LLM-API-Schnellstart-Anleitung | LLM API Source

Basis-URL und Authentifizierung

Um die llm api zu nutzen, richte deinen Client auf https://api.llmapisource.com/v1 ein. Die Authentifizierung erfolgt über einen API-Schlüssel, der im Authorization: Bearer <key>-Header übergeben wird. Du kannst Schlüssel im Dashboard generieren oder rotieren; das Widerrufen eines Schlüssels macht den alten sofort ungültig.

• Für die Testphase werden keine Telefonnummer oder Kreditkarte benötigt.
• Jedes Konto hat jeweils genau einen aktiven Schlüssel.
• Prompts werden nicht zum Training verwendet.

Erste Anfrage

Sende eine einfache Chat-Abschlussanfrage, um die Konnektivität zu überprüfen. Der Endpunkt unterstützt standardmäßige OpenAI-JSON-Strukturen. Ersetze den Platzhalter durch deinen tatsächlichen Schlüssel.

Copycurl https://api.llmapisource.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Wenn der Schlüssel ungültig ist, erhältst du einen 401-Fehler. Wenn du kein Prepaid-Guthaben hast, erhältst du einen 402-Fehler. Die Modellkennung ist immer uncensored.

Python SDK

Installiere das offizielle OpenAI-Paket und konfiguriere die Basis-URL, um Anfragen an unsere Infrastruktur zu leiten. Dies funktioniert mit jedem OpenAI-kompatiblen Python-Client.

Copyfrom openai import OpenAI

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

Stelle sicher, dass die base_url den vollständigen Pfad zu /v1 enthält. Der Modellname muss auf uncensored gesetzt sein, um auf die dedizierte Instanz zuzugreifen.

Node SDK

Konfiguriere den Client in Node.js-Umgebungen ähnlich. Die Struktur spiegelt die Standard-Oberfläche von OpenAI wider, was die Migration einfach macht.

Copyimport OpenAI from "openai";

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

Gib die apiKey an und setze den basePath auf https://api.llmapisource.com/v1. So werden alle Vervollständigungen zu unserem unzensierten Modell geleitet.

Streaming aktivieren

Setze stream: true in deiner Anfrage, um Server-Sent Events (SSE) zu erhalten. Dies ermöglicht es dir, Token zu verarbeiten, während sie generiert werden, was die wahrgenommene Latenz bei langen Antworten reduziert.

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)

Verarbeite die Streaming-Ereignisse, um deine Benutzeroberfläche in Echtzeit zu aktualisieren. Jeder Chunk enthält einen partiellen Delta der Vervollständigung.

Limits, Fehler und Kontext

Unsere Infrastruktur erzwingt spezifische Limits, um die Stabilität zu gewährleisten. Das Kontextfenster unterstützt bis zu 100.000 Token für Prompt und Vervollständigung zusammen.

• Ratenlimit: 300 Anfragen pro Minute pro Schlüssel (gibt 429 zurück).
• Body-Größe: Maximum 8 MB pro Anfrage.
• Preise: $0,25/1M Input-Token, $1,00/1M Output-Token.

Anfragen mit sexuellem Inhalt mit Minderjährigen werden blockiert. Alle anderen rechtmäßigen Erwachseneninhalte sind erlaubt.