API-dokumentation til udviklere

Autentificering og base URL-setup

Konfigurer først din klient med den korrekte base URL og nøgle. Vores API findes på HTTPS://api.llamaapikey.com/v1. Denne opsætning fungerer med de officielle OpenAI SDK'er og ethvert kompatibelt klientprogram. Du skal kun ændre base URL'en og angive din nøgle. Vi bruger ikke modelrouting eller vendor lock-in.

• Base URL: HTTPS://api.llamaapikey.com/v1
• Model-ID: "uncensored"
• Auth: Header Authorization: Bearer YOUR_API_KEY

Copycurl https://api.llamaapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate API key for llama model usage"}]
  }'

At sende anmodninger til /v1/chat/completions

Send en standard POST request til chat completions endpointet. Model-ID'et er "uncensored". Det håndterer text in og text out effektivt. Du kan justere parametre som temperature eller top_p. Errors forbruger ikke credit. Refusals for standard indhold er gratis.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.llamaapikey.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)

Streaming-respons via SSE

Aktivér streaming ved at indstille stream: true. Du modtager Server-Sent Events (SSE) til realtidsoutput. Det sidste chunk indeholder tokenbrugsoplysningerne. Denne tilgang er ideel til chatgrænseflader. Du får øjeblikkelig feedback uden at vente på hele svaret.

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)

Funktionssamtaler og værktøjsbrug

Brug det standard værktøjsformat til funktionssamtale. Definer dine funktioner i tools array. Modellen understøtter tool_choice til tvungen eller automatisk eksekvering. Du kan også tvinge JSON-tilstand med response_format. Dette sikrer strukturerede output til dine applikationer.

Copyimport OpenAI from "openai";

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

JSON-tilstand og formatering af svar

Tving modellen til at udskrive gyldig JSON. Indstil response_format til {"type": "json_object"}. Dette forhindrer malformede svar i din parser. Det fungerer sammen med function calling. Du får pålidelige datastrukturer til din backend-logik.

Copycurl https://api.llamaapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate API key for llama model usage"}]
  }'

Forståelse af tokenbrug og fakturering

Du betaler for reel token-brug. Fejl og afvisninger er gratis. Kontekstvinduet er 100.000 tokens. Max output er 16.000 tokens. Rate limit er 300 forespørgsler i minuttet. Håndter 401 for ugyldige nøgler. Håndter 402 for mangel på credit. Håndter 429 for rate limits.

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)