Guide de démarrage rapide : Plug-and-Play API Compatible OpenAI

Modifier l'URL de base et définir la clé API

La première étape consiste à pointer votre SDK vers notre point de terminaison. Utilisez https://api.whatisopenrouterai.com/v1 comme votre URL de base et collez votre clé depuis le tableau de bord. Ce seul changement redirige toutes les appels vers notre modèle de langage large non cenzuré tout en conservant vos en-têtes OpenAI compatibles standards.

• Générez une clé via Google ou e-mail.
• Stockez-le dans vos variables d'environnement.
• Vérifiez que la clé fonctionne avec une requête simple.

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"}]
  }'

Envoyez des demandes à /v1/chat/completions

Notre API accepte les complétions de chat standard avec une entrée de texte et retourne une sortie de texte. Vous envoyez une requête POST au /v1/chat/completions point de terminaison avec votre ID de modèle et l'historique des messages. L'ID de modèle est simplement uncensored, qui ajuste le modèle pour répondre sans refus pour du contenu adulte légal.

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)

Diffusez les jetons avec SSE

Le streaming fournit un retour en temps réel via les Server-Sent Events. Chaque chunk contient du texte partiel, et le dernier chunk inclut les statistiques d'utilisation des tokens. Cette approche maintient votre interface utilisateur réactive pendant l'attente de la fin des réponses longues.

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);

Forcez json_object avec response_format

Utilisez le response_format le paramètre défini sur {"type": "json_object"} pour imposer une sortie JSON stricte. Cela garantit un analysement prévisible pour vos applications sans dépendre du modèle pour deviner la bonne structure à chaque fois.

Utilisez les outils et tool_choice

L'appel de fonctions fonctionne exactement comme l'API OpenAI standard. Définissez vos outils dans la requête, et le modèle renverra des arguments structurés lorsque cela est approprié. Vous pouvez forcer l'utilisation des outils avec tool_choice ou laisser le modèle décider en fonction du contexte.

Vérifier les modèles disponibles

Requête GET /v1/models pour voir le seul modèle sans censure disponible. Ce point de terminaison renvoie l'ID du modèle et les détails, confirmant que notre service est actif et prêt à recevoir des requêtes. Nous ne proposons pas plusieurs choix de modèles, ce qui garde l'intégration simple et ciblée.

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)