GLM api Key: Hướng dẫn khắc phục sự cố

Tại sao khóa của bạn trả về lỗi 'Unauthorized'

Lỗi 'Unauthorized' (Không được ủy quyền) thường bắt nguồn từ sự không khớp giữa khóa API đã cấu hình của bạn và điểm cuối URL cơ sở. Khi tích hợp một LLM mới vào trình soạn thảo như Zed hoặc Trae, bạn phải đảm bảo URL cơ sở trỏ trực tiếp đến điểm cuối hoàn thành cuộc trò chuyện của nhà cung cấp thay vì một proxy chung. Nếu bạn đang sử dụng máy khách tương thích OpenAI, URL cơ sở cho dịch vụ của chúng tôi là HTTPS://api.apiglm.com/v1. Việc truyền sai URL hoặc khóa đã hết hạn sẽ kích hoạt phản hồi 401 ngay lập tức.

Một nguyên nhân phổ biến khác là gửi khóa ở định dạng header sai. Một số client yêu cầu 'Authorization: Bearer ' trong khi những người khác có thể hiểu sai trường đầu vào. Hãy xác minh rằng khóa của bạn được sao chép chính xác như hiển thị trên bảng điều khiển sau khi đăng nhập bằng Google hoặc email. Không có bước xác minh số điện thoại, vì vậy nếu khóa hợp lệ, nó sẽ hoạt động trên bất kỳ triển khai SDK OpenAI tiêu chuẩn nào.

• Kiểm tra rằng URL cơ sở kết thúc bằng /v1.
• Đảm bảo không có dấu gạch chéo cuối trong chuỗi URL.
• Xác minh khóa chưa bị thu hồi hoặc thay thế.

Xử lý vấn đề 'Thinking Block'

Người dùng các mô hình tập trung vào suy luận thường gặp các khối 'suy nghĩ' trống nơi mô hình xuất ra một thẻ nhưng không có văn bản. Điều này không phải lúc nào cũng là lỗi trong mã của bạn mà là hành vi của kiến trúc mô hình không bị hạn chế. Mô hình có thể quyết định xuất ra một khối suy luận chứa khoảng trắng hoặc ký tự null, mà trình phân tích cú pháp của bạn có thể hiểu nhầm là phản hồi trống.

Để xử lý điều này, hãy định cấu hình máy khách của bạn để bỏ qua các thẻ suy luận trống hoặc loại bỏ khoảng trắng trước khi xử lý. Nếu bạn đang sử dụng bộ biến đổi suy luận tùy chỉnh, hãy đảm bảo nó xử lý đúng các trường hợp cạnh này. Mô hình được tinh chỉnh cho các câu trả lời trực tiếp, vì vậy các khối suy nghĩ quá mức đôi khi có thể cho thấy nhu cầu điều chỉnh các tham số 'nhiệt độ' hoặc 'top_p' để khuyến khích các phản hồi trực tiếp hơn.

Gỡ lỗi điều này liên quan đến việc ghi nhật ký các byte phản hồi thô. Nếu khối suy nghĩ có mặt nhưng trống, bạn có thể bỏ qua nó và tiếp tục tạo nội dung thực tế. Điều này đảm bảo ứng dụng của bạn không bị treo khi chờ văn bản không tồn tại.

Cấu hình URL cơ sở trong các trình soạn thảo

Tích hợp LLM không kiểm duyệt vào các trình soạn thảo cục bộ như Zed hoặc Claude Code yêu cầu ghi đè các biến môi trường mặc định. Hầu hết các trình soạn thảo mặc định sử dụng URL cơ sở của OpenAI. Bạn phải đặt rõ ràng URL cơ sở thành HTTPS://api.apiglm.com/v1 trong các tệp cấu hình của mình.

Đối với các tệp .env.development hoặc config.js, hãy đảm bảo biến khóa API được ánh xạ chính xác. Ví dụ: đặt biến URL cơ sở trỏ đến điểm cuối của chúng tôi. Điều này đảm bảo rằng tất cả các yêu cầu, bao gồm gọi hàm và streaming, đều được định tuyến qua cơ sở hạ tầng của chúng tôi. Nếu trình soạn thảo không hỗ trợ URL cơ sở tùy chỉnh, bạn có thể cần sử dụng proxy hoặc tập lệnh trình bao bọc để chuyển đổi giao thức OpenAI tiêu chuẩn sang điểm cuối của chúng tôi.

