Documentație API pentru dezvoltatori

Autentificare și configurare URL de bază

Începeți prin a configura clientul cu URL-ul de bază și cheia corectă. API-ul nostru este la HTTPS://api.llamaapikey.com/v1. Această configurare funcționează cu SDK-urile oficiale OpenAI și orice client compatibil. Trebuie doar să modificați URL-ul de bază și să furnizați cheia. Nu folosim rutarea modelelor sau blocarea furnizorului.

• URL de bază: HTTPS://api.llamaapikey.com/v1
• ID Model: "uncensored"
• Autentificare: Antet 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"}]
  }'

Trimiterea de cereri către /v1/chat/completions

Trimiteți o solicitare POST standard către endpoint-ul completări chat. ID-ul modelului este "uncensored". Gestionează eficient textul de intrare și ieșire. Puteți ajusta parametri precum temperatura sau top_p. Erorile nu consumă credit. Refuzurile pentru conținutul standard sunt gratuite.

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)

Răspunsuri în flux prin SSE

Activați streaming-ul setând stream: true# Primești Server-Sent Events (SSE) pentru output în timp real. Ultimul chunk conține detaliile de utilizare a tokenilor. Această abordare este ideală pentru interfețe de chat. Primești feedback imediat fără a aștepta întregul răspuns.

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)

Apelarea funcțiilor și utilizarea instrumentelor

Folosește formatul standard de tool-uri pentru apelarea de funcții. Definește-ți funcțiile în tools array. Modelul suportă tool_choice pentru execuție forțată. Poți forța, de asemenea, modul JSON cu response_format. Acest lucru asigură output-uri structurate pentru aplicațiile tale.

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);

mod JSON și formatarea răspunsului

Forțează modelul să genereze JSON valid. Setează response_format pentru {"type": "json_object"}.Aceasta previne răspunsurile defectuoase în parserul tău. Funcționează alături de apelarea de funcții. Primești structuri de date fiabile pentru logica backend-ului tău.

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"}]
  }'

Înțelegerea utilizării și facturării pe tokeni

Plătești pentru utilizarea reală de tokeni. Erorile și refuzurile sunt gratuite. Fereastra de context este de 100.000 de tokeni. Ieșirea maximă este de 16.000 de tokeni. Limita de rată este de 300 de cereri pe minut. Gestionează 401 pentru chei invalide. Gestionează 402 pentru lipsa creditului. Gestionează 429 pentru limitele de rată.

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)