API 문서

인증 및 Base URL 설정

에서 자격 증명을 생성하세요. API 키 받기 Google 또는 이메일로 페이지에 접속하세요. 시스템은 키를 즉시 표시하며, 언제든지 교체하여 접근 권한을 취소할 수 있습니다. 모든 요청은 표준 /v1 구조입니다. 복잡한 헤더를 구성할 필요가 없습니다. Authorization 헤더에 키를 전달하기만 하면 됩니다.

당사의 무차별 AI API는 OpenAI 호환 클라이언트를 지원하는 모든 라이브러리에서 작동합니다. 기본 URL을 HTTPS://api.glmkey.com/v1로 변경하고 토큰을 주입하세요. 이 설정은 표준 통합을 반영하여 벤더 잠금 없이 기존 코드가 올바르게 라우팅되도록 보장합니다.

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

채팅 완료 엔드포인트 참조

채팅 완성 엔드포인트로 JSON을 게시하여 모델로 텍스트를 보내세요. API는 모델 이름, 메시지 배열 및 선택적 매개변수가 포함된 표준 페이로드를 기대합니다. 다음을 명시해야 합니다. uncensored 정확한 대규모 언어 모델에 접근하도록 보장하는 모델 ID로 설정하세요. 이 모델은 제한 없는 출력을 위해 튜닝되었습니다.

401은 잘못된 키를, 402는 부족해진 선불 크레딧을 나타냅니다. 시스템은 실제 토큰 사용량에 대해서만 요금이 부과되므로 오류로 인해 잔액이 소모되지 않습니다. 연결을 테스트하려면 다음 curl 명령을 사용하세요.

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 통합

공식 OpenAI 라이브러리를 설치하고 기본 URL을 저희 주소로 설정하세요. 이렇게 하면 텍스트 생성을 위해 익숙한 Python 패턴을 사용할 수 있습니다. 클라이언트는 직렬화와 재시도를 자동으로 처리합니다. 다음 같은 매개변수를 전달할 수 있습니다 temperature 또는 top_p 창의성을 제어합니다.

uncensored LLM은 표준 메시지 형식을 허용합니다. 다른 제공업체와 마찬가지로 시스템, 사용자 및 어시스턴트 역할 간에 전환할 수 있습니다. 다음 Python 스니펫은 기본 completion 요청을 보여줍니다.

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 통합

API 키를 JavaScript 또는 TypeScript 프로젝트에 통합하려면 Node.js SDK를 사용하세요. 설정 apiKey 및 baseURL 클라이언트 구성에서 속성. 이를 통해 모든 요청이 기본 제공업체 대신 우리의 서버로 라우팅되도록 보장합니다. 그런 다음 호출할 수 있습니다 chat.completions.create() 원하는 매개변수와 함께

uncensored 코딩 API는 표준 도구 정의 및 JSON 모드를 지원합니다. 응답을 애플리케이션 로직으로 직접 구문 분석할 수 있습니다. 다음 Node.js 예제는 클라이언트를 초기화하고 간단한 메시지를 보내는 방법을 보여줍니다.

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);

스트리밍 응답 및 토큰 수

stream을 true로 설정하여 스트리밍 활성화 stream: true 요청에 포함됩니다. API는 서버 전송 이벤트(SSE) 청크를 반환합니다. 각 청크에는 부분 콘텐츠가 포함되어 있으며, 마지막 청크에는 총 토큰 사용량이 포함됩니다. 이를 통해 UI에서 텍스트를 점진적으로 렌더링할 수 있습니다.

uncensored AI API 키는 이 기능을 추가 비용 없이 지원합니다. 토큰 소비량을 실시간으로 모니터링할 수 있습니다. 다음 스니펫은 Python에서 스트리밍 응답을 처리하는 방법을 보여줍니다.

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)

속도 제한 및 동시성 규칙

키당 분당 요청 수는 300개로 제한됩니다. 동시 요청 수는 최대 8개로 제한됩니다. 요청 본문은 8MB를 초과해서는 안 됩니다. 이러한 제한은 모든 선불 사용자의 안정적인 성능을 보장합니다. 속도 제한을 초과하면 429 오류가 발생합니다.

컨텍스트 윈도우는 프롬프트와 결과물을 합쳐 최대 100,000개의 토큰을 지원합니다. 출력은 요청당 16,000개 토큰으로 제한됩니다. 설정하지 않을 경우 max_tokens, 기본값은 2,048 토큰입니다. 서비스 중단 없이 사용량을 대시보드를 통해 모니터링하세요.