Documentație API

Autentificare & Anteturi

Al tău glm api key autorizează fiecare cerere. Transmite-o în Authorization header ca un token Bearer. Aceasta este metoda standard utilizată de SDK-urile oficiale OpenAI și funcționează cu orice client care suportă autentificarea compatibilă OpenAI. Primești această cheie imediat după înregistrare cu Google sau email pe panoul de control.

Păstrați-vă cheia în siguranță. Aceasta oferă acces complet la creditul preplătit. Dacă o pierdeți, generați una nouă; cheia veche devine invalidă instantaneu. Puteți avea o singură cheie activă pe cont în orice moment.

Endpoint Completări Chat

Trimite mesaje text către model folosind POST /v1/chat/completions endpoint. URL-ul de bază pentru toate cererile este https://api.apiglm.com/v1. Trebuie să specifici ID-ul modelului ca uncensored în corpul solicitării. Acest endpoint gestionează turele standard de conversație și returnează text generat.

Fiecare solicitare consumă tokeni din soldul dvs. preplătit. Erorile și refuzurile nu vă încarcă creditul. Modelul acceptă o secvență de mesaje, permițând conversații în mai multe tururi în cadrul ferestrei de context.

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"}]
  }'

Endpoint Modele

Verifică modelele disponibile și configurarea endpoint-ului apelând GET /v1/models. Acest endpoint returnează o listă de modele suportate în prezent de API. O puteți folosi pentru a confirma conectivitatea și a verifica ID-ul modelului înainte de a trimite solicitări de completări. Este util pentru depanarea configurațiilor clientului.

Răspunsul include metadate despre model, precum ID-ul său și câmpul owned_by. Acest endpoint nu consumă credit. Folosește-l pentru a te asigura că clientul tău pointează către URL-ul de bază corect și că antetul de autentificare este valid.

Streaming & SSE

Activați output-ul tokenilor în timp real setând stream: true în cererea ta. API-ul returnează un flux de Evenimente Trimise de Server (SSE). Fiecare fragment conține delta-uri de text parțial. Ultimul fragment include statisticile complete de utilizare a tokenilor pentru cerere.

Streaming-ul reduce latența percepută pentru utilizatori. Permite aplicației tale să afișeze tokenii pe măsură ce sunt generați. Acest lucru este ideal pentru interfețele de chat unde se așteaptă feedback imediat. Gestionează fluxul corect pentru a te asigura că toți tokenii sunt procesați.

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)

Function Calling

Definește instrumentele în cerere pentru a activa apelarea funcțiilor. Modelul poate returna JSON structurat care identifică ce funcție să apeleze și argumentele acesteia. Acest lucru permite aplicației tale să execute cod bazat pe intenția utilizatorului. Suport include definiții de instrumente, alegeri de instrumente și modul JSON pentru formatarea strictă a output-ului.

Folosește această funcție pentru a integra LLM-ul în fluxul tău de lucru. Definește schema funcției în corpul cererii. Modelul răspunde cu o listă de apeluri de tool. Analizează aceste apeluri în codul tău pentru a declanșa acțiuni externe. Acest lucru permite sarcini complexe, în mai mulți pași.

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);

Parametri & Limite

Fereastra de de context suportă 100.000 de tokeni pentru prompt și completarea textului combinate. Output-ul maxim este de 16.000 de tokeni per solicitare. Setează max_tokens pentru a controla lungimea ieșirii. Valoarea implicită este de 2,048 de tokeni dacă nu este specificată. Poți ajusta temperatura, top_p și seed pentru variabilitate.

Limitele de rată permit 300 de cereri pe minut per cheie. Cererile concurente sunt limitate la 8 per cheie. Corpurile cererilor trebuie să fie sub 8 MB. Erorile returnează coduri de stare HTTP standard. Un 401 indică o cheie invalidă. Un 402 înseamnă că creditul tău este epuizat. Un 429 semnalează limitarea ratei depășită.

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)