Dokumentacja API

Bazowy URL i autoryzacja

Połącz się z API, aktualizując konfigurację klienta. Użyj bazowego URL https://api.gptchatcc.com/v1 i przekaż swój klucz w Authorization Nagłówek. To standardowe rozwiązanie zapewnia, że Twoje istniejące biblioteki OpenAI SDK kierują żądania do naszego modelu uncensored natychmiast.

• URL bazowy: https://api.gptchatcc.com/v1
• Nagłówek: Authorization: Bearer YOUR_API_KEY

Twoje Pierwsze Żądanie

Wyślij proste uzupełnienie czatu, aby zweryfikować łączność. Punkt końcowy akceptuje standardowe parametry, takie jak model, messages, a także max_tokens. Nasz system zwraca odpowiedzi tekstowe bez odrzuceń powszechnych w innych modelach.

Oto podstawowy przykład cURL do przetestowania połączenia.

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?"}]
  }'

Integracja SDK Python

Użyj oficjalnego openai Pakiet Python do interakcji z API. Zmień base_url i api_key w bloku inicjalizacji. Pozwala to na zachowanie istniejącej logiki przy jednoczesnej zmianie podstawowego modelu.

Poniższy kod demonstruje sposób zainicjowania klienta i wysłania żądania.

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)

Integracja SDK Node.js

Zintegruj API do swoich projektów JavaScript lub TypeScript za pomocą openai pakiet Node. Przekaż swoje dane uwierzytelniające podczas tworzenia klienta. SDK automatycznie obsługuje serializację i parsowanie błędów.

Użyj tego fragmentu kodu, aby skonfigurować klienta w środowisku 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);

Odpowiedzi strumieniowe

Włącz dostarczanie tokenów w czasie rzeczywistym, ustawiając stream: true. API zwraca zdarzenia wysłane przez serwer (SSE) dla aplikacji o niskiej latencji. Analizuj fragmenty, aby wyświetlać tekst w miarę jego generowania, co poprawia doświadczenie użytkownika podczas długich rozmów.

Ten przykład pokazuje, jak obsługiwać odpowiedzi strumieniowane w Pythonie.

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)

Limity szybkości i ograniczenia

Monitoruj swoje zużycie, aby uniknąć przerw w usłudze. Jesteś ograniczony do 300 żądań na minutę i 8 równoczesnych żądań na klucz. Okno kontekstowe obsługuje łącznie 100 000 tokenów, z maksymalnym wyjściem 16 000 tokenów. Błędy zwracają 401 dla nieprawidłowych kluczy, 402 dla niewystarczającego kredytu i 429 dla limitów szybkości.