Dokumentacja dewelopera

Bazowy URL i autoryzacja

Użyj https://api.caiapi.cc/v1 jako swój bazowy adres URL. Uwierzytelnij się, przekazując swój unikalny klucz API w Authorization Nagłówek. To standardowe podejście pozwala Ci wstawić dowolną bibliotekę kompatybilną z OpenAI SDK bez przepisywania logiki połączenia.

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."}]
  }'

Twój klucz daje dostęp do modelu uncenzurowanego. Chroń go, ponieważ śledzi on zużycie tokenów i rozliczenia bezpośrednio.

Pierwsze żądanie w Pythonie

Zainicjuj klienta, podając klucz oraz poprawny adres bazowy. Wyślij prosty prompt, aby zweryfikować łączność i jakość odpowiedzi.

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)

Oczekuj bezpośredniej odpowiedzi tekstowej. Model ignoruje standardowe filtry treści, co czyni go idealnym do odgrywania ról lub pisania twórczego.

Integracja SDK Node

Zainstaluj oficjalny pakiet SDK i skonfiguruj go tak, aby wskazywał na nasz endpoint. Zapewnia to kompatybilność z istniejącymi projektami TypeScript lub JavaScript.

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);

Obsługuj obiekt odpowiedzi, aby wyodrębnić wygenerowany tekst. Struktura pasuje do standardowych wyjść OpenAI.

Odpowiedzi strumieniowe

Włącz strumieniowanie, ustawiając stream: true. Otrzymuj tokeny, gdy są generowane, co redukuje postrzeganą opóźnienie dla długich wyjść.

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)

Szczegóły zużycia tokenów pojawiają się w ostatnim fragmencie. Ta metoda jest optymalna dla interfejsów czatu w czasie rzeczywistym.

Wywoływanie funkcji i tryb JSON

Zdefiniuj narzędzia w żądaniu, aby uzyskać output strukturalny. Użyj response_format: {"type": "json_object"} do wymuszenia ścisłego formatowania JSON.

Ta funkcja pozwala Twojej aplikacji na programowe parsowanie wyników modelu. Działa niezawodnie z modelem bez cenzury zarówno do zadań twórczych, jak i logicznych.

Limity szybkości i błędy

Limit: 300 żądań na minutę. Równoległe: 8 żądań na klucz. Błąd 401 oznacza nieprawidłowy klucz. Błąd 402 oznacza brak kredytu. Błąd 429 oznacza przekroczenie limitu szybkości. Okno kontekstowe: 100 000 tokenów. Maks. wyjście: 16 000 tokenów.

Błędy nie zużywają kredytów. Dostosuj swoją logikę ponawiania odpowiednio.