Developer Documentation for the gapgpt api

URL ฐานและการตรวจสอบสิทธิ์

API ของ gapgpt ใช้โครงสร้างจุดปลายที่เข้ากันได้กับ OpenAI มาตรฐาน ชี้ไคลเอนต์ของคุณไปที่ https://api.gapgptapi.com/v1 และจ่าย API key ของคุณใน Authorization header. ระบบต้องการคีย์ที่ถูกต้องสำหรับทุกคำขอ คุณสร้างคีย์นี้ทันทีผ่านแดชบอร์ดโดยใช้ข้อมูลรับรอง Google หรืออีเมล

เริ่มต้นอย่างรวดเร็ว: คำขอครั้งแรกด้วย cURL

ส่งคำขอแรกของคุณไปยังโมเดล uncensored โดยใช้ไคลเอนต์ HTTP ใดๆ ตัวอย่างนี้ขอการตอบกลับแบบ JSON เพื่อให้แน่ใจว่ามีการจัดโครงสร้างเอาต์พุตสำหรับตรรกะแอปพลิเคชันของคุณ

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"}]
  }'

แทนที่ YOUR_API_KEY พร้อมข้อมูลรับรองจริงของคุณ เอนด์พอยต์นี้ยอมรับมาตรฐาน model พารามิเตอร์นี้ตั้งค่าเป็น uncensored. คุณได้รับข้อความตอบกลับทันที

ผสานรวมกับ Python

ใช้ openai แพ็กเกจ Python เพื่อโต้ตอบกับ API คุณต้องแทนที่ URL ฐานให้ชี้ไปยังเซิร์ฟเวอร์ของเรา สิ่งนี้ช่วยให้คุณใช้วิธีการ SDK ที่คุ้นเคยโดยไม่เปลี่ยนโครงสร้างโค้ดของคุณอย่างมีนัยสำคัญ

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)

ตั้งค่าโมเดลเป็น uncensored. SDK จัดการการสตรีมและการวิเคราะห์ข้อมูลโดยอัตโนมัติ โปรดตรวจสอบให้แน่ใจว่าคุณได้ติดตั้งเวอร์ชันล่าสุดของแพ็กเกจแล้ว

ผสานการเชื่อมต่อกับ Node.js

เริ่มต้นใช้งาน client ด้วย base URL ที่ถูกต้อง สิ่งนี้รับประกันว่าแอปพลิเคชัน Node.js ของคุณกำหนดเส้นทางคำขอไปยัง model uncensored ของเราแทน OpenAI โค้ดที่เหลือสะท้อนรูปแบบมาตรฐานของ 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);

ส่ง uncensored model ID วิธีนี้ใช้งานได้กับการตั้งค่าทั้ง CommonJS และ ES module คุณสามารถเริ่มส่ง prompt ได้ทันที

การตอบกลับแบบสตรีมมิ่ง

เปิดใช้งานการสตรีมโดยตั้งค่า stream: true ในการร้องขอของคุณ API จะส่งสตรีม Server-Sent Events แต่ละชิ้นประกอบด้วยข้อความบางส่วนและข้อมูลการใช้โทเค็น ซึ่งช่วยลดความล่าช้าที่รับรู้สำหรับการตอบกลับขนาดใหญ่

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)

ชิ้นข้อมูลสุดท้ายรวมถึงจำนวนโทเค็นรวมสำหรับคำขอ คุณสามารถประมวลผลโทเค็นแบบเรียลไทม์หรือเก็บถาวรไว้เพื่อใช้ภายหลัง วิธีนี้ทำงานได้ดีสำหรับอินเทอร์เฟซแชท

การจัดการข้อผิดพลาดและขีดจำกัด

ตรวจสอบรหัสสถานะ HTTP เพื่อจัดการข้อผิดพลาดอย่างมีเหตุผล A 401 error หมายถึงคีย์ API ของคุณไม่ถูกต้องหรือหายไป A 402 error บ่งชี้ว่าเครดิตพรีเพดไม่เพียงพอ A 429 error บ่งชี้ว่าคุณเกินขีดจำกัด 300 คำขอต่อนาที

หน้าต่างบริบทรองรับ 100,000 tokens รวมกัน คุณสามารถขอ output tokens ได้สูงสุด 16,000 tokens หากคุณไม่ได้ระบุ max_tokens, ค่าเริ่มต้นคือ 2,048 tokens ใช้ exponential backoff สำหรับ rate limits เครดิตของคุณไม่หมดอายุ ดังนั้นคุณสามารถลองใหม่ภายหลังได้