Ενσωματώστε το Venice AI API σε Λεπτά

Ρύθμιση Βασικού URL και Αυθεντικοποίησης

Το API βρίσκεται στο https://api.veniceaiapi.com/v1. Κάνετε έλεγχο ταυτότητας με ένα μοναδικό API key που περνάται στο Authorization header.

Εγγραφείτε μέσω Google ή email για να λάβετε το κλειδί σας αμέσως. Δεν απαιτείται αριθμός τηλεφώνου. Χρησιμοποιήστε το κλειδί με οποιοδήποτε συμβατό με OpenAI SDK ορίζοντας τη βάση URL.

Κάθε λογαριασμός διαθέτει ένα ενεργό κλειδί. Η δημιουργία νέου ανακαλεί αμέσως το παλιό κλειδί. Αυτό εξασφαλίζει απλό έλεγχο πρόσβασης χωρίς πολύπλοκα πεδία δικαιωμάτων.

Το ID του μοντέλου που πρέπει να στείλετε είναι "uncensored". Είναι ένα open-weight μοντέλο ρυθμισμένο να απαντά χωρίς απορρίψεις περιεχομένου για νόμιμη χρήση ενήλικων.

• Base URL: https://api.veniceaiapi.com/v1
• Κεφαλίδα Auth: Authorization: Bearer YOUR_API_KEY
• Μοντέλο: uncensored

Μπορείτε να ελέγξετε τη σύνδεση με μια απλή GET request προς /v1/models. Αυτό επιβεβαιώνει ότι το key σας λειτουργεί πριν στείλετε βαριά φορτία.

Το Endpoint /v1/chat/completions

Στείλτε prompts κειμένου στο POST /v1/chat/completions και λάβετε απαντήσεις κειμένου. Αυτή η διεπαφή διαχειρίζεται όλες τις τυπικές αλληλεπιδράσεις συνομιλίας.

Συμπεριλάβετε την array messages με πεδία role και content. Το μοντέλο επεξεργάζεται την είσοδο και επιστρέφει μια ολοκλήρωση. Μπορείτε να ελέγξετε το μήκος της εξόδου χρησιμοποιώντας το max_tokens parameter.

Η προεπιλεγμένη μέγιστη έξοδος είναι 2,048 tokens. Μπορείτε να την αυξήσετε έως 16,000 tokens ανά αίτημα. Το συνολικό παράθυρο συνάφειας επιτρέπει 100,000 tokens για την είσοδο και την έξοδο συνολικά.

Τα σφάλματα και οι απορρίψεις δεν καταναλώνουν το προκαταβλεπόμενο πιστωτικό σας υπόλοιπο. Αυτό σημαίνει ότι πληρώνετε μόνο για την επιτυχή παραγωγή tokens.

Παράμετροι Μοντέλου: Θερμοκρασία, Top-P και Seed

Ελέγξτε την τυχαιότητα της εξόδου χρησιμοποιώντας τυπικές παραμέτρους LLM. Ορίστε temperature για προσαρμογή της δημιουργικότητας. Οι χαμηλότερες τιμές κάνουν τις απαντήσεις πιο ντετερμινιστικές και εστιασμένες.

Χρήση top_p για δειγματοληψία πυρήνα. Αυτό περιορίζει το μοντέλο να εξετάζει το άνω ποσοστό της μάζας πιθανότητας. Βοηθά στην πρόληψη επαναλαμβανόμενων ή nonsensical εξόδων.

Ορίστε seed για αναπαραγώγιμα αποτελέσματα. Αυτό είναι χρήσιμο για εντοπισμό σφαλμάτων ή δοκιμή συγκεκριμένων παραλλαγών input. Μπορείτε επίσης να χρησιμοποιήσετε stop ακολουθίες για να διακόψετε τη δημιουργία νωρίς.

Άλλα υποστηριζόμενα παραμέτρους περιλαμβάνουν presence_penalty και frequency_penalty. Αυτά βοηθούν στη διαχείριση της ποικιλίας tokens σε μακροχρόνιες συνομιλίες.

