API 文档：聊天补全

基础 URL 和认证

每个请求都以指向我们的基础 URL 开始。在 Authorization 头中使用您的 API 密钥。这适用于任何兼容 OpenAI 的 SDK。

首次请求

发送一个简单的聊天补全以测试连接性。此端点处理所有文本生成任务。

使用 uncensored 模型 ID。它会对合法的成人内容做出响应，且不会拒绝。

检查响应中的 choices[0].message.content.

Python SDK 集成

安装官方库。将基础 URL 设置为我们的端点。使用您的密钥初始化客户端。像使用 GPT-4 一样发送消息。

该库自动处理 JSON 序列化。您将获得结构化对象。

Node SDK 用法

引入包。配置 base URL。创建实例。传入消息数组。等待响应。

Node 开发人员获得相同的无限制模型。通过响应对象访问文本。

流式响应

启用流式传输以降低延迟。接收生成的 token。这显著降低了感知等待时间。

解析 delta.content field in each chunk. Accumulate the text locally. Handle errors gracefully during the stream.

限制和错误

速率限制应用严格。您每分钟获得 300 次请求。每个密钥最多 8 个并发请求。请求体必须保持在 8 MB 以下。

注意无效密钥返回401，402表示无余额，429表示达到速率限制。上下文窗口总计为100,000个Token。错误不会消耗余额。

cURL

Copycurl https://api.mistralgetapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Send the confirmation email to the user"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

流式传输

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)