncensored 制限のない出力に最適化された大規模言語モデルに確実にアクセスするために、モデルIDとして使用します。

401は無効なキーを示し、402は前払いクレジットが不足していることを示します。システムは実際のトークン使用量に対してのみ課金するため、エラーは残高を消費しません。接続をテストするには、以下のcurlコマンドを使用してください。

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 の統合

公式の OpenAI ライブラリをインストールし、ベース URL をポイントするように構成します。これにより、テキスト生成に慣れ親しんだ Python パターンを使用できます。クライアントはシリアライズとリトライを自動的に処理します。次のようなパラメータを渡すことができます temperature または top_p 創造性を制御する。

Uncensored LLMは標準のメッセージ形式を受け入れます。他のプロバイダーと同様に、system、user、assistantのロールを切り替えることができます。以下のPythonスニペットは、基本的なcompletionリクエストの例を示しています。

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の統合

Node.js SDKを使用して、APIキーをJavaScriptまたはTypeScriptプロジェクトに統合します。設定 apiKey および baseURL クライアント設定内のプロパティ。これにより、すべてのリクエストがデフォルトのプロバイダーではなく当社のサーバーにルーティングされることが保証されます。その後、呼び出し chat.completions.create() 希望するパラメータで。

Uncensored Coding APIは標準的なツール定義とJSONモードをサポートしています。レスポンスをアプリケーションロジックに直接解析できます。以下のNode.jsの例は、クライアントの初期化と簡単なメッセージの送信方法を示しています。

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);

ストリーミングレスポンスとトークン数

streamをtrueに設定してストリーミングを有効にする stream: true リクエストに含まれます。APIはサーバー送信イベント（SSE）チャンクを返します。各チャンクには部分的なコンテンツが含まれ、最後のチャンクには総トークン使用量が含まれます。これにより、UIでテキストを段階的にレンダリングできます。

Uncensored AI APIキーは追加コストなしでこの機能をサポートします。トークン消費量をリアルタイムで監視できます。以下のスニペットは、Pythonでストリーミング応答を処理する方法を示しています。

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)

レート制限と同時実行数のルール

キーごとに1分間に300リクエストまで制限されています。同時実行数は8つの同時リクエストに制限されます。リクエストボディは8 MBを超えてはなりません。これらの制限は、すべての前払いユーザーに対して安定したパフォーマンスを保証します。レートを超えると、429エラーが発生します。

コンテキストウィンドウは、プロンプトと補完を合わせて最大100,000トークンをサポートします。出力はリクエストあたり16,000トークンに制限されます。設定しない場合 max_tokens, デフォルトは2,048トークンです。ダッシュボードを通じて使用状況を監視し、サービスの中断を避けてください。