Documentation API & Démarrage rapide

URL de base et authentification

Utiliser https://api.glmdocs.com/v1 comme votre URL de base. Transmettez votre clé API dans le Authorization: Bearer header. Vous obtenez une clé immédiatement après l'inscription. Aucun numéro de téléphone requis. La clé est unique par compte. Remplacez l'ancienne clé lorsque vous en générez une nouvelle. Gardez votre clé en sécurité.

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"}]
  }'

L'authentification est standard. Tout SDK OpenAI fonctionne ici. Modifiez l'URL de base. Définissez la clé API. C'est tout ce que vous devez faire. Les erreurs retournent des codes HTTP standard. Utilisez 401 pour les clés invalides. Utilisez 402 pour le crédit insuffisant.

Première demande avec Python

Envoyez votre première invite en utilisant le SDK Python officiel. Installez le package. Définissez l'URL de base. Importez le client. Appelez les chat completions. L'ID du modèle est "uncensored". Il gère le texte en entrée, le texte en sortie. Aucune configuration supplémentaire nécessaire. La réponse contient le texte généré.

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)

Cette configuration fonctionne pour les scripts simples. Vous pouvez ajuster les paramètres ultérieurement. Le modèle ne refuse pas les sujets adultes légaux. Il s'exécute sur nos serveurs. Vous ne payez que pour les jetons utilisés. Les erreurs ne coûtent pas de crédit. Les refus sont gratuits.

Intégration Node.js

Intégrez avec Node.js en utilisant le client standard. Définissez la variable d'environnement. Initialisez le client. Demandez des complétions. Gérez la réponse. Le code est simple. Utilisez le même ID de modèle. Le SDK gère la sérialisation. Vous obtenez des données structurées.

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);

Les utilisateurs Node.js bénéficient de la même latence. L'API est synchrone par défaut. Le streaming nécessite une configuration supplémentaire. La gestion des erreurs est critique. Capturez les problèmes réseau. Vérifiez les limites de débit. L'URL de base reste constante. Votre clé reste la même.

Réponses en streaming

Activez le streaming pour une sortie en temps réel. Définissez le drapeau stream. Recevez des chunks à mesure de leur génération. Le dernier chunk inclut l'utilisation des tokens. Cela aide à suivre les coûts. Le SSE est pris en charge. Analysez le flux de données. Affichez le texte de manière incrémentielle. Les utilisateurs voient les progrès immédiatement.

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)

Le streaming réduit la latence perçue. Il fonctionne avec Python et Node. Les compteurs de tokens apparaissent à la fin. Sommez-les pour l'utilisation totale. Les erreurs interrompent le flux. Gérez les déconnexions avec élégance. La fenêtre de contexte est grande. Gardez les tokens à l'esprit.

Appel de fonction et mode JSON

Utiliser l'appel de fonctions pour des sorties structurées. Définissez les outils dans la requête. Le modèle renvoie du JSON valide. Activez le mode JSON pour une sortie stricte. Définissez response_format à json_object. La température contrôle l'aléatoire. Le top_p limite la diversité. Les séquences d'arrêt interrompent la génération. La graine assure la reproductibilité.

Les pénalités de présence et de fréquence ajustent la répétition. Utilisez-les pour les tâches de codage. Les outils peuvent transmettre des images. Les arguments de fonction acceptent des documents. Pas besoin de détour par OCR. Le modèle gère les entrées multimodales. C'est puissant pour les agents. Configurez soigneusement les outils. Testez les cas limites.

Limites de débit et contexte

Les limites de débit sont de 300 requêtes par minute. Les requêtes simultanées sont limitées à 8. Les corps de requête doivent rester en dessous de 8 Mo. La fenêtre de contexte est de 100 000 tokens. Cela inclut l'invite et la complétion. La sortie maximale est de 16 000 tokens. La sortie par défaut est de 2 048 tokens. Définir max_tokens pour prolonger ceci.

Les erreurs renvoient des codes clairs. 401 signifie clé invalide. 402 signifie pas de crédit. 429 signifie limite de taux. Vérifiez l'utilisation dans le tableau de bord. Le crédit n'expire jamais. Le solde prépayé couvre tous les appels. Crypto uniquement pour les recharges. USDT ou USDC.