Dokumentasi API untuk pengembang

Autentikasi dan penyiapan URL dasar

Mulai dengan mengonfigurasi klien Anda dengan URL dasar dan kunci yang benar. API kami berada di HTTPS://api.llamaapikey.com/v1. Pengaturan ini berfungsi dengan SDK OpenAI resmi dan klien apa pun yang kompatibel. Anda hanya perlu mengubah URL dasar dan menyediakan kunci Anda. Kami tidak menggunakan pengalihan model atau vendor lock-in.

• URL Dasar: HTTPS://api.llamaapikey.com/v1
• ID Model: "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"}]
  }'

Mengirimkan permintaan ke /v1/chat/completions

Kirimkan permintaan POST standar ke endpoint chat completions. ID modelnya adalah "uncensored". Model ini menangani input dan output teks secara efisien. Anda dapat menyesuaikan parameter seperti temperature atau top_p. Kesalahan tidak menguras kredit. Penolakan untuk konten standar 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)

Respons streaming melalui SSE

Aktifkan streaming dengan mengatur stream: true. Anda menerima Server-Sent Events (SSE) untuk output waktu nyata. Potongan terakhir berisi detail penggunaan token. Pendekatan ini ideal untuk antarmuka obrolan. Anda mendapatkan umpan balik langsung tanpa menunggu respons penuh.

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)

Pemanggilan fungsi dan penggunaan alat

Gunakan format tools standar untuk pemanggilan fungsi. Definisikan fungsi Anda di dalam tools array. Model mendukung tool_choice untuk eksekusi paksa. Anda juga dapat memaksakan mode JSON dengan response_formatIni memastikan output terstruktur untuk aplikasi Anda.

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);

Mode JSON dan format respons

Paksa model untuk menghasilkan JSON valid. Atur response_format ke {"type": "json_object"}. Ini mencegah respons yang rusak di parser Anda. Ini bekerja bersama pemanggilan fungsi. Anda mendapatkan struktur data yang andal untuk logika backend Anda.

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"}]
  }'

Memahami penggunaan dan penagihan token

Anda membayar untuk penggunaan token nyata. Kesalahan dan penolakan gratis. Jendela konteks adalah 100.000 token. Output maksimum adalah 16.000 token. Batas laju adalah 300 permintaan per menit. Tangani 401 untuk kunci tidak valid. Tangani 402 untuk tidak ada kredit. Tangani 429 untuk batas laju.

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)