Configuración de autenticación y URL base
Empieza por generar una clave a través del panel de control y apunta tu SDK al extremo designado. La URL base es HTTPS://api.claudetoken.cc/v1, que reemplaza la dirección proxy estándar de OpenAI en tu configuración. Este único cambio enruta todas las solicitudes a través de nuestro motor de inferencia sin censura mientras mantiene la compatibilidad total con clientes compatibles con OpenAI.
- Ve a la página de generación de claves y selecciona Continuar con Google o usa correo electrónico y contraseña.
- Copia la clave API resultante inmediatamente, ya que se muestra solo una vez.
- Establece la variable de entorno o el objeto de configuración para apuntar a la nueva URL base.
curl https://api.claudetoken.cc/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "calculate the total token usage for this prompt"}]
}'Enviar tu primera solicitud de completado de chat
Envía una carga útil estándar de completación de chat para recibir una respuesta uncensored del modelo. Utiliza el identificador del modelo uncensored para asegurarte de que estás accediendo a los pesos dedicados uncensored en lugar de un proxy estándar. Esta estructura de solicitud refleja los endpoints estándar de OpenAI, lo que te permite cambiar de proveedor sin reescribir la lógica de tu aplicación.
from openai import OpenAI
client = OpenAI(base_url="https://api.claudetoken.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)La respuesta contendrá el texto generado en el array de choices. Puedes verificar inmediatamente la naturaleza sin censura preguntando por temas adultos o controvertidos que los modelos estándar podrían rechazar.
Configurando temperature, top_p y seeds
Controla la creatividad y la reproducibilidad del modelo uncensored usando parámetros de muestreo estándar. Ajusta el valor de temperature para influir en la aleatoriedad, mientras que top_p restringe el umbral de muestreo de núcleo. Establecer un seed asegura que entradas idénticas produzcan salidas idénticas, lo cual es crítico para la depuración o la generación de contenido reproducible.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.claudetoken.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);Estos parámetros funcionan exactamente igual que en la API de OpenAI. Puedes ajustar el estilo de salida reduciendo la temperatura para respuestas deterministas o aumentándola para una generación de texto más creativa y menos restringida.
Habilitando modo JSON y llamada de funciones
Estructura tus interacciones con la API para uso programático habilitando el modo JSON o definiendo herramientas para la llamada de funciones. Establece response_format a json_object para forzar al modelo a una salida JSON estricta, lo cual es ideal para analizar datos en tus aplicaciones. También puedes definir esquemas de funciones en tu solicitud para permitir que el modelo ejecute acciones específicas.
stream = 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)Esta capacidad te permite integrar el LLM sin censura en flujos de trabajo automatizados sin preocuparte por errores de formato. El modelo se adhiere al esquema proporcionado, asegurando la extracción confiable de datos para tus procesos posteriores.
Gestión de respuestas en streaming y uso
Habilita el streaming para recibir tokens en tiempo real mediante Server-Sent Events (SSE). Este método reduce la latencia percibida y te permite mostrar la salida sin censura a medida que se genera. El último fragmento del stream contiene las estadísticas de uso de tokens, que luego se deducen de tu crédito prepagado.
Los errores y las denegaciones que no son debidos a filtros de contenido no consumen tokens, pero se aplican límites de tasa estándar. Este enfoque asegura que solo pagues por el trabajo de inferencia real, evitando el desperdicio en conexiones fallidas.
Comprender los límites de tasa y las ventanas de contexto
Monitora el volumen de tus solicitudes frente a los estrictos límites de 300 solicitudes por minuto y 8 solicitudes concurrentes por clave. La ventana de contexto admite hasta 100,000 tokens para la combinación de prompt y finalización, con una longitud máxima de salida de 16,000 tokens por solicitud. Si no especificas max_tokens, el límite de salida predeterminado es de 2,048 tokens.
Un error 429 indica que has alcanzado el límite de velocidad, mientras que un error 401 generalmente significa que tu clave API es inválida o ha expirado. Asegúrate de que tu crédito prepagado esté activo para evitar un error 402, que indica fondos insuficientes para la solicitud de inferencia.
