Heretic LLM: API-Dokumentation

Basis-URL und Authentifizierung

Um die Heretic LLM API zu nutzen, richte deinen OpenAI-kompatiblen Client auf unsere Basis-URL: https://api.hereticllm.com/v1. Die API verwendet die Standard-Bearer-Token-Authentifizierung. Du kannst einen API-Schlüssel generieren, indem du dich einfach mit E-Mail und Passwort registrierst. Der Schlüssel wird sofort nach der Registrierung angezeigt und kann jederzeit neu generiert werden, wodurch der vorherige Schlüssel ungültig wird.

Setze die Umgebungsvariable OPENAI_API_KEY oder gib den Schlüssel direkt in deiner Client-Konfiguration an. Stelle sicher, dass deine Basis-URL auf den Heretic-Endpunkt aktualisiert ist. Diese Einrichtung ermöglicht es dir, die offiziellen OpenAI-SDKs ohne Codeänderungen zu nutzen, indem du einfach die Basis-URL und den Schlüssel austauschst.

Erste Anfrage

Stelle deine erste Anfrage an den Chat-Vervollständigungs-Endpunkt. Die Modell-ID ist uncensored. Dieses Open-Weight-Modell ist darauf ausgelegt, ohne Inhaltsablehnungen für die legale erwachsene Nutzung zu antworten, was es ideal für unzensiertes Coding, kreatives Schreiben oder Forschung macht. Das Kontextfenster unterstützt bis zu 100.000 Token für Prompt und Vervollständigung zusammen.

Unten findest du ein einfaches cURL-Beispiel, um den Endpunkt zu testen. Ersetze YOUR_API_KEY durch deinen tatsächlichen Schlüssel.

Die Antwort ist ein Standard-OpenAI-Format-Objekt, das den generierten Text enthält.

Copycurl https://api.hereticllm.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Python SDK-Integration

Integriere die API in deine Python-Anwendungen mit dem offiziellen openai-Paket. Die Bibliothek verarbeitet die JSON-Serialisierung und das Streaming automatisch. Initialisiere den Client mit deinem API-Schlüssel und der korrekten Basis-URL. Rufe dann chat.completions.create mit der Modell-ID uncensored auf.

Dieser Ansatz funktioniert nahtlos für sowohl synchrone als auch asynchrone Workflows. Das Modell reagiert auf Standard-Prompts, Function Calling und Streaming-Parameter wie andere OpenAI-kompatible Endpunkte. Du kannst System-Prompts übergeben, um das Verhalten des Modells zu steuern, oder Benutzernachrichten für direkte Interaktionen verwenden.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.hereticllm.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.js SDK-Integration

Für JavaScript- und TypeScript-Projekte verwende das openai npm-Paket. Konfiguriere den Client mit der Heretic-Basis-URL und deinem API-Schlüssel. Die API unterstützt Standard-Anfragestrukturen, einschließlich Tool-Definitionen und Function Calling.

Stelle sicher, dass du die Antwort korrekt verarbeitest, insbesondere bei der Verwendung von async/await-Mustern. Das Modell gibt Textantworten zurück, die direkt in deiner Anwendungslogik verarbeitet werden können. Diese Integration ist ideal für den Aufbau von Chat-Schnittstellen, automatisierten Agenten oder Datenverarbeitungspipelines, die unzensierte LLM-Fähigkeiten erfordern.

Copyimport OpenAI from "openai";

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

Streaming-Antworten

Aktiviere Echtzeit-Antworten, indem du das Streaming in deiner API-Anfrage aktivierst. Setze den Parameter stream auf true. Die API gibt einen Server-Sent Events (SSE)-Stream zurück, der Textabschnitte enthält, sobald sie generiert werden. Dies reduziert die wahrgenommene Latenz und bietet ein flüssigeres Benutzererlebnis für Chat-Anwendungen.

Jeder Abschnitt im Stream enthält einen Teil der Antwort. Verarbeite diese Abschnitte inkrementell, um deine Benutzeroberfläche in Echtzeit zu aktualisieren. Die Streaming-Funktion ist vollständig mit den OpenAI-SDKs kompatibel, sodass du die Standard-stream-Iteratoren oder Event-Listener verwenden kannst, um die Daten effizient zu verarbeiten.

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)

Ratenlimits, Fehler und Kontext

Die API erzwingt ein Limit von 300 Anfragen pro Minute pro Schlüssel und eine Anforderungskörpergröße von 8 MB. Wenn du das Ratenlimit überschreitest, erhältst du einen 429-Fehler. Authentifizierungsfehler geben einen 401-Status zurück, der einen ungültigen oder fehlenden API-Schlüssel anzeigt. Wenn dein Prepaid-Guthaben aufgebraucht ist, gibt die API einen 402-Fehler zurück, der eine Aufladung erfordert.

Guthaben verfällt nie, und du kannst ab $10 mit Krypto (USDT oder USDC) aufladen, wobei größere Einzahlungen Bonusguthaben bieten. Das Modell unterstützt ein Kontextfenster von 100.000 Token. Stelle sicher, dass deine Prompts und Vervollständigungen in dieses Limit passen. Weitere Details zu Preisen und Limits findest du auf der Preisseite.