Documentazione API

Avvio rapido: Modifica base_url

Inizia aggiornando due variabili. Puntando il tuo client a https://api.proxyllm.cc/v1 e usa la tua chiave generata. L'endpoint imita esattamente la struttura delle chat completions di OpenAI. Non hai bisogno di nuove librerie o adattatori complessi. Basta sostituire l'endpoint e il token, quindi eseguire la tua logica esistente.

Copycurl https://api.proxyllm.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List five common CSS layout techniques for modern web design."}]
  }'

Autenticazione e Chiavi

Genera una chiave tramite la dashboard e trasmettila nella Authorization header. Ogni account detiene una chiave attiva; crearne una nuova revoca la vecchia. Utilizza Bearer your_api_key per le richieste standard. Il sistema rifiuta immediatamente i token non validi.

Endpoint Chat Completions

Invia richieste POST a /v1/chat/completions con un array di messaggi. L'ID del modello è uncensored. Gestisce la generazione di testo senza i rifiuti standard per i contenuti adulti legali. Imposta max_tokens per controllare la lunghezza dell'output; il valore predefinito è 2.048 token.

Copyfrom openai import OpenAI

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

Streaming e SSE

Abilita lo streaming impostando stream: true nel payload della richiesta. L'API restituisce Server-Sent Events (SSE) per la consegna dei token in tempo reale. Le statistiche di utilizzo dei token appaiono nell'ultimo chunk del flusso. Questo riduce la latenza percepita per le risposte di grandi dimensioni.

Copyimport OpenAI from "openai";

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

Function Calling e modalità JSON

Definisci gli strumenti nel tools il parametro per output strutturati. Il modello supporta sia il function calling che la formattazione JSON rigorosa tramite response_format. Usa json_object per forzare strutture JSON valide. I parametri temperature e top_p consentono di affinare il grado di creatività.

Limiti di frequenza e errori

Aspettati 401 per chiavi non valide e 402 quando il credito termina. Il limite è di 300 richieste al minuto per chiave. Le richieste concorrenti sono limitate a otto simultaneamente. La finestra di contesto copre 100.000 token totali. Gestisci gli errori 429 implementando un backoff esponenziale nella logica del tuo client.

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)