Documentation développeur

URL de base et authentification

Utiliser https://api.caiapi.cc/v1 comme votre URL de base. Authentifiez-vous en passant votre clé API unique dans le Authorization header. Cette approche standard vous permet d'intégrer n'importe quel SDK compatible OpenAI sans réécrire votre logique de connexion.

Copycurl https://api.caiapi.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Get user_id 99 for account settings."}]
  }'

Votre clé vous donne accès au modèle sans censure. Conservez-la en sécurité, car elle suit votre consommation de tokens et votre facturation directement.

Première demande avec Python

Initialisez le client avec votre clé et l'URL de base correcte. Envoyez une invite simple pour vérifier la connectivité et la qualité de la réponse.

Copyfrom openai import OpenAI

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

Attendez une réponse de texte direct. Le modèle ignore les filtres de contenu standard, ce qui le rend idéal pour le jeu de rôle ou l'écriture créative.

Intégration du SDK Node

Installez le SDK officiel et configurez-le pour pointer vers notre point de terminaison. Cela garantit la compatibilité avec les projets TypeScript ou JavaScript existants.

Copyimport OpenAI from "openai";

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

Gérer l'objet de réponse pour extraire le texte généré. La structure correspond aux sorties OpenAI standard.

Réponses en streaming

Activez le streaming en définissant stream: true. Recevez des tokens au fur et à mesure de leur génération, ce qui réduit la latence perçue pour les longues sorties.

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)

Les détails d'utilisation des tokens apparaissent dans le dernier chunk. Cette méthode est optimale pour les interfaces de chat en temps réel.

Appel de fonction et mode JSON

Définissez les outils dans votre requête pour obtenir des sorties structurées. Utilisez response_format: {"type": "json_object"} pour imposer un formatage JSON strict.

Cette fonctionnalité permet à votre application d'analyser les sorties du modèle de manière programmatique. Elle fonctionne de manière fiable avec le modèle uncensored pour les tâches créatives et logiques.

Limites de débit et erreurs

Limite : 300 requêtes par minute. Simultanées : 8 requêtes par clé. Erreur 401 signifie clé invalide. Erreur 402 signifie solde insuffisant. Erreur 429 signifie limite de taux dépassée. Fenêtre de contexte : 100 000 tokens. Sortie max : 16 000 tokens.

Les erreurs ne consomment pas de crédit. Ajustez votre logique de nouvelle tentative en conséquence.