Schnellstart: Client verbinden

Basis-URL & Authentifizierung

Unsere API folgt dem Standard OpenAI-Format, sodass du den Anbieter wechseln kannst, indem du nur zwei Variablen änderst: die Base URL und den API-Schlüssel. Du kannst einen Schlüssel erhalten, indem du dich auf der Seite API-Schlüssel erhalten nur mit E-Mail und Passwort anmeldest. Für die Testphase ist keine Kreditkarte erforderlich, und Schlüssel können bei Kompromittierung sofort neu generiert werden.

Verwende die Base URL https://api.chinesellmapi.com/v1 in deiner Client-Konfiguration. Die Modell-ID, die du senden musst, ist uncensored. Dies ist ein Open-Weight-Modell, das auf unserer dedizierten Infrastruktur läuft, getrennt von GPT, Claude oder anderen Anbietermodellen. Es ist darauf abgestimmt, ohne Inhaltsablehnungen auf legale erwachsene Inhalte zu antworten.

Chat-Abschluss-Endpunkt (POST /v1/chat/completions)

Sende Text ein und empfange Textausgaben über den Standard-Endpunkt für Chat-Vervollständigungen. Dieser Endpunkt unterstützt sowohl nicht-streamende als auch Streaming-Antworten sowie Function Calling. Du musst das Feld model in deinem Anfragekörper auf uncensored setzen.

Anfragen sind auf 8 MB im Anfragetext begrenzt. Wenn du das Kontextfenster von 100.000 Token (Prompt + Vervollständigung) überschreitest, lehnt die API die Anfrage ab. Stelle sicher, dass dein Client HTTP-Antworten korrekt verarbeitet.

• Eingabe: JSON-Körper mit messages-Array.
• Ausgabe: JSON mit choices, das message.content enthält.

Stelle deine erste Anfrage mit diesem Beispiel:

Copycurl https://api.chinesellmapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Python SDK-Integration

Die Verwendung des offiziellen OpenAI Python SDK ist der einfachste Weg zur Integration. Installiere das Paket über pip und konfiguriere den Client, um auf unsere Basis-URL zu zeigen. Dieser Ansatz funktioniert nahtlos mit jeder Bibliothek, die auf dem OpenAI Python Client basiert.

Denke daran, dass unser Modell kein GPT-4 oder ein anderes Anbietermodell ist. Es ist ein unzensiertes Modell. Passe deine Prompt-Engineering-Strategien entsprechend an, da das Modell im Vergleich zu anderen Modellen unterschiedliche stilistische Tendenzen aufweisen kann.

So initialisierst du den Client und sendest eine Anfrage:

Copyfrom openai import OpenAI

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

Node.js SDK-Integration

Für JavaScript- oder TypeScript-Projekte funktioniert das npm-Paket openai mit geringfügigen Konfigurationsänderungen. Setze die baseURL auf unseren API-Endpunkt und gib deinen API-Schlüssel an. Dies gewährleistet die Kompatibilität mit bestehenden Codebasen, die OpenAI-Standardantworten erwarten.

Die Antwortstruktur bleibt identisch mit dem OpenAI-Format, einschließlich der Felder id, object, created und choices. Dies macht es einfach, unser unzensiertes Modell zum Testen oder in der Produktion einzusetzen, ohne deine Datenanalyse-Logik neu schreiben zu müssen.

Konfiguriere und rufe die API auf:

Copyimport OpenAI from "openai";

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

Streaming-Antworten (SSE)

Aktiviere das Streaming, indem du stream: true in deiner Anfrage setzt. Die API gibt Server-Sent Events (SSE) zurück, die inkrementelle Antwortblöcke enthalten. Dies ist ideal für Benutzeroberflächen, die Text in Echtzeit anzeigen müssen, während er generiert wird.

Jeder Block enthält teilweise Inhalte in delta.content. Verarbeite diese Blöcke inkrementell in deinem Client, um die Benutzeroberfläche zu aktualisieren. Der Stream endet, wenn der letzte Block mit finish_reason auf stop oder tool_calls gesetzt empfangen wird.

Beispiel für Streaming-Implementierung:

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)

Ratenlimits, Fehler & Einschränkungen

Überwache deine Nutzung, um Unterbrechungen zu vermeiden. Jeder API-Schlüssel ist auf 300 Anfragen pro Minute begrenzt. Wenn du dieses Limit überschreitest, erhältst du einen 429-Fehler „Too Many Requests“. Anfragekörper dürfen 8 MB nicht überschreiten. Das Kontextfenster beträgt streng 100.000 Token für Prompt und Vervollständigung zusammen.

Häufige Fehler sind:

• 401 Unauthorized: Ungültiger oder fehlender API-Schlüssel.
• 402 Payment Required: Unzureichendes Prepaid-Guthaben.
• 429 Rate Limit: 300 Anfragen pro Minute überschritten.

Die Preisgestaltung ist transparent: $0,25 pro 1M Input-Token und $1,00 pro 1M Output-Token. Guthaben verfällt nie. Nutze den Endpunkt GET /v1/models, um verfügbare Modelle zu überprüfen, obwohl nur uncensored für Chat-Vervollständigungen angeboten wird.