Documentação da API & Início Rápido

URL Base e Autenticação

Usar https://api.glmdocs.com/v1 como sua URL base. Passe sua chave de API no Authorization: Bearer cabeçalho. Você recebe uma chave imediatamente após o cadastro. Sem necessidade de número de telefone. A chave é única por conta. Substitua a chave antiga quando gerar uma nova. Mantenha sua chave segura.

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"}]
  }'

A autenticação é padrão. Qualquer SDK da OpenAI funciona aqui. Altere a URL base. Defina a chave da API. É tudo o que você precisa fazer. Os erros retornam códigos HTTP padrão. Use 401 para chaves inválidas. Use 402 para crédito insuficiente.

Primeira solicitação com Python

Envie seu primeiro prompt usando o SDK oficial do Python. Instale o pacote. Defina a URL base. Importe o cliente. Chame conclusões de chat. O ID do modelo é "uncensored". Ele lida com entrada de texto e saída de texto. Nenhuma configuração extra necessária. A resposta contém o texto gerado.

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)

Esta configuração funciona para scripts simples. Você pode ajustar os parâmetros mais tarde. O modelo não recusa tópicos adultos lícitos. Ele roda em nossos servidores. Você paga apenas pelos tokens usados. Erros não custam crédito. Recusas são gratuitas.

Integração Node.js

Integre com Node.js usando o cliente padrão. Defina a variável de ambiente. Inicialize o cliente. Solicite conclusões. Lidar com a resposta. O código é direto. Use o mesmo ID de modelo. O SDK lida com a serialização. Você obtém dados estruturados.

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);

Usuários Node.js têm a mesma latência. A API é síncrona por padrão. Streaming requer configuração extra. O tratamento de erros é crítico. Capture problemas de rede. Verifique os limites de taxa. A URL base permanece constante. Sua chave permanece a mesma.

Respostas em Streaming

Ative o streaming para saída em tempo real. Defina o sinalizador stream. Receba chunks conforme são gerados. O último chunk inclui o uso de tokens. Isso ajuda a rastrear os custos. O SSE é suportado. Analise o fluxo de dados. Exiba o texto incrementalmente. Os usuários veem o progresso imediatamente.

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)

O streaming reduz a latência percebida. Funciona com Python e Node. As contagens de tokens aparecem no final. Some-os para o uso total. Erros interrompem o stream. Lidar com desconexões de forma graciosa. A janela de contexto é grande. Mantenha os tokens em mente.

Chamada de Função e Modo JSON

Use chamadas de função para saídas estruturadas. Defina ferramentas na solicitação. O modelo retorna JSON válido. Habilite o modo JSON para saída estrita. Defina response_format para json_object. A temperatura controla a aleatoriedade. O top_p limita a diversidade. As sequências de parada interrompem a geração. A semente garante a reprodutibilidade.

As penalidades de presença e frequência ajustam a repetição. Use-as para tarefas de codificação. Ferramentas podem passar imagens. Argumentos de função aceitam documentos. Sem necessidade de desvio para OCR. O modelo lida com entradas multimodais. Isso é poderoso para agentes. Configure as ferramentas com cuidado. Teste casos extremos.

Limites de Taxa e Contexto

Os limites de taxa são de 300 solicitações por minuto. As solicitações simultâneas são limitadas a 8. Os corpos das solicitações devem permanecer abaixo de 8 MB. A janela de contexto é de 100.000 tokens. Isso inclui prompt e conclusão. A saída máxima é de 16.000 tokens. A saída padrão é de 2.048 tokens. Defina max_tokens para estender isso.

Erros retornam códigos claros. 401 significa chave inválida. 402 significa sem crédito. 429 significa limite de taxa. Verifique o uso no painel. O crédito nunca expira. O saldo pré-pago cobre todas as chamadas. Cripto apenas para recargas. USDT ou USDC.