Documentation API pour les développeurs
Ce guide vous aide à faire fonctionner un modèle API sans censure avec des clients compatibles OpenAI standards. Vous pouvez commencer à envoyer des requêtes immédiatement après avoir généré votre clé.
Authentification et configuration de l'URL de base
Commencez par configurer votre client avec l'URL de base et la clé correctes. Notre API est hébergée à HTTPS://api.llamaapikey.com/v1. Cette configuration fonctionne avec les SDK officiels OpenAI et tout client compatible. Vous devez uniquement modifier l'URL de base et fournir votre clé. Nous n'utilisons pas de routage de modèles ni de verrouillage fournisseur.
- URL de base : HTTPS://api.llamaapikey.com/v1
- ID du modèle : "uncensored"
- Auth : En-tête
Authorization: Bearer YOUR_API_KEY
curl 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"}]
}'Envoi de requêtes à /v1/chat/completions
Envoyez une requête POST standard au point de terminaison des compléments de chat. L'ID du modèle est "uncensored". Il gère efficacement l'entrée et la sortie de texte. Vous pouvez ajuster des paramètres comme la température ou le top_p. Les erreurs ne consomment pas de crédit. Les refus pour le contenu standard sont gratuits.
from 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)Réponses en streaming via SSE
Activez le streaming en définissant stream: true. Vous recevez des Server-Sent Events (SSE) pour une sortie en temps réel. Le dernier chunk contient les détails d'utilisation des tokens. Cette approche est idéale pour les interfaces de chat. Vous obtenez un retour immédiat sans attendre la réponse complète.
stream = 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)Appels de fonction et utilisation des outils
Utilisez le format d'outils standard pour l'appel de fonctions. Définissez vos fonctions dans le tools tableau. Le modèle prend en charge tool_choice pour une exécution forcée ou automatique. Vous pouvez également imposer le mode JSON avec response_format. Cela garantit des sorties structurées pour vos applications.
import 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);Mode JSON et formatage des réponses
Forcez le modèle à produire un JSON valide. Définissez response_format à {"type": "json_object"}. Cela empêche les réponses malformées dans votre analyseur. Cela fonctionne conjointement avec l'appel de fonctions. Vous obtenez des structures de données fiables pour la logique de votre backend.
curl 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"}]
}'Comprendre l'utilisation et la facturation des tokens
Vous payez pour une utilisation réelle des tokens. Les erreurs et les refus sont gratuits. La fenêtre de contexte est de 100 000 tokens. La sortie maximale est de 16 000 tokens. La limite de débit est de 300 requêtes par minute. Gérez les 401 pour les clés invalides. Gérez les 402 pour l'absence de crédit. Gérez les 429 pour les limites de débit.
stream = 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)Questions fréquemment posées
Quels modes de paiement acceptez-vous ?
Crypto uniquement : USDT sur TRC20 ou USDC sur Base, tout montant entier de 20 $ à 500 $. Un crédit bonus s'applique à partir de 50 $.
S'agit-il du modèle officiel Llama ?
Non, nous exécutons notre propre modèle non censuré. Il ne s'agit pas de GPT, Claude ou Llama. Nous utilisons le même format d'API. Consultez la documentation du fournisseur pour les détails spécifiques sur leurs modèles.
Que se passe-t-il si je touche la limite de taux ?
Vous obtenez un code de statut 429. La limite est de 300 requêtes par minute. Vous pouvez également avoir 8 requêtes simultanées. Attendez quelques secondes et réessayez.
Générez votre clé instantanément
Inscrivez-vous, copiez la clé, mettez à jour votre URL de base. C'est tout.
