Référence de l'API LLM-api-key-proxy

Authentification et URL de base

Le llm-api-key-proxy utilise l'authentification standard par clé API. Vous transmettez votre clé dans le Authorization header. Inscrivez-vous avec Google ou e-mail pour obtenir votre clé instantanément. Aucun numéro de téléphone n'est requis pour l'essai. Utilisez cette URL de base pour toutes les requêtes : https://api.llmapikeyproxy.com/v1. Votre clé est liée à un seul compte. Une nouvelle clé remplace immédiatement l'ancienne.

Première demande

Envoyez une requête POST à /v1/chat/completions. L'ID du modèle est toujours uncensored. C'est une API uniquement texte. Vous obtenez du texte en entrée et du texte en sortie. Aucune embedding ni image n'est prise en charge. Le modèle répond sans refus pour le contenu adulte légal. Vérifiez les limites avant d'envoyer des demandes en masse.

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

Intégration du SDK Python

Utilisez la bibliothèque Python officielle d'OpenAI. Définissez l'URL de base sur notre point de terminaison. Passez votre clé API. Le client gère la sérialisation automatiquement. Vous pouvez diffuser les résultats ou obtenir des réponses complètes. L'ID du modèle reste uncensored dans tous les appels. Cela assure la compatibilité avec les bases de code existantes. Vous modifiez uniquement l'URL et la clé.

Copyfrom openai import OpenAI

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

Utilisation du SDK Node.js

Initialisez le client OpenAI avec votre URL de base personnalisée. Passez la clé API. Le format de la requête correspond au schéma OpenAI standard. Vous pouvez utiliser le pattern async/await pour un code clair. La réponse inclut le texte généré et l'utilisation des jetons. Cela fonctionne avec n'importe quel environnement Node.js. Il s'agit d'un simple remplacement direct.

Copyimport OpenAI from "openai";

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

Réponses en streaming

Activez le streaming en définissant stream: true. L'API renvoie des données via des événements envoyés par le serveur (SSE). Chaque fragment contient une partie de la réponse. Le dernier fragment inclit l'utilisation totale des jetons. Cela réduit la latence perçue pour les sorties longues. Vous pouvez traiter les jetons en temps réel. C'est utile pour les applications interactives.

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)

Limites et gestion des erreurs

Les limites de débit sont de 300 requêtes par minute par clé. Les requêtes simultanées sont limitées à 8. Le corps de la requête doit faire moins de 8 Mo. Une erreur 401 signifie que votre clé est invalide. Une erreur 402 indique un solde insuffisant. Une erreur 429 signale une limitation de débit. La fenêtre de contexte est de 100 000 tokens. La sortie maximale est de 16 000 tokens. Les erreurs et les refus ne consomment pas de crédit.