Integrează API-ul Venice AI în câteva minute

Configurare URL de bază și autentificare

API se află la https://api.veniceaiapi.com/v1. Te autentifici cu o singură cheie API trecută în Authorization header.

Înregistrează-te prin Google sau email pentru a-ți obține cheia instant. Nu este necesar număr de telefon. Folosește cheia cu orice SDK compatibil OpenAI setând URL-ul de bază.

Fiecare cont deține o singură cheie activă. Generarea uneia noi revocă imediat pe cea veche. Acest lucru asigură un control simplu al accesului, fără scope-uri complexe de permisiuni.

ID-ul modelului pe care trebuie să îl trimiți este "uncensored". Este un model open-weight, optimizat pentru a răspunde fără refuzuri de conținut, pentru uz adult legal.

• URL de bază: https://api.veniceaiapi.com/v1
• Header Auth: Authorization: Bearer YOUR_API_KEY
• Model: uncensored

Puteți testa conectivitatea cu o simplă cerere GET către /v1/models. Acest lucru confirmă că cheia ta funcționează înainte să trimiți payload-uri grele.

Punctul final /v1/chat/completions

Trimite prompturi text către POST /v1/chat/completions și primiți răspunsuri text. Acest endpoint gestionează toate interacțiunile standard de chat.

Include your messages array with role and content fields. The model processes the input and returns a completion. You can control the output length using the max_tokens parametru.

Maximul implicit de output este de 2.048 de tokeni. Poți crește această valoare până la 16.000 de tokeni per solicitare. Fereastra totală de context permite 100.000 de tokeni pentru prompt și completări combinate.

Erorile și refuzurile nu consumă creditul tău preplătit. Acest lucru înseamnă că plătești doar pentru generarea reușită de tokeni.

Parametri Model: Temperatură, Top-P și Seed

Controlează aleatorietatea ieșirii folosind parametrii standard LLM. Setează temperature pentru a ajusta creativitatea. Valorile mai mici fac răspunsurile mai deterministe și focalizate.

Utilizare top_p pentru eșantionarea nucleu. Acest lucru limitează modelul să ia în considerare procentajul superior al masei de probabilitate. Ajută la prevenirea ieșirilor repetitive sau nonsensice.

Setează seed pentru rezultate reproducibile. Acest lucru este util pentru depanare sau testarea variațiilor specifice de prompt. De asemenea, puteți utiliza stop secvențe pentru a opri generarea devreme.

Alte parametri acceptați includ presence_penalty și frequency_penalty. Acestea ajută la gestionarea diversității tokenilor în conversațiile lungi.

Ajustează aceste setări pentru a se potrivi cu cazul tău de utilizare. Roleplay-ul beneficiază de o temperatură mai mare. Generarea de cod ar putea necesita valori mai mici.

Răspunsuri în streaming cu Server-Sent Events

Activați streaming-ul setând stream: true în cererea ta. API-ul returnează Evenimente Trimise de Server (SSE) în loc de un singur obiect JSON.

Fiecare fragment conține conținut text parțial. Acest lucru vă permite să afișați rezultatele în timp real utilizatorilor dvs. Îmbunătățește semnificativ latența percepută pentru răspunsurile lungi.

Ultimul fragment include statistici de utilizare totală a tokenilor. Poți urmări consumul creditului cu precizie în timp real.

Gestionați erorile de flux cu grijă. Întreruperile de rețea pot trunca răspunsul. Poți relua sau reîncerca cererea dacă este necesar.

Apelarea funcțiilor și modul JSON

Utilizează apelarea de funcții pentru a integra API-ul cu logica ta de backend. Definește instrumentele în cererea ta și modelul va returna argumente JSON structurate.

Setează response_format: {"type": "json_object"} pentru a forca un output JSON strict. Acest lucru este ideal pentru parsarea datelor în aplicația dvs.

Funcția de apelare a funcțiilor funcționează alături de streaming. Poți primi date structurate în timp real. Acest lucru permite interacțiuni complexe în mai mulți pași.

Modelul înțelege definițiile instrumentelor și le execută în consecință. Gestionarea logicii de execuție a instrumentelor o faceți în codul dvs.

Această funcționalitate face API-ul potrivit pentru construirea de agenți sau fluxuri de lucru automatizate.

Limite de rată și constrângeri de tokeni

Fiecare cheie API este limitată la 300 de cereri pe minut. Poți avea 8 cereri concurente în același timp. Acest lucru previne ca bursturile bruște să copleșească sistemul.

Dimensiunea maximă a corpului solicitării este de 8 MB. Asigură-te că payload-urile tale se încadrează în această limită. Ferestrele mari de context consumă această cota rapid.

Erorile comune includ 401 pentru chei invalide și 402 pentru credit insuficient. O eroare 429 indică faptul că ai atins limita de rată.

Rambursările nu sunt disponibile pentru credit. Totuși, greșelile precum dublele facturi sunt remediate prin Suport. Creditul dumneavoastră nu expiră niciodată.

Tarifele sunt de $0.15 per 1M tokeni de intrare și $0.50 per 1M tokeni de ieșire. Reîncărcările sunt exclusiv prin criptomonede, între $20 și $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);

Streaming

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)