OpenAI 호환 API 빠른 시작

Base URL 및 인증 설정

클라이언트를 우리 전용 엔드포인트로 가리키세요. 표준 헤더를 사용하므로 기존 로직이 즉시 작동합니다.

• Base URL: https://api.openaicompatibleapis.com/v1
• 인증: API 키를 통한 Bearer 토큰 Authorization 헤더

전화번호 없이 대시보드에서 키를 생성하세요.

채팅 완료 엔드포인트 (POST /v1/chat/completions)

표준 채팅 인터페이스를 통해 프롬프트를 전송하고 텍스트 응답을 받으세요. 이것이 우리의 uncensored API의 핵심입니다.

모델 ID는 uncensored100,000개의 토큰 컨텍스트 창을 효율적으로 처리합니다.

모델 목록 엔드포인트 (GET /v1/models)

사용 가능한 모델을 확인하여 연결성 확인. 이 엔드포인트는 우리가 호스팅하는 단일 무검열 LLM을 반환합니다.

무거운 페이로드를 보내기 전에 빠른 상태 확인에 이 기능을 사용하세요.

스트리밍 응답 및 토큰 사용량

서버 전송 이벤트(SSE)를 통해 실시간으로 데이터를 받으세요. 토큰 사용량 세부 정보는 마지막 청크에 표시됩니다.

전체 완료 대기 없이 즉각적인 피드백이 필요한 UI에 적합합니다.

함수 호출 및 JSON 모드

다음과 같이 출력을 정확하게 구조화합니다. response_format: json_object. 도구 정의는 OpenAI 사양과 정확히 동일하게 작동합니다.

設定 tool_choice 특정 동작을 강제합니다. 자동화 워크플로우에 이상적입니다.

속도 제한 및 토큰 제약 조건

안정성을 보장하기 위해 엄격한 제한을 적용하세요. 각 키는 분당 300회 요청 및 8개의 동시 연결을 허용합니다.

최대 출력은 16,000 토큰입니다. 오류는 무료입니다. 컨텍스트는 총 100k 토큰입니다.

cURL

Copycurl https://api.openaicompatibleapis.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "what is the current system time"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

스트리밍

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)