Xác minh tích hợp bằng cách gửi yêu cầu 'ping' đơn giản. Nếu bạn nhận được phản hồi JSON hợp lệ, cấu hình của bạn đã chính xác. Bước này rất quan trọng trước khi thử các cuộc trò chuyện đa lượt phức tạp.

Giới hạn tốc độ và Lỗi độ đồng thời

Cơ sở hạ tầng của chúng tôi áp dụng các giới hạn tốc độ nghiêm ngặt để đảm bảo sự ổn định trong thời gian sử dụng khối lượng lớn. Mỗi khóa API được giới hạn ở 300 yêu cầu mỗi phút và có thể xử lý tối đa 8 yêu cầu đồng thời. Nếu bạn vượt quá các giới hạn này, bạn sẽ nhận được lỗi 429 Too Many Requests.

Để tránh các lỗi này, hãy triển khai cơ chế backoff theo cấp số nhân trong mã máy khách của bạn. Theo dõi tiêu đề 'Retry-After' trong phản hồi nếu có. Ngoài ra, hãy đảm bảo rằng ứng dụng của bạn không tăng đột biến lưu lượng truy cập trong giờ cao điểm. Nếu bạn đang chạy nhiều phiên bản, hãy phân phối tải trên các khóa khác nhau hoặc quản lý tính đồng thời ở cấp ứng dụng.

Kích thước thân yêu cầu cũng bị giới hạn ở 8 MB. Các prompt lớn hoặc nhiều lệnh gọi công cụ có thể vượt quá giới hạn này. Hãy chia nhỏ đầu vào của bạn hoặc giảm số lượng yêu cầu đồng thời để nằm trong các giới hạn này. Các giới hạn này minh bạch và được thiết kế để ngăn chặn việc cạn kiệt tài nguyên.

Đếm Token và cửa sổ ngữ cảnh

Hiểu việc sử dụng token rất quan trọng để quản lý chi phí. Mô hình của chúng tôi hỗ trợ cửa sổ ngữ cảnh 100.000 token, bao gồm cả lệnh và phần hoàn thành. Đầu ra tối đa cho mỗi yêu cầu là 16.000 token, hoặc 2.048 nếu bạn không chỉ định 'max_tokens'.

Giá dựa trên mức sử dụng token thực tế: $0.15 cho mỗi triệu token đầu vào và $0.50 cho mỗi triệu token đầu ra. Lỗi và từ chối đều miễn phí, nên bạn chỉ trả tiền cho việc tạo nội dung thành công. Mô hình trả trước này có nghĩa là tín dụng của bạn không bao giờ hết hạn, và bạn có thể nạp thêm bằng tiền điện tử bất cứ lúc nào.

Theo dõi mức sử dụng token trong ứng dụng của bạn bằng cách phân tích metadata phản hồi. Chunk cuối cùng của phản hồi streaming chứa tổng số lượng token. Điều này cho phép bạn giám sát chi phí theo thời gian thực và điều chỉnh các prompt để nằm trong ngân sách. Sử dụng token hiệu quả là chìa khóa để tối đa hóa giá trị của credit trả trước của bạn.

Phân tích phản hồi luồng

Phản hồi dạng stream được cung cấp qua Server-Sent Events (SSE). Mỗi chunk chứa một phần của phản hồi, nhưng dữ liệu sử dụng token chỉ được bao gồm trong chunk cuối cùng. Điều này có nghĩa là bạn không thể tính toán tổng mức sử dụng token cho đến khi luồng hoàn tất.

Phân tích stream bằng cách lắng nghe các sự kiện 'data'. Tích lũy các chunk văn bản để tạo thành phản hồi đầy đủ. Khi bạn nhận được chunk cuối cùng, hãy trích xuất trường 'usage' để cập nhật số lượng token cục bộ của bạn. Cách tiếp cận này đảm bảo tính toán hóa đơn chính xác và giúp bạn giám sát việc sử dụng tài nguyên.

