Inicio rápido: Primera llamada a la API

URL Base y Autenticación

Tu clave de API autentica cada solicitud. Debes incluirla en el Authorization cabecera como un token Bearer. Usa la URL base https://api.textspolitical.com/v1 para todos los endpoints. Esta URL funciona con SDKs estándar de OpenAI y cualquier cliente compatible. Tu clave otorga acceso al modelo sin censura sin tarifas de suscripción.

Enviar tu primera finalización de chat

Envía una solicitud POST a /v1/chat/completions con tu prompt. El ID del modelo es uncensored. Responde con texto sin filtrar contenido adulto lícito. Este formato de respuesta directa es ideal para generar mensajes políticos en masa. Usa el siguiente ejemplo para verificar tu conexión.

Copycurl https://api.textspolitical.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List three benefits of digital surveys for campaign outreach"}]
  }'

Usando SDK de Python y Node

Instala la biblioteca oficial de OpenAI para simplificar la integración. Pasa tu URL base y clave de API durante la inicialización. El SDK de Python maneja la serialización JSON automáticamente. El SDK de Node proporciona funcionalidad similar para entornos JavaScript. Ambas herramientas admiten los parámetros requeridos como temperatura y top_p.

Copyfrom openai import OpenAI

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

Copyimport OpenAI from "openai";

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

Respuestas en streaming con SSE

Habilita la transmisión estableciendo stream: true.Recibes Server-Sent Events (SSE) a medida que se generan los tokens. Esto reduce la latencia percibida para textos políticos largos. Los detalles del uso de tokens aparecen en el último fragmento. Este método es esencial para interfaces de chat en tiempo real o generación de texto en vivo.

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)

Llamada de Función y Modo JSON

Usar response_format establecido a json_object para datos estructurados. La llamada de funciones permite al modelo generar herramientas definidas. Esto es útil para datos de encuestas o mensajes políticos etiquetados. También puedes establecer tool_choice para forzar comportamientos específicos. Asegúrate de que tu esquema coincida con el formato de salida esperado.

Límites de velocidad y restricciones

Estás limitado a 300 solicitudes por minuto por clave. La concurrencia está limitada a 8 solicitudes simultáneas. El cuerpo de cada solicitud debe mantenerse por debajo de 8 MB. La ventana de contexto admite un total de 100.000 tokens. Los errores y las denegaciones no consumen crédito. Utiliza estos límites para diseñar tu lógica de reintento de manera efectiva.