API Reference

การตรวจสอบสิทธิ์และ Base URL

ใช้คีย์ API ของคุณกับ https://api.routerllm.cc/v1 URL พื้นฐาน สมัครสมาชิกด้วย Google หรืออีเมลและรหัสผ่านเพื่อรับคีย์ของคุณทันที ไม่ต้องใช้หมายเลขโทรศัพท์ คีย์นี้จะตรวจสอบสิทธิ์คำขอทั้งหมดไปยังจุดปลาย chat-completions

Copycurl https://api.routerllm.cc/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 web scraping."}]
  }'

รักษาความมั่นคงปลอดภัยของคีย์ของคุณ คีย์ที่ใช้งานเพียงคีย์เดียวจะแทนที่คีย์เก่าหากคุณสร้างคีย์ใหม่ ข้อผิดพลาดและการปฏิเสธไม่เสียค่าใช้จ่าย ดังนั้นคุณสามารถทดสอบได้อย่างปลอดภัย

จุดจบ API Chat Completions

ส่งพรอมต์ไปยัง POST /v1/chat/completions endpoint. endpoint. ID ของโมเดลคือ uncensored. มันเป็นโมเดลโอเพนเวตที่ปรับแต่งสำหรับการใช้งานผู้ใหญ่ที่ถูกต้องกฎหมาย ไม่ใช่โมเดลผู้ขายเช่น GPT หรือ Claude

Copyfrom openai import OpenAI

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

ขนาดหน้าต่างบริบทคือ 100,000 tokens สำหรับ prompt และ completion รวมกัน คุณจะได้รับผลลัพธ์ 16,000 tokens โดยค่าเริ่มต้น หรือ 2,048 หากละ max_tokens.

การสตรีมด้วย SSE

เปิดใช้งานการสตรีมโดยตั้งค่า stream: true ในการร้องขอของคุณ API จะส่งคืน Server-Sent Events (SSE) ข้อมูลการใช้โทเค็นปรากฏในชิ้นสุดท้ายของสตรีม

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)

วิธีนี้ช่วยลดความล่าช้าที่ผู้ใช้รู้สึกเมื่อได้รับคำตอบยาว ใช้วิธีนี้เมื่อสร้างอินเทอร์เฟซแชทที่ได้ประโยชน์จากการแสดงผลข้อความแบบต่อเนื่อง

Function Calling และเครื่องมือ

ส่ง tools ใน tools array. โมเดลรองรับการเรียกฟังก์ชันด้วย tool_choice ตัวเลือก ใช้สำหรับการดึงข้อมูลที่มีโครงสร้างหรือการทำงานอัตโนมัติ

Copyimport OpenAI from "openai";

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

กำหนดสคีมาฟังก์ชันของคุณให้ชัดเจน API จัดการการเปลี่ยนเส้นทางระหว่างคำขอผู้ใช้และคำจำกัดเครื่องมือ ตรวจสอบให้แน่ใจว่าโค้ดของคุณแยกวิเคราะห์การเรียกใช้เครื่องมือได้อย่างถูกต้อง

โหมด JSON และพารามิเตอร์

ตั้งค่า response_format เพื่อ {"type": "json_object"} เพื่อให้ได้ผลลัพธ์ JSON อย่างเคร่งครัด ควบคุมการสร้างด้วย temperature, top_p, stop, และ seed. ปรับค่าปรับสำหรับการปรากฏตัวและความถี่เพื่อปรับแต่งสไตล์เอาต์พุต

ใช้พารามิเตอร์เหล่านี้เพื่อปรับความน่าเชื่อถือ โหมด JSON จำเป็นสำหรับการแยกวิเคราะห์การตอบกลับที่เครื่องอ่านได้ โมเดลยังคงแบบไม่เซ็นเซอร์แม้จะมีการจัดรูปแบบที่เข้มงวด

การจัดการข้อผิดพลาดและขีดจำกัด

คาดหวัง 401 สำหรับ key ที่ไม่ถูกต้อง 402 สำหรับเครดิตไม่เพียงพอ และ 429 สำหรับอัตราจำกัด ขีดจำกัดคือ 300 คำขอต่อนาทีและ 8 คำขอพร้อมกันต่อ key ขนาด body คำขอสูงสุดคือ 8 MB

ตรวจสอบ status code เพื่อหาสาเหตุ เติมเครดิตด้วย USDT หรือ USDC เพื่อใช้งานต่อ เครดิตไม่หมดอายุ ดังนั้นคุณสามารถหยุดใช้งานชั่วคราวโดยไม่สูญเสียเงิน

ข้อมูลโมเดลและการใช้งานโทเค็น

Query GET /v1/models เพื่อตรวจสอบโมเดลที่มีอยู่ โมเดลเดียวคือ uncensored. รับข้อความเข้า ส่งข้อความออก ไม่รองรับ embeddings รูปภาพ หรือเสียง

ติดตามการใช้งาน token ใน response headers หรือท้าย stream ราคาโปร่งใส: $0.15 ต่อ 1M input tokens และ $0.50 ต่อ 1M output tokens เครดิตเติมล่วงหน้าครอบคลุมการใช้งานทั้งหมด