API-Dokumentation & Schnellstart

Basis-URL und Authentifizierung

Verwenden https://api.glmdocs.com/v1 als Ihre Basis-URL. Übergeben Sie Ihren API-Schlüssel im Authorization: Bearer header. Sie erhalten sofort nach der Anmeldung einen Schlüssel. Keine Telefonnummer erforderlich. Der Schlüssel ist pro Konto eindeutig. Ersetzen Sie den alten Schlüssel, wenn Sie einen neuen generieren. Bewahren Sie Ihren Schlüssel sicher auf.

Copycurl https://api.glmdocs.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Explain how to parse JSON in Python"}]
  }'

Die Authentifizierung ist Standard. Jedes OpenAI-SDK funktioniert hier. Ändern Sie die Basis-URL. Legen Sie den API-Schlüssel fest. Das ist alles, was Sie tun müssen. Fehler geben Standard-HTTP-Codes zurück. Nutzen Sie 401 für ungültige Schlüssel. Nutzen Sie 402 für unzureichendes Guthaben.

Erste Anfrage mit Python

Senden Sie Ihre erste Eingabeaufforderung mit dem offiziellen Python-SDK. Installieren Sie das Paket. Legen Sie die Basis-URL fest. Importieren Sie den Client. Rufen Sie Chat-Completionen auf. Die Model-ID ist "uncensored". Es verarbeitet Text rein und Text raus. Keine zusätzliche Konfiguration erforderlich. Die Antwort enthält den generierten Text.

Copyfrom openai import OpenAI

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

Diese Konfiguration funktioniert für einfache Skripte. Sie können Parameter später anpassen. Das Modell lehnt legale erwachsene Themen nicht ab. Es läuft auf unseren Servern. Sie zahlen nur für verbrauchte Tokens. Fehler kosten kein Guthaben. Ablehnungen sind kostenlos.

Node.js-Integration

Integrieren Sie mit Node.js über den Standard-Client. Legen Sie die Umgebungsvariable fest. Initialisieren Sie den Client. Fordern Sie Vervollständigungen an. Behandeln Sie die Antwort. Der Code ist unkompliziert. Verwenden Sie dieselbe Modell-ID. Das SDK übernimmt die Serialisierung. Sie erhalten strukturierte Daten.

Copyimport OpenAI from "openai";

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

Node.js-Nutzer erhalten die gleiche Latenz. Die API ist standardmäßig synchron. Streaming erfordert zusätzliche Konfiguration. Fehlerbehandlung ist kritisch. Fangen Sie Netzwerkprobleme ab. Überprüfen Sie Ratenlimits. Die Basis-URL bleibt konstant. Ihr Schlüssel bleibt derselbe.

Streaming-Antworten

Aktivieren Sie Streaming für Echtzeitausgabe. Legen Sie das Stream-Flag fest. Empfangen Sie Chunks, während sie generiert werden. Der letzte Chunk enthält die Token-Nutzung. Dies hilft, Kosten zu verfolgen. SSE wird unterstützt. Analysieren Sie den Datenstrom. Zeigen Sie Text inkrementell an. Nutzer sehen sofort Fortschritt.

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)

Streaming reduziert die wahrgenommene Latenz. Es funktioniert sowohl mit Python als auch mit Node. Token-Anzahlen erscheinen am Ende. Summieren Sie diese für die Gesamt-Nutzung. Fehler unterbrechen den Stream. Behandeln Sie Verbindungsabbrüche gracefully. Das Context-Window ist groß. Behalten Sie Tokens im Auge.

Function Calling und JSON-Modus

Nutze Function Calling für strukturierte Ausgaben. Definiere Tools in der Anfrage. Das Modell gibt gültiges JSON zurück. Aktiviere den JSON-Modus für strenge Ausgaben. Setze response_format zu json_object. Temperatur steuert die Zufälligkeit. Top_p begrenzt die Vielfalt. Stoppsequenzen unterbrechen die Generierung. Der Seed gewährleistet Reproduzierbarkeit.

Präsenz- und Häufigkeitsstrafen passen die Wiederholung an. Nutzen Sie sie für Codierungsaufgaben. Tools können Bilder übergeben. Funktionsargumente akzeptieren Dokumente. Kein OCR-Umweg nötig. Das Modell verarbeitet multimodale Eingaben. Das ist leistungsstark für Agenten. Konfigurieren Sie Tools sorgfältig. Testen Sie Randfälle.

Ratenbegrenzungen und Kontext

Die Ratenbegrenzung beträgt 300 Anfragen pro Minute. Gleichzeitige Anfragen sind auf 8 begrenzt. Anfragekörper müssen unter 8 MB bleiben. Das Kontextfenster beträgt 100.000 Tokens. Dies umfasst Prompt und Completion. Maximaler Output ist 16.000 Tokens. Standard-Output ist 2.048 Tokens. Legen Sie max_tokens um dies zu erweitern.

Fehler geben klare Codes zurück. 401 bedeutet ungültiger Schlüssel. 402 bedeutet kein Guthaben. 429 bedeutet Rate-Limit. Prüfen Sie die Nutzung im Dashboard. Guthaben verfällt nie. Prepaid-Guthaben deckt alle Aufrufe ab. Krypto nur für Aufladungen. USDT oder USDC.