Démarrage rapide : Connectez votre client

URL de base et authentification

Notre API suit le format standard OpenAI, ce qui vous permet de changer de fournisseur en modifiant uniquement deux variables : l'URL de base et la clé API. Vous pouvez obtenir une clé en vous inscrivant sur la page Obtenir la clé API avec simplement un e-mail et un mot de passe. Aucune carte bancaire n'est requise pour l'essai, et les clés peuvent être régénérées instantanément en cas de compromission.

Utilisez l'URL de base https://api.chinesellmapi.com/v1 dans la configuration de votre client. L'ID du modèle que vous devez envoyer est uncensored. Il s'agit d'un modèle à poids ouverts fonctionnant sur notre infrastructure dédiée, distinct de GPT, Claude ou d'autres modèles de fournisseurs. Il est ajusté pour répondre sans refus de contenu pour une utilisation adulte légale.

Endpoint de complétions de chat (POST /v1/chat/completions)

Envoyez du texte et recevez du texte en utilisant l'endpoint standard de complétions de chat. Cet endpoint prend en charge les réponses non-streaming et streaming, ainsi que l'appel de fonctions/outils. Vous devez inclure le champ model défini sur uncensored dans le corps de votre requête.

Les requêtes sont limitées à 8 Mo en taille de corps. Si vous dépassez la fenêtre de contexte de 100 000 tokens (prompt + complétion), l'API rejettera la requête. Assurez-vous que votre client gère correctement les réponses HTTP standard.

• Entrée : Corps JSON avec le tableau messages.
• Sortie : JSON avec choices contenant message.content.

Effectuez votre première requête avec cet exemple :

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."}]
  }'

Intégration du SDK Python

L'utilisation du SDK Python officiel OpenAI est le moyen le plus simple d'intégrer. Installez le package via pip et configurez le client pour pointer vers notre URL de base. Cette approche fonctionne sans problème avec toute bibliothèque construite sur le client Python OpenAI.

N'oubliez pas que notre modèle n'est pas GPT-4 ou tout autre modèle de fournisseur. C'est un modèle sans censure. Ajustez votre ingénierie de prompt en conséquence, car le modèle peut avoir des tendances stylistiques différentes par rapport aux autres modèles.

Voici comment initialiser le client et envoyer une requête :

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)

Intégration du SDK Node.js

Pour les projets JavaScript ou TypeScript, le package npm openai fonctionne avec de légères modifications de configuration. Définissez baseURL sur l'endpoint de notre API et fournissez votre clé API. Cela garantit la compatibilité avec les bases de code existantes qui s'attendent à des réponses standard OpenAI.

La structure de la réponse reste identique au format OpenAI, y compris les champs id, object, created et choices. Cela facilite le remplacement par notre modèle sans censure pour les tests ou la production sans réécrire votre logique d'analyse des données.

Configurez et appelez l'API :

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);

Réponses streamées (SSE)

Activez le streaming en définissant stream: true dans votre requête. L'API renvoie des Server-Sent Events (SSE) contenant des morceaux incrémentaux de la réponse. C'est idéal pour les interfaces utilisateur qui doivent afficher du texte en temps réel au fur et à mesure de sa génération.

Chaque morceau contient du contenu partiel dans delta.content. Gérez ces morceaux de manière incrémentale dans votre client pour mettre à jour l'interface utilisateur. Le stream se termine lorsque le dernier morceau est reçu avec finish_reason défini sur stop ou tool_calls.

Exemple d'implémentation du streaming :

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)

Limites de débit, erreurs et contraintes

Surveillez votre utilisation pour éviter les interruptions. Chaque clé API est limitée à 300 requêtes par minute. Si vous dépassez cette limite, vous recevrez une erreur 429 Too Many Requests. Les corps de requête ne doivent pas dépasser 8 Mo. La fenêtre de contexte est strictement de 100 000 tokens pour le prompt et la complétion combinés.

Les erreurs courantes incluent :

• 401 Non autorisé : Clé API invalide ou manquante.
• 402 Paiement requis : Crédit prépayé insuffisant.
• 429 Limite de débit : Plus de 300 requêtes par minute dépassées.

La tarification est transparente : 0,25 $ par 1M de tokens d'entrée et 1,00 $ par 1M de tokens de sortie. Les crédits n'expirent jamais. Utilisez l'endpoint GET /v1/models pour vérifier les modèles disponibles, bien que seul uncensored soit proposé pour les complétions de chat.