APIドキュメント
標準的なOpenAI互換エンドポイントを使用して、フィルタリングなしのLLM APIをすぐに開始しましょう。このクイックスタートでは、認証、基本的なリクエスト、ストリーミングレスポンスの実装方法を解説します。
認証とベースURL
ベースURL https://api.rankingmodeliai.com/v1. GoogleまたはEメール経由でサインアップして、キーを即座に受け取ります。電話番号は不要です。このキーは当社のuncensored AIサービスへのすべてのリクエストを認証します。
ヘッダーを含める Authorization: Bearer YOUR_API_KEY すべてのリクエストに含まれます。プロンプトは学習に使用されません。この構成は、任意のOpenAI互換クライアントと連携します。
最初のリクエスト
POSTリクエストを以下に送信 /v1/chat/completions モデルID uncensoredベースURLはすべてのルーティングを処理します。結果をストリーミングするか、一括で取得できます。
- 設定
modelにuncensored. - にメッセージを渡してください
messages配列。 - テキスト出力を直接受信します。
このアプローチにより、既存のツールとの互換性が確保されます。
curl https://api.rankingmodeliai.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "List the top five factors affecting model latency scores."}]
}'
Python SDK統合
公式のOpenAI Pythonパッケージをインストールします。ベースURLを当社のサーバーに設定します。 uncensored すべての補完にモデルIDを使用してください。この方法はPythonアプリケーションへの統合を簡素化します。
SDKはリトライとフォーマットを自動的に処理します。以下のようなパラメータを調整できます。 temperature または top_p 必要に応じて。当APIは標準的なOpenAIの動作をサポートしています。
from openai import OpenAI
client = OpenAI(base_url="https://api.rankingmodeliai.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 SDKのセットアップ
OpenAIのNode.jsクライアントをインポートします。設定を baseURL 当社のエンドポイントに。APIキーを使用してクライアントを初期化します。これにより、Node.js環境へのシームレスな統合が可能になります。
呼び出し chat.completions.create 希望するパラメータで。レスポンスには生成されたテキストが含まれます。通常どおりJSONを解析するか、エラーを処理できます。
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.rankingmodeliai.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);
ストリーミングレスポンス
streamをtrueに設定してストリーミングを有効にする stream: trueAPIはServer-Sent Events (SSE) 経由でトークンを返します。これは大きな出力の体感レイテンシを低減します。トークンは到着次第処理できます。
各チャンクには部分的なテキストが含まれます。最終チャンクにはトークン使用統計が含まれます。この機能はチャットインターフェースに最適です。より滑らかなユーザー体験を提供します。
stream = 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)
制限、エラー、コンテキスト
コンテキストウィンドウは合計100,000トークンです。1リクエストあたりの最大出力は16,000トークンです。エラーと拒否は無料です。レート制限は1分あたり300リクエストです。401エラーは無効なキーを意味します。402エラーは残高不足を示します。429エラーはレート制限に達したことを示します。当社の前払いモデルは透明なコストを保証します。
よくある質問
ranking modeli AI APIのベースURLは?
ベースURLは HTTPS://api.rankingmodeliai.com/v1 です。このエンドポイントは標準的な OpenAI SDK とクライアントと互換性があります。ベースURLの変更と API キーの提供だけで済みます。
アンセンサードLLMの認証を処理するにはどうすればよいですか?
ヘッダー Authorization: Bearer YOUR_API_KEY をすべてのリクエストに含めます。Google またはメールでサインアップしてキーを瞬時に取得できます。アカウントに電話番号は必要ありません。
レート制限を超えた場合どうなりますか?
429 Too Many Requestsエラーが発生します。制限はキーあたり1分あたり300リクエストです。8つの並列リクエストも実行できます。エラーや拒否は残高に含まれません。
キーを生成
サインアップし、キーをコピーして、ベースURLを更新します。それだけです。