API दस्तावेज़ीकरण

प्रमाणीकरण और हेडर्स

आपका glm api key हर अनुरोध को अधिकृत करता है। इसे Authorization हेडर को Bearer टोकन के रूप में सेट करें। यह आधिकारिक OpenAI SDKs द्वारा उपयोग किया जाने वाला मानक तरीका है और किसी भी क्लाइंट के साथ काम करता है जो OpenAI-compatible प्रमाणीकरण का समर्थन करता है। Google या ईमेल से डैशबोर्ड पर साइनअप करने के तुरंत बाद आपको यह कुंजी मिलती है।

अपनी कुंजी को सुरक्षित रखें। यह आपके प्रीपेड क्रेडिट तक पूर्ण एक्सेस प्रदान करती है। यदि यह खो जाए, तो एक नई जनरेट करें; पुरानी कुंजी तुरंत अमान्य हो जाती है। किसी भी समय एक खाते के लिए केवल एक सक्रिय कुंजी हो सकती है।

चैट कंप्लीशंस एंडपॉइंट

मॉडल को टेक्स्ट संदेश भेजें POST /v1/chat/completions एंडपॉइंट। सभी अनुरोधों के लिए बेस यूआरएल है https://api.apiglm.com/v1. आपको मॉडल आईडी को uncensored अनुरोध बॉडी में। यह एंडपॉइंट मानक संवादात्मक बारी को संभालता है और जनरेटेड टेक्स्ट लौटाता है।

प्रत्येक अनुरोध आपके प्रीपेड बैलेंस से टोकन खर्च करता है। त्रुटियां और अस्वीकृतियां आपके क्रेडिट पर चार्ज नहीं करतीं। मॉडल संदेशों की एक श्रृंखला स्वीकार करता है, जिससे संदर्भ विंडो के भीतर मल्टी-टर्न बातचीत की अनुमति मिलती है।

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

Models Endpoint

उपलब्ध मॉडल और एंडपॉइट कॉन्फ़िगरेशन की पुष्टि करने के लिए कॉल करें GET /v1/models. यह एंडपॉइंट API द्वारा वर्तमान में सपोर्ट किए गए मॉडल्स की एक सूची लौटाता है। आप कनेक्टिविटी की पुष्टि करने और कंप्लीशन रिक्वेस्ट्स भेजने से पहले मॉडल ID की जांच करने के लिए इसका उपयोग कर सकते हैं। यह क्लाइंट कॉन्फ़िगरेशन के डिबगिंग के लिए उपयोगी है।

प्रतिक्रिया में मॉडल के बारे में मेटाडेटा शामिल होता है, जैसे कि इसकी ID और owned_by फ़ील्ड। यह एंडपॉइंट क्रेडिट खर्च नहीं करता है। इसका उपयोग यह सुनिश्चित करने के लिए करें कि आपका क्लाइंट सही बेस URL की ओर इशारा कर रहा है और आपका प्रमाणीकरण हेडर मान्य है।

स्ट्रीमिंग & SSE

रियल-टाइम टोकन आउटपुट सक्षम करने के लिए stream: true आपके अनुरोध में। API एक Server-Sent Events (SSE) स्ट्रीम लौटाता है। प्रत्येक खंड आंशिक टेक्स्ट डेल्टा शामिल करता है। अंतिम खंड में अनुरोध के लिए पूर्ण टोकन उपयोग सांख्यिकी शामिल होती है।

स्ट्रीमिंग से उपयोगकर्ताओं के लिए प्रतीत होने वाली विलंबता कम हो जाती है। यह आपके एप्लिकेशन को टोकन को जनरेट होते हुए प्रदर्शित करने की अनुमति देता है। यह चैट इंटरफेस के लिए आदर्श है जहां तत्काल फीडबैक की उम्मीद की जाती है। सुनिश्ित करने के लिए स्ट्रीम को सही ढंग से हैंडल करें कि सभी टोकन प्रसंस्कृत हो गए हैं।

Copyfrom openai import OpenAI

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

फंक्शन कॉलिंग

फंक्शन कॉलिंग सक्षम करने के लिए अपने रिक्वेस्ट में टूल्स परिभाषित करें। मॉडल स्ट्रक्चर्ड JSON लौटा सकता है जिसमें यह पहचान होता है कि किस फंक्शन को कॉल करना है और उसके आर्गुमेंट्स क्या हैं। इससे आपका एप्लिकेशन यूजर इंटेंट के आधार पर कोड एक्जीक्यूट कर सकता है। इसमें टूल डिफिनिशंस, टूल चॉइसेज और कड़े आउटपुट फॉर्मेटिंग के लिए JSON मोड शामिल हैं।

LLM को अपने वर्कफ़्लो में एकीकृत करने के लिए इस सुविधा का उपयोग करें। अनुरोध बॉडी में फंक्शन स्कीमा परिभाषित करें। मॉडल टूल कॉल्स की एक सूचना के साथ उत्तर देता है। बाहरी कार्यों को ट्रिगर करने के लिए अपने कोड में इन कॉल्स को पार्स करें। यह जटिल, बहु-चरणीय कार्यों को सक्षम बनाता है।

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.apiglm.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);

पैरामीटर & सीमाएं

संदर्भ विंडो प्रॉम्प्ट और पूर्णता दोनों के लिए 100,000 टोकन का समर्थन करती है। अधिकतम आउटपुट प्रति अनुरोध 16,000 टोकन है। सेट max_tokens आउटपुट लंबाई को नियंत्रित करने के लिए। यदि निर्दिष्ट नहीं है तो डिफ़ॉल्ट 2,048 टोकन है। आप विविधता के लिए तापमान, top_p, और सीड समायोजित कर सकते हैं।

रेट लिमिट्स प्रति कुंजी 300 अनुरोध प्रति मिनट की अनुमति देते हैं। समानांतर अनुरोध प्रति कुंजी 8 पर सीमित हैं। अनुरोध बॉडी 8 MB से कम होनी चाहिए। त्रुटियां मानक HTTP स्टेटस कोड लौटाती हैं। एक 401 अमान्य कुंजी को इंगित करता है। एक 402 का अर्थ है कि आपका क्रेडिट समाप्त हो गया है। एक 429 रेट लिमिट पार होने का संकेत देता है।

स्ट्रीमिंग

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)