Authentification et configuration de l'URL de base
Commencez par générer une clé via le tableau de bord et pointez votre SDK vers le point de terminaison désigné. L'URL de base est HTTPS://api.claudetoken.cc/v1, qui remplace l'adresse proxy OpenAI standard dans votre configuration. Ce seul changement achemine toutes les requêtes vers notre moteur d'inférence sans censure tout en maintenant une compatibilité totale avec les clients compatibles OpenAI.
- Accédez à la page de génération de clé et sélectionnez Continuer avec Google ou utilisez e-mail et mot de passe.
- Copiez immédiatement la clé API résultante, car elle n’est affichée qu’une seule fois.
- Définissez la variable d'environnement ou l'objet de configuration pour pointer vers la nouvelle URL de 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"}]
}'Envoi de votre première demande de complétion de chat
Envoyez une charge utile standard de complétion de chat pour recevoir une réponse uncensored du modèle. Utilisez l'identifiant du modèle uncensored pour vous assurer que vous accédez aux poids dédiés uncensored plutôt qu'à un proxy standard. Cette structure de requête imite les points de terminaison standard d'OpenAI, vous permettant de changer de fournisseur sans réécrire la logique de votre application.
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 réponse contiendra le texte généré dans le tableau 'choices'. Vous pouvez immédiatement vérifier la nature sans censure en demandant des sujets adultes ou controversés que les modèles standard pourraient refuser.
Configuration de la température, du top_p et des seeds
Maîtrisez la créativité et la reproductibilité du modèle uncensored en utilisant des paramètres d'échantillonnage standards. Ajustez la valeur temperature pour influencer l'aléatoire, tandis que top_p restreint le seuil d'échantillonnage par noyau. Définir un seed garantit que des entrées identiques produisent des sorties identiques, ce qui est critique pour le débogage ou la génération de contenu reproductible.
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);Ces paramètres fonctionnent exactement comme dans l'API OpenAI. Vous pouvez affiner le style de sortie en abaissant la température pour des réponses déterministes ou en l'augmentant pour une génération de texte plus créative et moins contrainte.
Activation du mode JSON et de l'appel de fonctions
Structurez vos interactions API pour une utilisation programmatique en activant le mode JSON ou en définissant des outils pour l'appel de fonctions. Définissez response_format sur json_object pour forcer le modèle à une sortie JSON stricte, idéale pour l'analyse des données dans vos applications. Vous pouvez également définir des schémas de fonctions dans votre requête pour permettre au modèle d'exécuter des actions spécifiques.
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)Cette capacité vous permet d'intégrer le LLM sans censure dans des workflows automatisés sans vous soucier des erreurs de formatage. Le modèle respecte le schéma fourni, garantissant une extraction de données fiable pour vos processus en aval.
Gestion des réponses en streaming et de l'utilisation
Activez le streaming pour recevoir les jetons en temps réel via les Server-Sent Events (SSE). Cette méthode réduit la latence perçue et vous permet d'afficher la sortie uncensored au fur et à mesure de sa génération. Le dernier fragment du flux contient les statistiques d'utilisation des jetons, qui sont ensuite déduits de votre crédit prépayé.
Les erreurs et les refus qui ne sont pas dus aux filtres de contenu ne consomment pas de jetons, mais les limites de débit standard s'appliquent. Cette approche garantit que vous ne payez que pour le travail d'inférence réel, évitant le gaspillage sur les connexions échouées.
Comprendre les limites de débit et les fenêtres de contexte
Surveillez votre volume de requêtes par rapport aux limites strictes de 300 requêtes par minute et 8 requêtes simultanées par clé. La fenêtre de contexte prend en charge jusqu'à 100 000 jetons pour le prompt et la complétion combinés, avec une longueur de sortie maximale de 16 000 jetons par requête. Si vous ne spécifiez pas max_tokens, la limite de sortie par défaut est de 2 048 jetons.
Une erreur 429 indique que vous avez dépassé la limite de taux, tandis qu'une erreur 401 signifie généralement que votre clé API est invalide ou expirée. Assurez-vous que votre crédit prépayé est actif pour éviter une erreur 402, qui signifie des fonds insuffisants pour la demande d'inférence.
