Documentazione API

URL Base e Autenticazione

Connettiti all'API aggiornando la configurazione del client. Usa l'URL di base https://api.gptchatcc.com/v1 e passa la tua chiave nell' Authorization header. Questa configurazione standard assicura che i tuoi SDK OpenAI esistenti instradino le richieste al nostro modello uncensored immediatamente.

• Base URL: https://api.gptchatcc.com/v1
• Intestazione: Authorization: Bearer YOUR_API_KEY

La tua prima richiesta

Invia un semplice completamento chat per verificare la connettività. L'endpoint accetta parametri standard come model, messages, e max_tokens. Il nostro sistema restituisce risposte testuali senza i rifiuti comuni in altri modelli.

Ecco un esempio base di cURL per testare la tua connessione.

Copycurl https://api.gptchatcc.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the capital of France?"}]
  }'

Integrazione SDK Python

Utilizza l'SDK ufficiale openai Pacchetto Python per interagire con l'API. Modifica il base_url e api_key nel blocco di inizializzazione. Questo ti permette di mantenere la tua logica esistente cambiando il modello sottostante.

Il seguente codice dimostra come inizializzare il client e inviare una richiesta.

Copyfrom openai import OpenAI

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

Integrazione SDK Node.js

Integra l'API nei tuoi progetti JavaScript o TypeScript utilizzando il openai pacchetto Node. Passa le tue credenziali durante la creazione del client. L'SDK gestisce automaticamente la serializzazione e l'analisi degli errori.

Usa questo snippet per configurare il client nel tuo ambiente Node.

Copyimport OpenAI from "openai";

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

Risposte in streaming

Abilita la consegna dei token in tempo reale impostando stream: true. L'API restituisce Server-Sent Events (SSE) per applicazioni a bassa latenza. Analizza i chunk per visualizzare il testo mentre viene generato, migliorando l'esperienza utente per le conversazioni lunghe.

Questo esempio mostra come gestire le risposte in streaming in Python.

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)

Limiti di frequenza e vincoli

Monitora il tuo utilizzo per evitare interruzioni del servizio. Sei limitato a 300 richieste al minuto e 8 richieste concorrenti per chiave. La finestra di contesto supporta 100,000 token in totale, con un output massimo di 16,000 token. Gli errori restituiscono 401 per chiavi non valide, 402 per credito insufficiente e 429 per limiti di velocità.