Autenticação e configuração da URL base
Come gerando uma chave via painel e apontando seu SDK para o endpoint designado. A URL base é HTTPS://api.claudetoken.cc/v1, que substitui o endereço padrão do proxy OpenAI na sua configuração. Esta única alteração direciona todas as solicitações para nosso motor de inferência sem censura, mantendo total compatibilidade com clientes compatíveis com OpenAI.
- Acesse a página de geração de chave e selecione Continuar com o Google ou use e-mail e senha.
- Copie a chave API resultante imediatamente, pois é mostrada apenas uma vez.
- Defina a variável de ambiente ou o objeto de configuração para apontar para a nova 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"}]
}'Enviando sua primeira solicitação de conclusão de chat
Envie um payload padrão de conclusão de chat para receber uma resposta uncensored do modelo. Use o identificador do modelo uncensored para garantir que você está acessando os pesos dedicados uncensored em vez de um proxy padrão. Esta estrutura de solicitação espelha os endpoints padrão da OpenAI, permitindo que você troque de provedores sem reescrever a lógica do seu aplicativo.
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)A resposta conterá o texto gerado no array choices. Você pode verificar imediatamente a natureza sem censura perguntando sobre tópicos adultos ou controversos que modelos padrão podem recusar.
Configurando temperatura, top_p e seeds
Controle a criatividade e a reproduzibilidade do modelo uncensored usando parâmetros de amostragem padrão. Ajuste o valor de temperature para influenciar a aleatoriedade, enquanto top_p restringe o limite de amostragem de núcleo. Definir um seed garante que entradas idênticas produzam saídas idênticas, o que é crítico para depuração ou geração de conteúdo reproduzível.
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);Esses parâmetros funcionam exatamente como na API da OpenAI. Você pode ajustar o estilo de saída diminuindo a temperatura para respostas determinísticas ou aumentando-a para geração de texto mais criativa e menos restrita.
Habilitando modo JSON e chamada de funções
Estruture suas interações com a API para uso programático, habilitando o modo JSON ou definindo ferramentas para chamada de funções. Defina response_format como json_object para forçar o modelo a uma saída JSON estrita, o que é ideal para analisar dados em seus aplicativos. Você também pode definir esquemas de função em sua solicitação para permitir que o modelo execute ações 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)Essa capacidade permite que você integre o LLM sem censura em fluxos de trabalho automatizados sem se preocupar com erros de formatação. O modelo adere ao esquema fornecido, garantindo extração de dados confiável para seus processos downstream.
Lidando com respostas de streaming e uso
Ative o streaming para receber tokens em tempo real via Server-Sent Events (SSE). Este método reduz a latência percebida e permite que você exiba a saída uncensored conforme é gerada. O último chunk do fluxo contém as estatísticas de uso de tokens, que são então deduzidas do seu crédito pré-pago.
Erros e recusas que não são devido a filtros de conteúdo não consomem tokens, mas os limites de taxa padrão se aplicam. Essa abordagem garante que você pague apenas pelo trabalho de inferência real, evitando desperdício em conexões falhas.
Entendendo limites de taxa e janelas de contexto
Monitore o volume de suas requisições contra os limites rigorosos de 300 requisições por minuto e 8 requisições simultâneas por chave. A janela de contexto suporta até 100,000 tokens para o prompt e a conclusão combinados, com um comprimento máximo de saída de 16,000 tokens por requisição. Se você não especificar max_tokens, o limite de saída padrão é de 2,048 tokens.
Um erro 429 indica que você atingiu o limite de taxa, enquanto um erro 401 geralmente significa que sua chave de API é inválida ou expirada. Certifique-se de que seu crédito pré-pago esteja ativo para evitar um erro 402, que indica fundos insuficientes para a solicitação de inferência.
