無制限のLLM APIを統合

ベースURLとAPIキーを設定してください

クライアントを専用エンドポイントに接続してください。 https://api.openaicompatibleserver.com/v1 ベースURLとして使用します。キーはダッシュボードから生成します。このキーはすべてのリクエストの認証に使用されます。

最初のチャット完了

チャット完了エンドポイントへ POST します。プロンプトを送信し、テキストを受信します。モデル ID は uncensored100,000トークンまでのコンテキストを処理します。

ストリーミングを有効にしてリアルタイムのトークンを取得する

設定 stream: true リクエストに含まれます。サーバー送信イベントを受信します。トークン使用量は最後のチャンクに表示されます。これにより、長い出力の知覚レイテンシが削減されます。

関数呼び出しとJSONモードを使用

リクエストボディでツールを渡します。モデルは厳格なJSONスキーマに従います。設定 response_format に {"type": "json_object"} 信頼性の高い解析用。これにより、アプリケーションのための構造化データが保証されます。

エラーと使用制限を処理

問題に対するHTTPステータスコードを確認。401はキーが無効であることを意味します。402は残高不足を示します。429はレート制限に達したことを示します。1分間あたり300リクエストが可能です。100kのコンテキストウィンドウにはプロンプトと補完が含まれます。

OpenAI互換サーバークライアントと統合

SDK内のベースURLを置き換えてください。同じPythonまたはNodeライブラリを使用できます。プロトコルは同一です。ClineやRoo Codeなどのツールでも動作します。コードを書き換えずにバックエンドを切り替えられます。

cURL

Copycurl https://api.openaicompatibleserver.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set the server timeout to 30 seconds"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

ストリーミング

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)