Heretic LLM: Dokumentacja API

Adres bazowy i uwierzytelnianie

Aby rozpocząć korzystanie z API Heretic LLM, skieruj swój klient kompatybilny z OpenAI pod nasz bazowy URL: https://api.hereticllm.com/v1. API wykorzystuje standardową autoryzację tokenem Bearer. Możesz wygenerować klucz API, logując się tylko za pomocą adresu e-mail i hasła na stronie Pobierz klucz API. Klucz jest wyświetlany natychmiast po rejestracji i może być wygenerowany ponownie w dowolnym momencie, co unieważnia poprzedni klucz.

Ustaw zmienną środowiskową OPENAI_API_KEY lub przekaż klucz bezpośrednio w konfiguracji klienta. Upewnij się, że adres bazowy jest zaktualizowany do endpointu Heretic. To ustawienie pozwala używać oficjalnych SDK OpenAI bez zmian w kodzie, zmieniając tylko adres bazowy i klucz.

Pierwsze zapytanie

Wyślij pierwsze zapytanie do endpointu chat completions. Identyfikator modelu to uncensored. Ten model o otwartych wagach jest dostrojony do odpowiadania bez odmów treści dla użytku dorosłego, co czyni go idealnym do programowania bez cenzury, twórczego pisania lub badań. Okno kontekstu obsługuje do 100 000 tokenów dla promptu i uzupełnienia łącznie.

Poniżej znajduje się podstawowy przykład cURL do przetestowania endpointu. Zastąp YOUR_API_KEY swoim rzeczywistym kluczem.

Odpowiedź będzie standardowym obiektem w formacie OpenAI zawierającym wygenerowany tekst.

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."}]
  }'

Integracja z Python SDK

Zintegruj API ze swoimi aplikacjami Python za pomocą oficjalnego pakietu openai. Biblioteka obsługuje serializację JSON i strumieniowanie automatycznie. Zainicjuj klienta swoim kluczem API i poprawnym adresem bazowym. Następnie wywołaj chat.completions.create z identyfikatorem modelu uncensored.

To podejście działa bezproblemowo zarówno w przepływach synchronicznych, jak i asynchronicznych. Model reaguje na standardowe prompty, wywoływanie funkcji i parametry strumieniowania tak samo jak inne endpointy kompatybilne z OpenAI. Możesz przekazywać prompty systemowe, aby kierować zachowaniem modelu, lub używać wiadomości użytkownika do bezpośredniej interakcji.

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)

Integracja z Node.js SDK

Dla projektów JavaScript i TypeScript użyj pakietu npm openai. Skonfiguruj klienta z adresem bazowym Heretic i swoim kluczem API. API obsługuje standardowe struktury zapytań, w tym definicje narzędzi i wywoływanie funkcji.

Upewnij się, że poprawnie obsłużysz odpowiedź, zwłaszcza przy użyciu wzorców async/await. Model zwraca odpowiedzi tekstowe, które można przetwarzać bezpośrednio w logice Twojej aplikacji. Ta integracja jest idealna do budowania interfejsów czatu, agentów zautomatyzowanych lub potoków przetwarzania danych wymagających możliwości LLM bez cenzury.

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);

Odpowiedzi strumieniowe

Włącz odpowiedzi w czasie rzeczywistym, włączając strumieniowanie w żądaniu API. Ustaw parametr stream na true. API zwróci strumień zdarzeń wysyłanych przez serwer (SSE) zawierający fragmenty tekstu, gdy są generowane. Zmniejsza to postrzeganą opóźnienie i zapewnia płynniejsze doświadczenie użytkownika dla aplikacji czatu.

Każdy fragment w strumieniu zawiera część odpowiedzi. Obsługuj te fragmenty inkrementalnie, aby aktualizować interfejs użytkownika w czasie rzeczywistym. Funkcja strumieniowania jest w pełni kompatybilna z SDK OpenAI, więc możesz używać standardowych iteratorów stream lub nasłuchiwaczy zdarzeń do efektywnego przetwarzania danych.

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)

Limity, błędy i kontekst

API narzuca limit 300 zapytań na minutę na klucz i rozmiar ciała żądania 8 MB. Jeśli przekroczysz limit zapytań, otrzymasz błąd 429. Błędy uwierzytelniania zwracają status 401, wskazując na nieprawidłowy lub brakujący klucz API. Jeśli Twój przedpłacony kredyt zostanie wyczerpany, API zwróci błąd 402, wymagający doładowania.

Kredyt nigdy nie wygasa, a Ty możesz doładować od $10 używając kryptowalut (USDT lub USDC), z bonusowymi kredytami za większe wpłaty. Model obsługuje okno kontekstu 100 000 tokenów. Upewnij się, że Twoje prompty i uzupełnienia mieszczą się w tym limicie. Aby uzyskać więcej szczegółów dotyczących cen i limitów, odwiedź stronę Cennik.