Dokumentacja API Mini cpm

Uwierzytelnianie i URL bazowy

Rozpocznij każde żądanie swoim kluczem API i właściwym bazowym URL. Używamy standardowych nagłówków OpenAI dla kompatybilności. Twój klucz daje natychmiastowy dostęp do modelu bez cenzury. Bazowy URL to HTTPS://api.cpmmini.com/v1. Użyj nagłówka Authorization: Bearer . Chroń swój klucz. Identyfikuje Twoje konto z kredytami. Nie ma tu opłat subskrypcyjnych. Płać tylko za użyte tokeny.

Pierwsze żądanie

Wyślij pierwszą wiadomość do endpointu chat completions. Potwierdza to, że Twój klucz działa, a kredyty są poprawnie pobierane. Model uncensored odpowiada bez typowych odmów. Użyj curl do szybkiego testu. Zmień YOUR_API_KEY na swój właściwy klucz z panelu. Ten krok weryfikuje łączność i opóźnienia. Błędy typu 401 oznaczają nieprawidłowy klucz. Sprawdź panel konta, jeśli się nie powiedzie. Odpowiedź zwraca wygenerowany tekst.

Integracja SDK Python

Użyj oficjalnej biblioteki Pythona OpenAI do dostępu programistycznego. Ustaw base URL na nasz punkt końcowy. To zapewnia, że wszystkie żądania są kierowane do naszego modelu bez cenzury. Zainstaluj bibliotekę przez pip. Przekaż swój klucz API w inicjalizacji klienta. Żądaj modelu uncensored. SDK obsługuje ponowne próby i parsowanie JSON. To podejście upraszcza integrację w Twoich istniejących botach. Działa również z pętlami async. Sprawdź saldo kredytów po wywołaniu.

Konfiguracja SDK Node

Zintegruj się z Node.js, korzystając z pakietu npm. Skonfiguruj bazowy adres URL, aby wskazywał na nasze API. To zachowuje kompatybilność ze standardami OpenAI. Zainstaluj zależność w swoim projekcie. Zainicjuj klienta swoim kluczem. Wywołaj metodę uzupełnień czatu. Obiekt odpowiedzi zawiera wygenerowany tekst. Obsługuj błędy w sposób elegancki w swojej aplikacji. To ustawienie obsługuje zarówno CommonJS, jak i moduły ES. Jest idealne dla botów czatowych po stronie serwera.

Odpowiedzi strumieniowe

Strumuj tokeny dla doświadczeń użytkownika w czasie rzeczywistym. Włącz strumieniowanie w parametrach żądania. API wysyła fragmenty w miarę ich generowania. Zmniejsza to postrzegane opóźnienie dla użytkowników. Użyj endpointu SSE dla ciągłych danych. Parsuj każdy fragment, aby zbudować ostateczną wiadomość. Ta funkcja działa zarówno z SDK Python, jak i Node. Jest niezbędna dla interfejsów czatu. Monitoruj zużycie tokenów w ostatnim fragmencie. Twoje kredyty są pobierane na podstawie całkowitej liczby wysłanych tokenów.

Limity, Błędy i Kontekst

Śledź swoje limity i status kredytu. Otrzymujesz 300 żądań na minutę. Dozwolone są tylko osiem żądań równoczesnych na klucz. Błąd 429 oznacza przekroczenie limitu. Błąd 402 oznacza niewystarczające środki. Doładuj kryptowalutą, aby kontynuować. Okno kontekstowe obsługuje 100 000 tokenów. Pozwala to na długie rozmowy bez utraty historii. Błędy i odmowy nie kosztują kredytów. Twoje saldo wstępnie opłacone nigdy nie wygasa. Zarządzaj kluczami w panelu.

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);

Strumieniowanie

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)