Hurtigstart: Drop-in OpenAI-kompatibelt API

Skift base_url og indstil API-nøgle

Det første skridt er at pege dit SDK på vores endpoint. Brug https://api.whatisopenrouterai.com/v1 som din base URL og indsæt din nøgle fra dashboardet. Denne enkelt ændring omdirigerer alle opkald til vores uncensored store sprogmodel, mens dine standard OpenAI-kompatible headers beholdes.

• Generér en nøgle via Google eller e-mail.
• Gem det i dine miljøvariabler.
• Verificér, at nøglen virker med en simpel request.

Copycurl https://api.whatisopenrouterai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set variable x to five"}]
  }'

Send anmodninger til /v1/chat/completions

Vores API accepterer standard chat-completions med tekstinput og returnerer tekstoutput. Du sender en POST-anmodning til /v1/chat/completions endpoint med dit model-ID og beskedhistorik. Model-ID er blot uncensored, som finjusterer modellen til at svare uden afvisninger til lovligt voksenindhold.

Copyfrom openai import OpenAI

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

Stream tokens med SSE

Streaming giver realtidsfeedback via Server-Sent Events. Hver chunk indeholder delvis tekst, og den sidste chunk inkluderer tokenforbrugsstatistikker. Denne tilgang holder dit brugerinterface responsivt, mens du venter på, at langformede svar bliver fuldført.

Copyimport OpenAI from "openai";

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

Tving json_object med response_format

Brug den response_format parameter indstillet til {"type": "json_object"} til at håndhæve streng JSON-output. Dette sikrer forudsigelig parsing til dine applikationer uden at stole på modellen til at gætte den korrekte struktur hver gang.

Brug værktøjer og tool_choice

Function calling fungerer præcis som den standard OpenAI-API. Definér dine værktøjer i anmodningen, og modellen vil returnere strukturerede argumenter, når det er passende. Du kan tvinge værktogsbrug med tool_choice eller lad modellen afgøre baseret på konteksten.

Tjek tilgængelige modeller

Forespørgsel GET /v1/models til at se den enkelt tilgængelige uncensored-model. Dette endpoint returnerer model-ID og detaljer, hvilket bekræfter, at vores tjeneste er aktiv og klar til at modtage anmodninger. Vi tilbyder ikke flere modelvalg, hvilket holder integrationen enkel og fokuseret.

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)