API 文档 & 快速入门

基础 URL 和认证

使用 https://api.glmdocs.com/v1 作为您的基础 URL。在 Authorization: Bearer 头部，注册后立即获得密钥。无需手机号。密钥为每个账户唯一。生成新密钥时，旧密钥将失效。请妥善保管密钥。

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"}]
  }'

认证是标准的。任何 OpenAI SDK 均可在此使用。更改基础 URL。设置 API 密钥。只需这样做即可。错误会返回标准的 HTTP 代码。无效密钥使用 401。余额不足使用 402。

首次使用Python的请求

使用官方 Python SDK 发送第一个提示。安装软件包。设置基础 URL。导入客户端。调用聊天补全。模型 ID 为 "uncensored"。它处理文本输入和文本输出。无需额外配置。响应包含生成的文本。

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)

此配置适用于简单脚本。您可以稍后调整参数。该模型不会拒绝合法的成人话题。它运行在我们的服务器上。您只需为使用的 token 付费。错误不会消耗积分。拒绝是免费的。

Node.js 集成

使用标准客户端将 Node.js 集成。设置环境变量。初始化客户端。请求补全。处理响应。代码非常直接。使用相同的模型 ID。SDK 处理序列化。您将获得结构化数据。

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 用户获得相同的延迟。API 默认是同步的。流式传输需要额外配置。错误处理至关重要。捕获网络问题。检查速率限制。base URL 保持不变。你的密钥保持不变。

流式响应

启用流式传输以实现实时输出。设置 stream 标志。接收生成的数据块。最后一个数据块包括 token 使用情况。这有助于跟踪成本。支持 SSE。解析数据流。逐步显示文本。用户立即看到进度。

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)

流式传输降低了感知延迟。它同时支持 Python 和 Node。Token 计数出现在末尾。将它们相加以获得总用量。错误会中断流。优雅地处理断连。上下文窗口很大。请注意 token 的使用。

函数调用与 JSON 模式

使用函数调用进行结构化输出。在请求中定义工具。模型返回有效的 JSON。启用 JSON 模式以进行严格输出。设置 response_format 到 json_object. Temperature 控制随机性。Top_p 限制多样性。停止序列终止生成。Seed 确保可复现性。

存在惩罚和频率惩罚可调整重复度。在编码任务中使用它们。工具可以传递图像。函数参数接受文档。无需 OCR 中转。模型支持多模态输入。这对智能体非常强大。仔细配置工具。测试边缘情况。

速率限制与上下文

频率限制为每分钟 300 次请求。并发请求上限为 8 个。请求体必须保持在 8 MB 以下。上下文窗口为 100,000 个 token。这包括提示词和补全。最大输出为 16,000 个 token。默认输出为 2,048 个 token。设置 max_tokens 以延长此限制。

错误返回清晰的代码。401 表示密钥无效。402 表示余额不足。429 表示达到速率限制。在仪表板中查看使用情况。余额永不过期。预存余额涵盖所有调用。仅加密货币用于充值。支持 USDT 或 USDC。