Geliştiriciler için API dokümantasyonu

Kimlik doğrulama ve base URL kurulumu

İstemcinizi doğru temel URL ve anahtarla yapılandırarak başlayın. API'miz HTTPS://api.llamaapikey.com/v1 adresinde çalışır. Bu kurulum resmi OpenAI SDK'ları ve uyumlu herhangi bir istemci ile çalışır. Yalnızca temel URL'yi değiştirmeniz ve anahtarınızı sağlamanız yeterlidir. Model yönlendirmesi veya satıcı kilitlemesi kullanmayız.

• Temel URL: HTTPS://api.llamaapikey.com/v1
• Model Kimliği: "uncensored"
• Kimlik Doğrulama: 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"}]
  }'

/v1/chat/completions uç noktasına istek gönderme

Standart bir POST isteğini chat completions uç noktasına gönderin. Model kimliği "uncensored"dir. Metin giriş ve çıkışını verimli bir şekilde yönetir. Sıcaklık veya top_p gibi parametreleri ayarlayabilirsiniz. Hatalar krediyi tüketmez. Standart içerik için reddiyeler ücretsizdir.

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)

SSE aracılığıyla akış yanıtları

Ayarlayarak akışı etkinleştirin stream: true. Gerçek zamanlı çıktı için Sunucu Tarafından Gönderilen Olaylar (SSE) alırsınız. Son parça token kullanım ayrıntılarını içerir. Bu yaklaşım sohbet arayüzleri için idealdir. Tam yanıtı beklemeden hemen geri bildirim alırsınız.

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)

Fonksiyon çağırma ve araç kullanımı

İşlev çağırma için standart araç formatını kullanın. İşlevlerinizi şurada tanımlayın tools dizi. Model tool_choice zorunlu veya otomatik yürütme için. Şunu kullanarak JSON modunu da zorlayabilirsiniz response_format. Bu, uygulamalarınız için yapılandırılmış çıktılar sağlar.

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 modu ve yanıt biçimlendirme

Modelin geçerli JSON çıktısı vermesini sağlayın. Parametreyi ayarlayın response_format için {"type": "json_object"}. Bu, ayrıştırıcınızda hatalı yanıtları önler. Fonksiyon çağırma ile birlikte çalışır. Arka uç mantığınız için güvenilir veri yapıları elde edersiniz.

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"}]
  }'

Token kullanımını ve faturalandırmayı anlama

Gerçek token kullanımı için ödeme yaparsınız. Hatalar ve reddetmeler ücretsizdir. Bağlam penceresi 100,000 token'dır. Maksimum çıkış 16,000 token'dır. Hız sınırı dakikada 300 istektir. Geçersiz anahtarlar için 401'i yönetin. Kredi yok için 402'yi yönetin. Hız sınırları için 429'u yönetin.

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)