Szybki start: Pierwsze wywołanie API

Bazowy URL i autoryzacja

Twój klucz API uwierzytelnia każde żądanie. Musisz dołączyć go w Authorization nagłówek jako token Bearer. Użyj adresu URL bazowy https://api.textspolitical.com/v1 dla wszystkich punktów końcowych. Ten adres URL działa ze standardowymi SDK OpenAI oraz dowolnym kompatybilnym klientem. Twój klucz daje dostęp do modelu bez cenzury bez opłat subskrypcyjnych.

Wysyłanie pierwszej kompozycji czatu

Wyślij żądanie POST do /v1/chat/completions z Twoim promptem. ID modelu to uncensored. Odpowiada tekstem bez filtrowania treści dla dorosłych. Ten bezpośredni format odpowiedzi jest idealny do generowania masowych wiadomości politycznych. Użyj poniższego przykładu, aby zweryfikować swoje połączenie.

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"}]
  }'

Wykorzystywanie SDK Python i Node

Zainstaluj oficjalną bibliotekę OpenAI, aby uprościć integrację. Przekaż swój adres bazowy i klucz API podczas inicjalizacji. SDK Pythona automatycznie obsługuje serializację JSON. SDK Node.js zapewnia podobną funkcjonalność dla środowisk JavaScript. Oba narzędzia obsługują wymagane parametry, takie jak temperatura i 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);

Odpowiedzi strumieniowe z SSE

Włącz strumieniowanie, ustawiając stream: true. Otrzymujesz Zdarzenia Serwera (SSE) w miarę generowania tokenów. Zmniejsza to postrzeganą latencję dla długich tekstów politycznych. Szczegóły użycia tokenów pojawiają się w ostatnim kawałku. Ta metoda jest niezbędna dla interfejsów czatu w czasie rzeczywistym lub generowania tekstu na żywo.

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)

Wywoływanie funkcji i tryb JSON

Użyj response_format ustawione na json_object do danych strukturalnych. Wywoływanie funkcji pozwala modelowi na wypisanie zdefiniowanych narzędzi. Jest to przydatne do danych ankietowych lub oznaczonych wiadomości politycznych. Możesz również ustawić tool_choice aby wymusić konkretne zachowania. Upewnij się, że Twój schemat pasuje do oczekiwanego formatu wyjściowego.

Limity szybkości i ograniczenia

Przydzielono Ci limit 300 żądań na minutę na klucz. Liczba jednoczesnych żądań jest ograniczona do 8. Każde ciało żądania musi mieścić się w limicie 8 MB. Okno kontekstowe obsługuje łącznie 100 000 tokenów. Błędy i odrzucenia nie zużywają kredytu. Wykorzystaj te limity do skutecznego projektowania logiki ponawiania żądań.