Xử lý các gián đoạn mạng một cách khéo léo. Nếu luồng bị ngắt, bạn có thể cần thử lại yêu cầu. Đảm bảo máy khách của bạn có thể xử lý các phản hồi một phần và ghép chúng lại chính xác. Phát trực tuyến lý tưởng cho các ứng dụng thời gian thực, nhưng nó đòi hỏi xử lý lỗi mạnh mẽ.

Lỗi tham số Function Calling

Gọi hàm yêu cầu cấu hình tham số chính xác. Đảm bảo mảng 'tools' của bạn xác định đúng lược đồ hàm, bao gồm các tham số và mô tả. Tham số 'tool_choice' có thể được đặt thành 'auto', 'required' hoặc tên hàm cụ thể.

Các lỗi phổ biến bao gồm thiếu các trường bắt buộc hoặc kiểu dữ liệu không chính xác trong lược đồ công cụ. Hãy xác minh rằng máy khách của bạn gửi 'response_format' là 'json_object' nếu bạn mong đợi đầu ra có cấu trúc. Điều này đảm bảo mô hình trả về JSON hợp lệ mà ứng dụng của bạn có thể phân tích.

Kiểm tra gọi hàm với các công cụ đơn giản trước. Dần dần tăng độ phức tạp để xác định bất kỳ sự không khớp lược đồ nào. Nếu mô hình không gọi được công cụ, hãy kiểm tra trường 'tool_calls' trong phản hồi để tìm lỗi. Cấu hình đúng là rất quan trọng để gọi hàm đáng tin cậy.

Khắc phục Trì hoãn Nạp tiền Crypto

Việc nạp tiền vào số dư của bạn được thực hiện qua tiền điện tử, cụ thể là USDT (TRC20) hoặc USDC (Base). Giao dịch có thể mất vài phút để xác nhận trên blockchain. Nếu số dư của bạn không xuất hiện ngay lập tức, hãy đợi xác nhận mạng lưới.

Tín dụng ưu đãi được áp dụng tự động cho các khoản nạp từ $50 trở lên: +5% cho $50, +10% cho $100 và +15% cho $200. Hãy đảm bảo gửi đúng số tiền để nhận đúng khoản ưu đãi. Các giao dịch dưới $20 hoặc trên $500 có thể không nhận được ưu đãi hoặc bị từ chối.

Nếu bạn gặp lỗi tính phí kép, hãy liên hệ với bộ phận hỗ trợ thông qua trang Hỗ trợ. Tín dụng không được hoàn lại nhưng có thể được điều chỉnh. Hãy ghi lại mã giao dịch của bạn để giải quyết nhanh hơn. Mô hình trả trước này đảm bảo bạn không bao giờ mất tín dụng do hết hạn.

Sai cấu hình ID Mô hình

Sử dụng sai ID mô hình là một nguồn lỗi thường xuyên. Đối với mô hình không kiểm duyệt của chúng tôi, ID đơn giản là 'uncensored'. Gửi yêu cầu với 'gpt-4' hoặc 'claude-3' sẽ dẫn đến lỗi 'Không tìm thấy mô hình'.

Đảm bảo khách hàng của bạn đặt rõ ràng trường 'model' thành 'uncensored' trong mọi yêu cầu. Điều này rất quan trọng khi sử dụng các SDK tương thích OpenAI có thể mặc định sang các mô hình khác. Xác minh ID mô hình trong các tệp cấu hình và các yêu cầu thử nghiệm của bạn.

Dịch vụ của chúng tôi không cung cấp định tuyến mô hình hoặc nhiều lựa chọn mô hình. Đây là một điểm cuối mô hình đơn dành riêng cho việc tạo văn bản không kiểm duyệt. Sự đơn giản này giảm độ phức tạp và đảm bảo hiệu suất nhất quán. Luôn kiểm tra kỹ ID mô hình trước khi triển khai vào sản xuất.