Mini CPM API-Dokumentation

Authentifizierung und Base URL

Starten Sie jede Anfrage mit Ihrem API-Schlüssel und der richtigen Basis-URL. Wir verwenden Standard-OpenAI-Header für Kompatibilität. Ihr Schlüssel gewährt sofortigen Zugriff auf das unzensierte Modell. Die Basis-URL ist HTTPS://api.cpmmini.com/v1. Verwenden Sie den Header Authorization: Bearer . Halten Sie Ihren Schlüssel sicher. Er identifiziert Ihr Guthabenkonto. Hier fallen keine Abonnementgebühren an. Bezahlen Sie einfach pro verwendetem Token.

Erste Anfrage

Senden Sie Ihre erste Nachricht an den Chat-Completion-Endpunkt. Dies bestätigt, dass Ihr Schlüssel funktioniert und die Gutschriften korrekt abgebucht werden. Das unzensierte Modell antwortet ohne typische Ablehnungen. Verwenden Sie curl für einen schnellen Test. Ersetzen Sie YOUR_API_KEY durch Ihren tatsächlichen Schlüssel aus dem Dashboard. Dieser Schritt überprüft Konnektivität und Latenz. Fehler wie 401 deuten auf einen ungültigen Schlüssel hin. Überprüfen Sie Ihr Kontodashboard bei einem Fehler. Die Antwort enthält den generierten Text.

Python SDK-Integration

Verwenden Sie die offizielle OpenAI-Python-Bibliothek für die programmatische Zugriff. Legen Sie die Basis-URL auf unseren Endpunkt fest. Dies stellt sicher, dass alle Anfragen an unser unzensiertes Modell geleitet werden. Installieren Sie die Bibliothek über pip. Übergeben Sie Ihren API-Schlüssel bei der Client-Initialisierung. Fordern Sie das Modell uncensored an. Das SDK behandelt Wiederholungen und JSON-Parsing. Dieser Ansatz vereinfacht die Integration in Ihre bestehenden Bots. Er funktioniert auch mit Async-Loops. Prüfen Sie Ihren Guthabenstand nach dem Aufruf.

Node SDK-Einrichtung

Integrieren Sie mit Node.js über das npm-Paket. Konfigurieren Sie die Basis-URL, um auf unsere API zu verweisen. Dies erhält die Kompatibilität mit OpenAI-Standards. Installieren Sie die Abhängigkeit in Ihrem Projekt. Initialisieren Sie den Client mit Ihrem Schlüssel. Rufen Sie die Chat-Vervollständigungsmethode auf. Das Antwortobjekt enthält den generierten Text. Behandeln Sie Fehler in Ihrer Anwendung angemessen. Dieses Setup unterstützt sowohl CommonJS als auch ES-Module. Es ist ideal für Chatbots auf Serverseite.

Streaming-Antworten

Streamen Sie Tokens für Echtzeit-Benutzererfahrungen. Aktivieren Sie das Streamen in Ihren Anfrageparametern. Die API sendet Chunks, während sie generiert werden. Dies reduziert die wahrgenommene Latenz für Benutzer. Verwenden Sie den SSE-Endpunkt für kontinuierliche Daten. Analysieren Sie jeden Chunk, um die endgültige Nachricht zu erstellen. Dieses Feature funktioniert sowohl mit Python- als auch mit Node-SDKs. Es ist für Chat-Schnittstellen unerlässlich. Überwachen Sie die Token-Nutzung im letzten Chunk. Ihr Guthaben wird basierend auf der Gesamtzahl der gesendeten Tokens abgezogen.

Limits, Fehler und Kontext

Achten Sie auf Ihre Rate Limits und den Guthabenstatus. Sie erhalten 300 Anfragen pro Minute. Pro Key sind nur acht gleichzeitige Anfragen erlaubt. Ein 429-Fehler bedeutet, dass Sie das Limit erreicht haben. Ein 402-Fehler zeigt unzureichendes Guthaben an. Laden Sie mit Krypto auf, um fortzufahren. Das Context-Fenster unterstützt 100.000 Tokens. Dies ermöglicht lange Gespräche ohne Verlust des Kontexts. Fehler und Ablehnungen kosten kein Guthaben. Ihr Prepaid-Guthaben verfällt nie. Verwalten Sie Ihre Keys im Dashboard.

cURL

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

Python

Copyfrom openai import OpenAI

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