Model api'leri hızlı başlangıç kılavuzu

Kimlik Doğrulama ve Temel URL

Endpoint şurada bulunur https://api.modelapis.cc/v1. Anahtarınızı şurada geçirin Authorization header'ı bearer token olarak kullanın. Sistem, geçersiz anahtarlarla yapılan istekleri 401 hatalarıyla reddeder ve sahip olmadığınız krediyi harcamaya yönelik denemeleri 402 yanıtlarıyla engeller. Panodan hemen yeni bir anahtar oluşturabilir ve eski anahtar anında pasif hale gelebilir.

Sohbet Tamamlama Gönderme

Şuraya bir POST isteği gönderin /v1/chat/completions mesaj geçmişinizle birlikte. Model kimliği "uncensored"dir ve şu standart parametreleri kabul eder: temperature ve top_p. Bu yapı, Cursor ve diğer geliştirici araçları dahil olmak üzere OpenAI protokolünü destekleyen herhangi bir istemci ile çalışır.

Copycurl https://api.modelapis.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "get current unix timestamp"}]
  }'

Yanıtı kontrol edin content field asistan mesajının içinde. Hız sınırınızı aşarsanız API 429 durum kodunu döndürür. Kalan bakiyenizi doğrudan dashboard üzerinden izleyebilirsiniz, başlıkları manuel olarak ayrıştırmaya gerek kalmaz.

SSE Üzerinden Akış Yanıtları

Ayarlayarak akışı etkinleştirin stream: true istemci gövnenizde. API, metnin kısmi parçalarını içeren Sunucu Tarafı Olayları (SSE) döndürür. Bu yaklaşım, metin oluşturulurken metni işleyen sohbet arayüzleri oluşturmak için idealdir.

Copyfrom openai import OpenAI

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

Her parça yalnızca nihai yanıtın bir parçasını içerir. Son parça, istek için tam token kullanım istatistiklerini içerir. Bu, tüm üretimin bitmesini beklemeden maliyetleri gerçek zamanlı olarak izlemenize olanak tanır.

Fonksiyon Çağırma ve Araçlar

Araçlarınızı tools parametre ve tool_choice için auto. Model, uygun olduğunda yapılandırılmış araç çağrıları döndürür; bu da uygulamanızın harici işlevleri yürütmesine olanak tanır. Bu özellik, standart OpenAI SDK'larıyla sorunsuz çalışır.

Copyimport OpenAI from "openai";

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

Parse the tool_calls arka uç mantığınızı tetiklemek için asistan mesajında dizi. Ardından sonuçları sohbetin bir parçası olarak geri besleyebilirsiniz. Bu döngü, API'den çıkmadan karmaşık ajan iş akışlarını mümkün kılar.

JSON Modu Zorlaması

Ayarla response_format için {"type": "json_object"} modelin geçerli JSON çıktısı üretmesini sağlamak için. Bu, yanıtı programatik olarak ayrıştıran uygulamalar için kritiktir. Model bu kısıtlamaya sıkı sıkıya uyacaktır.

Veri borularınız için öngörülebilir yapılara ihtiyaç duyduğunuzda bu modu kullanın. Son işleme regex hilelerine olan ihtiyacı azaltır. Model, JSON modunda bile uncensored kalır, içerik filtreleri olmadan ham veri sağlar.

Token Limitleri ve Bağlam Penceresi

Bağlam penceresi, istem ve tamamlama birlikte olmak üzere 100.000 tokene kadar destekler. İstek başına 16.000 çıktı tokenına kadar talep edebilirsiniz. Belirtmezseniz max_tokens, varsayılan değer 2.048 token'dır.

İstekler, anahtar başına dakikada 300 ile sınırlıdır. Maksimum istek gövdesi boyutu 8 MB'tır. Bu sınırlar, yüksek hacimli kullanım için kararlı performansı sağlar. Hatalar ve reddetmeler ön ödemeli kredinizi tüketmez, bu yüzden yalnızca başarılı oluşturular için ödeme yaparsınız.

Akış

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)