Documentação para Desenvolvedores para a API gapgpt

URL Base e Autenticação

A API gapgpt usa a estrutura padrão de endpoint compatível com OpenAI. Aponte seu cliente para https://api.gapgptapi.com/v1 e forneça sua chave de API no Authorization cabeçalho. O sistema exige uma chave válida para cada solicitação. Você gera essa chave instantaneamente pelo painel usando credenciais do Google ou e-mail.

Início rápido: Primeira Solicitação com cURL

Envie seu primeiro prompt para o modelo uncensored usando qualquer cliente HTTP. Este exemplo solicita uma resposta JSON para garantir uma saída estruturada para a lógica da sua aplicação.

Copycurl https://api.gapgptapi.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 python libraries for async web scraping"}]
  }'

Substituir YOUR_API_KEY com suas credenciais reais. O endpoint aceita os padrões model parâmetro definido como uncensored. Você recebe uma resposta de texto imediatamente.

Integrar com Python

Use o oficial openai Pacote Python para interagir com a API. Você deve substituir a URL base para apontar para nossos servidores. Isso permite que você use métodos de SDK familiares sem alterar significativamente a estrutura do seu código.

Copyfrom openai import OpenAI

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

Defina o modelo para uncensored. O SDK lida com o streaming e a análise automaticamente. Certifique-se de ter a versão mais recente do pacote instalada.

Integre com Node.js

Inicialize o cliente com o URL base correto. Isso garante que sua aplicação Node.js roteie as requisições para nosso modelo uncensored em vez do OpenAI. O restante do código espalha os padrões padrão do OpenAI.

Copyimport OpenAI from "openai";

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

Envie o uncensored ID do modelo. Esta abordagem funciona tanto com configurações CommonJS quanto ES module. Você pode começar a enviar prompts imediatamente.

Respostas em Streaming

Ative o streaming definindo stream: true na sua solicitação. A API retorna um fluxo de Server-Sent Events. Cada fragmento contém texto parcial e dados de uso de tokens. Isso reduz a latência percebida para respostas grandes.

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)

O último chunk inclui a contagem total de tokens para a solicitação. Você pode processar os tokens em tempo real ou armazená-los em buffer para uso posterior. Este método funciona bem para interfaces de chat.

Tratamento de Erros e Limites

Monitore os códigos de status HTTP para lidar com erros graciosamente. Um 401 erro significa que sua chave de API é inválida ou ausente. Uma 402 erro indica crédito pré-pago insuficiente. Uma 429 erro sinaliza que você excedeu o limite de 300 solicitações por minuto.

A janela de contexto suporta 100.000 tokens no total. Você pode solicitar até 16.000 tokens de saída. Se você não especificar max_tokens, o padrão é 2.048 tokens. Implemente backoff exponencial para limites de taxa. Seu crédito nunca expira, então você pode tentar novamente mais tarde.