Documentação da API

Autenticação e configuração da URL base

Come gerando sua credencial no Obter chave de API página usando Google ou e-mail. O sistema exibe sua chave imediatamente, e você pode substituí-la a qualquer momento para revogar o acesso. Todas as solicitações visam o padrão /v1 estrutura de endpoint. Você não precisa configurar cabeçalhos complexos, basta passar a chave no cabeçalho Authorization.

Nossa chave de API de IA sem censura funciona com qualquer biblioteca que suporte clientes compatíveis com OpenAI. Altere a URL base para HTTPS://api.glmkey.com/v1 e injete seu token. Essa configuração espelha integrações padrão, garantindo que seu código existente roteie corretamente sem bloqueio de fornecedor.

• URL Base: HTTPS://api.glmkey.com/v1
• Cabeçalho de autenticação: Authorization: Bearer SUA_CHAVE_API

Referência do endpoint de completions de chat

Envie texto para o modelo postando JSON no endpoint de conclusões de chat. A API espera um payload padrão com nome do modelo, array de mensagens e parâmetros opcionais. Você deve especificar uncensored como o ID do modelo para garantir que você acesse o modelo de linguagem grande correto, ajustado para saída sem restrições.

Erros como 401 indicam uma chave inválida, enquanto 402 sinaliza crédito pré-pago insuficiente. O sistema cobra apenas pelo uso real de tokens, então erros não consomem seu saldo. Use o seguinte comando curl para testar a conexão.

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"}]
  }'

Integração do SDK Python

Instale a biblioteca oficial da OpenAI e configure-a para apontar para nossa URL base. Isso permite que você use padrões Python familiares para gerar texto. O cliente lida com serialização e retentativas automaticamente. Você pode passar parâmetros como temperature ou top_p para controlar a criatividade.

A LLM sem censura aceita formatos de mensagem padrão. Você pode alternar entre funções system, user e assistant assim como faria com qualquer outro provedor. O snippet Python a seguir demonstra uma solicitação básica de conclusão.

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)

Integração do SDK Node

Use o SDK Node.js para integrar a chave de API em seus projetos JavaScript ou TypeScript. Defina o apiKey e baseURL propriedades na configuração do cliente. Isso garante que todas as solicitações sejam roteadas para nossos servidores em vez do provedor padrão. Você pode então chamar chat.completions.create() com seus parâmetros desejados.

A API de codificação sem censura suporta definições padrão de ferramentas e modos JSON. Você pode analisar as respostas diretamente na lógica do seu aplicativo. O exemplo a seguir em Node.js mostra como inicializar o cliente e enviar uma mensagem simples.

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);

Respostas em streaming e contagens de tokens

Ative o streaming definindo stream: true na sua solicitação. A API retorna fragmentos de Eventos Enviados pelo Servidor (SSE). Cada fragmento contém conteúdo parcial, e o último fragmento inclui o uso total de tokens. Isso permite que você renderize o texto progressivamente na sua interface do usuário.

A chave da API de IA sem censura suporta este recurso sem custo adicional. Você pode monitorar o consumo de tokens em tempo real. O snippet a seguir demonstra como lidar com respostas de streaming em 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)

Regras de limites de taxa e concorrência

Você está limitado a 300 solicitações por minuto por chave. A simultaneidade é limitada a 8 solicitações simultâneas. O corpo da solicitação não deve exceder 8 MB. Esses limites garantem desempenho estável para todos os usuários pré-pagos. Se você exceder a taxa, receberá um erro 429.

A janela de contexto suporta até 100.000 tokens para prompt e conclusão combinados. A saída é limitada a 16.000 tokens por solicitação. Se você não definir max_tokens, o padrão é 2.048 tokens. Monitore seu uso pelo painel para evitar interrupções no serviço.