OpenAI-Compatible API-Dokumentation

Schnellstart: Verbindung mit OpenAI SDK

Beginnen Sie mit der Authentifizierung mit Ihrem Schlüssel und weisen Sie den Client auf unsere Base URL. Diese Einrichtung funktioniert mit den offiziellen OpenAI SDKs für Python und Node.js, sodass Sie denselben Client-Code gegen unseren Dienst ausführen können. Sie benötigen einen gültigen API-Schlüssel aus dem Dashboard und die korrekte Endpunkt-Konfiguration.

Copycurl https://api.openaiapicompatible.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return the current UTC timestamp in ISO 8601 format"}]
  }'

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.openaiapicompatible.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)

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.openaiapicompatible.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);

Chat-Vervollständigungs-Endpunkt

Senden Sie Text an unseren einzelnen Chat-Endpunkt für direkte Textausgaben. Wir verwenden POST /v1/chat/completions, um Ihre Eingaben zu verarbeiten und generierten Text zurückzugeben. Dies ist die Kerninteraktion für die meisten LLM-Anwendungen, ohne komplexe Routing-Logik oder zusätzliche Service-Aufrufe.

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)

Streaming mit SSE

Empfangen Sie Tokens in Echtzeit über Server-Sent Events für geringere Latenz. Aktivieren Sie Streaming, indem Sie den stream-Parameter in Ihrer Anfrage auf true setzen. Der letzte Chunk enthält Token-Verbrauchsdaten, sodass Sie die Kosten genau verfolgen können, während das Modell Text generiert. Dieser Ansatz hält Ihre Benutzeroberfläche auch für lange Ausgaben reaktionsfähig.

Funktionsaufruf & JSON-Modus

Integrieren Sie Tools und erzwingen Sie strukturierte Ausgaben für zuverlässige programmatische Interaktionen. Nutzen Sie den Parameter „tools“, um Funkschemas zu definieren, und legen Sie „response_format“ auf „json_object“ fest, um strenge JSON-Konformität zu gewährleisten. Unser unzensiertes Modell verarbeitet komplexe Anweisungen und Randfälle, ohne gültige Funktionsanfragen abzulehnen.

Rate Limits & Parameter

Überwachen Sie Ihre Nutzung gegen strenge pro-Schlüssel-Limits, um Dienstunterbrechungen zu vermeiden. Sie dürfen 300 Anfragen pro Minute und acht gleichzeitige Anfragen pro Schlüssel stellen, mit einem 8 MB großen Körper. Fehler wie 401 (ungültiger Schlüssel), 402 (kein Guthalt) und 429 (Rate-Limit) zeigen spezifische Kontostände an.

Kontextfenster & Einschränkungen

Maximieren Sie die Kontextverarbeitung mit einem 100.000-Token-Fenster für kombinierte Eingabe und Ausgabe. Legen Sie max_tokens fest, um die Generierungslänge zu steuern, standardmäßig 2.048, wenn nicht angegeben. Unser Modell läuft auf proprietären Servern, nicht als Proxy für andere Anbieter, was konsistente Leistung für Ihren spezifischen Anwendungsfall gewährleistet.