Démarrage rapide : Intégrez l'API sans censure

Installer le SDK officiel

Commencez par installer le SDK Python officiel OpenAI dans votre environnement. Cette bibliothèque gère les requêtes HTTP et la sérialisation JSON pour vous.

• Exécuter pip install openai dans votre terminal.
• Assurez-vous d'utiliser une version récente de la bibliothèque.

Cette seule dépendance vous donne accès à l'interface client standard utilisée dans toute l'industrie.

Configurer l'URL de base et la clé

Pointez votre client vers l'URL de base et définissez votre clé API pour l'authentification. Cela garantit que toutes les requêtes sont acheminées vers notre serveur de modèle sans censure.

Utiliser https://api.qwenmaxapi.com/v1 comme votre URL de base. Générez votre clé sur le Obtenir la clé API page via Google ou e-mail. La clé est affichée immédiatement après l'inscription.

Envoyez votre première complétion de chat

Envoyez une requête textuelle simple au /v1/chat/completions point de terminaison. Le modèle renvoie du texte sans restriction en fonction de votre invite.

Utilisez l’ID du modèle uncensored. L'API accepte les paramètres standard comme temperature et top_p. Vous pouvez les ajuster pour contrôler la créativité.

Activer le Streaming et Gérer les Jetons

Activez le streaming pour recevoir les jetons au fur et à mesure de leur génération. Cela réduit la latence perçue pour les réponses longues.

Définir stream=True dans votre requête. Le serveur envoie des Server-Sent Events (SSE). Les détails d'utilisation des tokens apparaissent dans le dernier chunk.

Gérez le flux dans votre code pour afficher la sortie de manière progressive.

Testez le mode JSON et l'appel de fonction

Utilisez le mode JSON pour les sorties de données structurées. Définissez response_format à {"type": "json_object"}. Cela garantit que le modèle renvoie du JSON.

Activer l'appel de fonctions en fournissant un tools définition. Le modèle peut invoquer des outils en fonction du contexte de votre invite. Utilisez tool_choice pour forcer ou autoriser l'utilisation d'outils.

Limites, Erreurs et Fenêtre de contexte

Connaissez vos limites avant de passer à l'échelle de votre intégration. La fenêtre de contexte est de 100 000 tokens au total.

La sortie maximale par requête est de 16 000 tokens. Vous bénéficiez de 300 requêtes par minute par clé. Huit requêtes simultanées sont autorisées par clé.

Gérez les erreurs telles que 401 pour les clés invalides ou 402 pour le crédit insuffisant. Les erreurs sont gratuites, donc les requêtes incorrectes ne consomment pas de crédit.

cURL

Copycurl https://api.qwenmaxapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top 5 arguments against cloud computing"}]
  }'

Python

Copyfrom openai import OpenAI

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

Streaming

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)