Mini cpm API-dokumentation

Autentisering och bas-URL

Starta varje begäran med din API-nyckel och korrekt bas-URL. Vi använder standard OpenAI-huvuden för kompatibilitet. Din nyckel ger omedelbar åtkomst till den censurfria modellen. Bas-URLen är HTTPS://api.cpmmini.com/v1. Använd huvudet Authorization: Bearer . Håll din nyckel säker. Den identifierar ditt förbetala kreditkonto. Inga abonnemangskostnader gäller här. Betala bara per använd token.

Första förfrågan

Skicka ditt första meddelande till chattkompletteringsändpunkten. Detta bekräftar att din nyckel fungerar och att krediter dras korrekt. Den obegränsade modellen svarar utan typiska avslag. Använd curl för en snabb test. Ersätt YOUR_API_KEY med din faktiska nyckel från kontrollpanelen. Detta steg verifierar anslutningsbarhet och latens. Fel som 401 indikerar en ogiltig nyckel. Kontrollera din kontokontrollpanel om det misslyckas. Svaret returnerar den genererade texten.

Python SDK-integration

Använd det officiella OpenAI Python-biblioteket för programmeringsmässig åtkomst. Ange bas-URL:en till vår slutpunkt. Detta säkerställer att alla begäranden dirigeras till vår okorrigerade modell. Installera biblioteket via pip. Ange din API-nyckel i klientinitieringen. Begär modellen uncensored. SDK:et hanterar omförsök och JSON-tolkning. Denna metod förenklar integrationen i dina befintliga botar. Det fungerar också med async-loopar. Kontrollera ditt kreditbalance efter anropet.

Node SDK-installation

Integrera med Node.js med npm-paketet. Konfigurera bas-URL att peka mot vårt API. Detta upprätthåller kompatibilitet med OpenAI-standarder. Installera beroendet i ditt projekt. Initiera klienten med din nyckel. Anropa chat-slutförandemetoden. Svarsobjektet innehåller den genererade texten. Hantera fel på ett elegant sätt i din applikation. Denna konfiguration stöder både CommonJS och ES-moduler. Det är idealiskt för chattbotar på serversidan.

Strömningsresponser

Strömma token för realtidsanvändarupplevelser. Aktivera strömning i dina begäransparametrar. API:t skickar bitar när de genereras. Detta minskar upplevd latens för användare. Använd SSE-slutpunkten för kontinuerlig data. Parsa varje bit för att bygga det slutliga meddelandet. Denna funktion fungerar med både Python- och Node-SDK:erna. Den är avgörande för chattgränssnitt. Övervaka tokenanvändningen i den sista biten. Dina krediter dras av baserat på totala skickade token.

Gränser, fel och kontext

Var uppmärksam på dina hastighetsbegränsningar och saldot. Du får 300 förfrågningar per minut. Endast åtta samtidiga förfrågningar per nyckel tillåts. Ett 429-fel betyder att du har nått gränsen. Ett 402-fel indikerar otillräckligt saldo. Ladda upp med krypto för att fortsätta. Kontextrutan stödjer 100 000 tokens. Detta låter långa konversationer utan att tappa historik. Fel och avslag kostar inga krediter. Ditt förbetalda saldo löper aldrig ut. Hantera dina nycklar i dashboarden.

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);

Strömning

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)