Documentação da API para desenvolvedores

Autenticação e configuração da URL base

Comece configurando seu cliente com a URL base e a chave corretas. Nossa API está em HTTPS://api.llamaapikey.com/v1. Esta configuração funciona com os SDKs oficiais da OpenAI e qualquer cliente compatível. Você só precisa alterar a URL base e fornecer sua chave. Não utilizamos roteamento de modelos nem lock-in de fornecedor.

• URL Base: HTTPS://api.llamaapikey.com/v1
• ID do Modelo: "uncensored"
• Autenticação: Cabeçalho 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"}]
  }'

Enviando solicitações para /v1/chat/completions

Envie uma solicitação POST padrão para o endpoint de conclusões de chat. O ID do modelo é "uncensored". Ele lida com entrada e saída de texto de forma eficiente. Você pode ajustar parâmetros como temperatura ou top_p. Erros não consomem crédito. Recusas para conteúdo padrão são gratuitas.

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)

Respostas em streaming via SSE

Ative o streaming definindo stream: true. Você recebe Server-Sent Events (SSE) para saída em tempo real. O último chunk contém os detalhes de uso de tokens. Esta abordagem é ideal para interfaces de chat. Você recebe feedback imediato sem esperar pela resposta completa.

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)

Chamada de função e uso de ferramentas

Use o formato padrão de ferramentas para function calling. Defina suas funções no tools array. O modelo suporta tool_choice para execução forçada. Você também pode impor o modo JSON com response_format. Isso garante saídas estruturadas para suas aplicações.

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);

modo JSON e formatação de resposta

Força o modelo a gerar JSON válido. Defina response_format para {"type": "json_object"}. Isso evita respostas malformadas no seu parser. Funciona junto com a chamada de funções. Você obtém estruturas de dados confiáveis para a lógica do seu backend.

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"}]
  }'

Entendendo o uso e a cobrança por tokens

Você paga pelo uso real de tokens. Erros e recusas são gratuitos. A janela de contexto é de 100.000 tokens. Saída máxima é de 16.000 tokens. Limite de taxa é de 300 solicitações por minuto. Lidere com 401 para chaves inválidas. Lidere com 402 para sem crédito. Lidere com 429 para limites de taxa.

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)