API-documentatie voor ontwikkelaars

Authenticatie en basis-URL-instelling

Configureer je client eerst met de juiste basis-URL en sleutel. Onze API bevindt zich op HTTPS://api.llamaapikey.com/v1. Deze setup werkt met de officiële OpenAI SDK's en elke compatibele client. Je hoeft alleen de basis-URL aan te passen en je sleutel op te geven. We gebruiken geen modelrouting of vendor lock-in.

• Basis-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"}]
  }'

Verzoeken versturen naar /v1/chat/completions

Stuur een standaard POST-verzoek naar het chat-completions-eindpunt. De model-ID is "uncensored". Het verwerkt tekst in en tekst uit efficiënt. U kunt parameters aanpassen zoals temperature of top_p. Fouten verbruiken geen tegoed. Weigeringen voor standaardinhoud zijn 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)

Streamingresponsen via SSE

Activeer streaming door stream: true. Je ontvangt Server-Sent Events (SSE) voor realtime uitvoer. De laatste chunk bevat de tokengebruiksgegevens. Deze aanpak is ideaal voor chatinterfaces. Je krijgt onmiddellijke feedback zonder te hoeven wachten op het volledige antwoord.

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)

Functieaanroep en hulpprogrammagebruik

Gebruik de standaard tools-indeling voor function calling. Definieer je functies in de tools array. Het model ondersteunt tool_choice voor geforceerde uitvoering. Je kunt ook JSON-modus afdwingen met response_format. Dit zorgt voor gestructureerde uitvoer voor je toepassingen.

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 en responsindeling

Forceer het model om geldige JSON uit te geven. Stel response_format naar {"type": "json_object"}. Dit voorkomt malformed responses in je parser. Het werkt samen met function calling. Je krijgt betrouwbare datastructuren voor je backend-logica.

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"}]
  }'

Tokengebruik en facturatie begrijpen

Je betaalt voor echt tokengebruik. Fouten en weigeringen zijn gratis. Het contextvenster is 100.000 tokens. Max output is 16.000 tokens. Rate limit is 300 aanvragen per minuut. Afhandelen van 401 voor ongeldige sleutels. Afhandelen van 402 voor geen credit. Afhandelen van 429 voor 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)