Προσαρμόστε αυτές τις ρυθμίσεις ανάλογα με την περίπτωσή σας. Το roleplay επωφελείται από υψηλότερη θερμοκρασία. Ο προγραμματισμός κώδικα μπορεί να χρειαστεί χαμηλότερες τιμές.

Streaming Αποκρίσεις με Server-Sent Events

Ενεργοποιήστε streaming ρυθμίζοντας stream: true στην αίτησή σας. Το API επιστρέφει Server-Sent Events (SSE) αντί για ένα μεμονωμένο αντικείμενο JSON.

Κάθε τμήμα περιέχει περιεχόμενο μερικού κειμένου. Αυτό σας επιτρέπει να εμφανίζετε τα αποτελέσματα σε πραγματικό χρόνο στους χρήστες σας. Βελτιώνει σημαντικά την αντιλαμβανόμενη καθυστέρηση για μακροχρόνιες αποκρίσεις.

Το τελευταίο chunk περιλαμβάνει τα στατιστικά συνολικής χρήσης tokens. Μπορείτε να παρακολουθείτε την κατανάλωση του πιστωτικού ορίου σας με ακρίβεια σε πραγματικό χρόνο.

Διαχειριστείτε τα σφάλματα ροής (stream) ομαλά. Οι διακοπές δικτύου μπορεί να περικόψουν την απόκριση. Μπορείτε να αναπαραγάγετε ή να επαναλάβετε το αίτημα αν χρειαστεί.

Function Calling και JSON Mode

Χρησιμοποιήστε κλήση συναρτήσεων για να ενσωματώσετε το API με τη λογική backend σας. Ορίστε τα εργαλεία στην αίτησή σας και το μοντέλο θα επιστρέψει δομημένα ορίσματα JSON.

Ορίστε response_format: {"type": "json_object"} για να επιβληθεί αυστηρή έξοδος JSON. Αυτό είναι ιδανικό για την ανάλυση δεδομένων στην εφαρμογή σας.

Η κλήση συναρτήσεων λειτουργεί παράλληλα με το streaming. Μπορείτε να λάβετε δομημένα δεδομένα σε πραγματικό χρόνο. Αυτό επιτρέπει σύνθετες αλληλεπιδράσεις πολλαπλών βημάτων.

Το μοντέλο κατανορίζει τους ορισμούς εργαλείων και τα εκτελεί ανάλογα. Εσείς χειρίζεστε τη λογική εκτέλεσης των εργαλείων στον κώδικά σας.

Αυτή η λειτουργία καθιστά το API κατάλληλο για την κατασκευή agents ή αυτόματων ροών εργασίας.

Όρια Ρυθμού και Περιορισμοί Token

Κάθε κλειδί API περιορίζεται σε 300 αιτήσεις ανά λεπτό. Μπορείτε να έχετε 8 ταυτόχρονες αιτήσεις ταυτόχρονα. Αυτό αποτρέπει τα ξαφνικά κύματα από το να υπερφορτώσουν το σύστημα.

Το μέγιστο μέγεθος σώματος αιτήματος είναι 8 MB. Βεβαιωθείτε ότι τα payloads σας χωράνε σε αυτό το όριο. Τα μεγάλα παράθυρα συνάφειας καταναλώνουν αυτό το όριο γρήγορα.

Συνηθισμένα σφάλματα περιλαμβάνουν 401 για μη έγκυρα κλειδιά και 402 για ανεπαρκές credit. Ένα σφάλμα 429 υποδηλώνει ότι έχετε φτάσει στο όριο ρυθμού.

Οι επιστροφές δεν διατίθενται για πιστωτικό. Ωστόσο, λάθη όπως διπλές χρεώσεις διορθώνονται μέσω Υποστήριξης. Το πιστωτικό σας δεν λήγει ποτέ.

Η τιμολόγηση είναι $0.15 ανά 1M input tokens και $0.50 ανά 1M output tokens. Τα top up είναι μόνο με crypto από $20 έως $500.

cURL

Copycurl https://api.veniceaiapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Return status as json"}]
  }'

Python

Copyfrom openai import OpenAI

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

Ροή

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)