Inicio rápido: Conecta tu aplicación

Prerrequisitos: instalación del SDK

Instala la biblioteca cliente oficial para tu lenguaje antes de realizar solicitudes. Nuestro endpoint funciona con cualquier SDK alternativo de API openai estándar porque seguimos el mismo esquema JSON. No necesitas controladores especiales ni dependencias adicionales para comenzar a generar texto inmediatamente.

Configurar URL base y clave

Apunta tu cliente SDK a nuestro punto de conexión específico para enrutar el tráfico a través de nuestro proxy. Debes configurar la URL base en HTTPS://api.llmapiproxy.com/v1 y proporcionar la clave que generaste en el panel de control. Este simple cambio de configuración permite que tu aplicación existente utilice un backend de IA sin censura sin reescribir tu lógica principal.

Envía tu primera finalización de chat

Realiza una solicitud POST estándar al endpoint de finalización de chat con tu ID de modelo. Nuestro servidor procesa la entrada y devuelve texto sin filtrar temas legales para adultos o controversiales. La estructura de la respuesta coincide con el formato de salida estándar que ya conoces.

Copycurl https://api.llmapiproxy.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Fetch the current temperature in Tokyo"}]
  }'

Habilitar Streaming y Conteos de Tokens

Añade stream=true a la carga útil de tu solicitud para recibir tokens de texto a medida que se generan. Cada fragmento incluye datos de uso, permitiéndote rastrear los costos en tiempo real mientras el modelo escribe. Este enfoque reduce la latencia percibida para los usuarios finales mientras te da visibilidad precisa sobre el consumo de tokens.

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)

Gestionar la llamada de funciones y el modo JSON

Utiliza el parámetro tools para habilitar la llamada a funciones o establece response_format en json_object para salidas estructuradas. El modelo sigue tus instrucciones con precisión sin denegar tareas lógicas complejas. Esta capacidad hace que nuestro proxy sea ideal para agentes automatizados que requieren extracción de datos fiable.

Copyimport OpenAI from "openai";

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

Límites, Errores y Ventana de Contexto

Aplicamos una ventana de contexto de 100.000 tokens y un límite de velocidad de 429 de 300 solicitudes por minuto. Si recibes un error 401, tu clave API no es válida, mientras que un error 402 indica que necesitas recargar tu crédito en cripto. Mantén los cuerpos de las solicitudes por debajo de 8 MB para garantizar un procesamiento fluido.

Copyfrom openai import OpenAI

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