API dokumentáció

Base URL és Hitelesítés

Csatlakozás ide https://api.tokenllm.cc/v1 egyedi API-kulcsa használatával. Ez a base URL bármely szabványos OpenAI SDK-val működik a(z) base_url változó. Fiókonként egy aktív kulcsot kap; egy új kulcs generálása felváltja az előzőt. A hitelesítés a Authorization: Bearer <key> header. Nem követjük nyomon a promptjaidat tanítási célokra, és regisztrálhatsz Google-fiókkal vagy e-mail címmel telefonszám nélkül. A hibák és visszautasítások nulla tokenfogyasztással járnak, így csak a tényleges inferenciáért fizetsz.

A Chat Completions végpont

Küldjön szöget ide POST /v1/chat/completions válaszok generálására. Ez a végpont szöveg-be, szöveg-kivál munkafolyamatokat kezel a cenzúrázatlan modellünkkel. Nem szüksége van beágyazásokra vagy képgenerálásra a szabványos chat feladatokhoz. A modell azonosítója mindig „uncensored”. A kéréseket a saját szervereinkön dolgozzuk fel, így biztosítva, hogy harmadik fél nem szűri a kimenetet. Tartsa a payload méretét 8 MB alatt a levágási problémák elkerülése érdekében.

Kötelező és opcionális paraméterek

Tartalmazzon egy messages tömb a beszélgetés előzményeivel. Állítsa be model "uncensored"-re a helyes irányítás érdekében. Módosíthatja temperature a kreativitás vagy top_p sokszínűséghez. Használja max_tokens a kimenet 16 000 tokenre való korlátozásához, vagy az alapértelmezett 2048 tokenre. A kontextus ablak 100 000 token támogatását nyújtja összesen a prompt és a kiegészítés számára. Opcionális paraméterek, mint például seed és stop precíz kontrollt biztosít a generálás felett.

Streamelési válaszok SSE-n keresztül

Engedélyezze a streamelést úgy, hogy stream: true a kérésben. Az API Szerver által küldött eseményeket (SSE) ad vissza a valós idejű token kiszállításához. Minden darab részleges szöveget tartalmaz, és az utolsó darab tartalmazza a teljes token-felhasználási statisztikákat. Ez a megközelítés csökkenti az érzékelt késleltést hosszú válaszok esetén. Feldolgozhatja a tokeneket érkezéskor, ami ideális chat felületekhez. A streamelés minden szabványos paraméterrel működik.

Függvényhívás és JSON mód

Határozzon meg eszközöket a tools paraméter a függvényhívási képességekhez. A modell strukturált JSON-t adhat ki, ha beállítja response_format a {"type": "json_object"}. Ez megbízható feldolgozást biztosít az utólagos alkalmazásoknak. Megadhatja a tool_choice az automatikus kiválasztás kikényszerítését vagy engedélyezését. Ezek a funkciók ugyanazon az uncensored modellen belül működnek, így nem kell külön strukturált kimenet szolgáltatót igénybe vennie.

Hibakezelés és token felhasználás

Kezelje az HTTP 401-et érvénytelen kulcsok esetén és a 429-et a sebességkorlátok miatt. Percenként 300 kérésre és kulcsonként 8 párhuzamos kérésre van korlátozva. Ha 402-es hibát kap, az előleges hitel kimerült. A tartalom-szűrők miatti elutasítások (például kiskorúak szexuális tartalma) nem számítanak tokeneket. Az API sosem jár le a hitelével, így bármikor feltölthet. Mindig ellenőrizze a válasz törzsét a részletes hibauzenetekért.

cURL

Copycurl https://api.tokenllm.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the current price of one llm token"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.tokenllm.cc/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.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.tokenllm.cc/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);

Streamelés

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)