API-Dokumentation für Entwickler

Authentifizierung und Basis-URL-Einrichtung

Konfigurieren Sie zunächst Ihren Client mit der korrekten Basis-URL und dem Schlüssel. Unsere API befindet sich unter HTTPS://api.llamaapikey.com/v1. Diese Einrichtung funktioniert mit den offiziellen OpenAI-SDKs und jedem kompatiblen Client. Sie müssen nur die Basis-URL ändern und Ihren Schlüssel angeben. Wir verwenden kein Model Routing und keine Vendor Lock-in.

• Basis-URL: HTTPS://api.llamaapikey.com/v1
• Modell-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"}]
  }'

Anfragen an /v1/chat/completions senden

Senden Sie eine Standard-POST-Anfrage an den Chat-Vervollständigungs-Endpunkt. Die Modell-ID ist "uncensored". Es verarbeitet Texteingaben und -ausgaben effizient. Sie können Parameter wie Temperatur oder top_p anpassen. Fehler verbrauchen kein Guthaben. Ablehnungen für Standardinhalte sind kostenlos.

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-Antworten über SSE

Aktivieren Sie Streaming, indem Sie stream: true. Sie erhalten Server-Sent Events (SSE) für Echtzeit-Ausgaben. Der letzte Chunk enthält die Token-Nutzungsdetails. Dieser Ansatz ist ideal für Chat-Schnittstellen. Sie erhalten sofortiges Feedback, ohne auf die vollständige Antwort warten zu müssen.

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)

Funktionsaufruf und Tool-Einsatz

Verwenden Sie das Standard-Tools-Format für Function Calling. Definieren Sie Ihre Funktionen in der tools array. Das Modell unterstützt tool_choice für erzwungene oder automatische Ausführung. Sie können auch den JSON-Modus erzwingen mit response_format. Dies gewährleistet strukturierte Ausgaben für Ihre Anwendungen.

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-Modus und Formatierung der Antwort

Zwingen Sie das Modell dazu, gültiges JSON auszugeben. Setzen Sie response_format zu {"type": "json_object"}. Dies verhindert fehlerhafte Antworten in Ihrem Parser. Es funktioniert zusammen mit Function Calling. Sie erhalten zuverlässige Datenstrukturen für Ihre 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"}]
  }'

Token-Nutzung und Abrechnung verstehen

Sie zahlen für echte Token-Nutzung. Fehler und Ablehnungen sind kostenlos. Das Kontextfenster beträgt 100.000 Tokens. Maximalausgabe sind 16.000 Tokens. Rate-Limit sind 300 Anfragen pro Minute. Behandeln Sie 401 für ungültige Schlüssel. Behandeln Sie 402 für kein Guthaben. Behandeln Sie 429 für 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)