Documentazione per sviluppatori

URL Base e Autenticazione

Usa https://api.caiapi.cc/v1 come tuo URL di base. Autenticati passando la tua chiave API univoca in Authorization header. Questo approccio standard ti permette di inserire qualsiasi SDK compatibile con OpenAI senza riscrivere la logica di connessione.

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."}]
  }'

La tua chiave garantisce l'accesso al modello senza filtri. Mantienila sicura, poiché traccia il tuo utilizzo dei token e la fatturazione direttamente.

Prima richiesta con Python

Inizializza il client con la tua chiave e l'URL base corretto. Invia un prompt semplice per verificare la connettività e la qualità della risposta.

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)

Aspettati una risposta di testo diretta. Il modello ignora i filtri standard dei contenuti, rendendolo ideale per il roleplay o la scrittura creativa.

Integrazione SDK Node

Installa l'SDK ufficiale e configuralo per puntare al nostro endpoint. Questo garantisce la compatibilità con i progetti TypeScript o JavaScript esistenti.

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);

Gestisci l'oggetto di risposta per estrarre il testo generato. La struttura corrisponde agli output standard di OpenAI.

Risposte in streaming

Abilita lo streaming impostando stream: true. Ricevi i token mentre vengono generati, il che riduce la latenza percepita per output lunghi.

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)

I dettagli sull'utilizzo dei token appaiono nell'ultimo chunk. Questo metodo è ottimale per le interfacce di chat in tempo reale.

Function Calling e modalità JSON

Definisci gli strumenti nella richiesta per ottenere output strutturati. Usa response_format: {"type": "json_object"} per imporre una formattazione JSON rigorosa.

Questa funzionalità consente alla tua applicazione di analizzare gli output del modello in modo programmatico. Funziona in modo affidabile con il modello uncensored sia per attività creative che logiche.

Limiti di frequenza e errori

Limite: 300 richieste al minuto. Concurrence: 8 richieste per chiave. Errore 401 significa chiave non valida. Errore 402 significa nessun credito. Errore 429 significa limite di velocità superato. Finestra di contesto: 100,000 token. Output max: 16,000 token.

Gli errori non consumano credito. Regola di conseguenza la tua logica di retry.