Panduan permulaan pantas API model

URL Asas dan pengesahan

Titik akhir API ialah https://api.modelsapi.cc/v1. Semua permintaan memerlukan kunci API yang sah yang dihantar dalam Authorization header. Anda menjana kunci ini pada papan pemuka dengan mengklik 'Dapatkan Kunci API'. Ia muncul serta-merta selepas anda mendaftar melalui Google atau e-mel. Tiada nombor telefon diperlukan untuk proses ini. Kunci ini dikaitkan dengan baki akaun dan had penggunaan anda.

Menghantar permintaan penyiapan sembang pertama anda

Hantar permintaan POST ke /v1/chat/completions dengan ID model uncensored. Badan permintaan mesti termasuk messages array containing your prompt. The API returns a text response directly. Errors do not consume your prepaid credit. You can verify the endpoint works by sending a simple greeting.

Copycurl https://api.modelsapi.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List five python libraries for data visualization"}]
  }'

Python SDK integration

Gunakan pustaka Python rasmi OpenAI untuk berinteraksi dengan API. Tetapkan URL asas ke hujung sambungan kami dan berikan kunci API anda. Pendekatan ini memastikan keserasian dengan pangkalan kod sedia ada. Anda boleh membuat instance klien dan memanggil kaedah penyelesaian sembang. Objek respons mengandungi teks yang dijana dan statistik penggunaan token.

Copyfrom openai import OpenAI

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

Integrasi SDK Node

SDK Node.js mengikuti corak konfigurasi yang sama. Import pakej OpenAI dan konfigurasikan URL asas. Lulus kunci API anda dalam objek konfigurasi. Sediaan ini membolehkan anda menggunakan kaedah yang biasa untuk menjana teks. Perpustakaan mengendalikan permintaan HTTP secara automatik.

Copyimport OpenAI from "openai";

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

Respons penstriman dengan Peristiwa Dihantar Pelayan

Aktifkan aliran dengan menetapkan stream: true dalam permintaan anda. API menghantar beberapa pecahan data apabila ia dijana. Setiap pecahan mengandungi respons separa. Pecahan terakhir termasuk jumlah penggunaan token. Kaedah ini mengurangkan latensi yang dirasakan untuk output panjang. Ia sesuai untuk aplikasi masa nyata.

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)

Had, ralat, dan tetingkap konteks

Tingkap konteks menyokong jumlah 100,000 token. Anda boleh output sehingga 16,000 token setiap permintaan. Ralat mengembalikan status 401 untuk kunci tidak sah dan 402 untuk kredit tidak mencukupi. Had kadar mengembalikan 429 selepas 300 permintaan setiap minit. Ralat 429 adalah sementara. Kredit prabayar anda tidak luput. Ralat tidak mengenakan caj pada baki anda. Gunakan kod-kod ini untuk menangani kegagalan dengan baik dalam logik aplikasi anda.