Guide de démarrage pour les utilisateurs de Grok

URL de base et authentification

Notre API est entièrement compatible avec les SDK OpenAI. Vous devez uniquement mettre à jour l'base_url et fournir votre clé dans l'en-tête Authorization. Inscrivez-vous via Google ou e-mail pour recevoir votre clé instantanément. Aucun numéro de téléphone ni carte bancaire n'est requis pour commencer. Utilisez l'ID de modèle uncensored pour toutes les requêtes.

L'authentification est gérée via des jetons Bearer. Assurez-vous que votre clé est envoyée dans chaque en-tête de requête. Si vous recevez une erreur 401, votre clé est invalide ou expirée. Notre service est indépendant et ne revend pas les modèles d'autres fournisseurs.

Complétion de chat basique

Envoyez une requête POST standard vers /v1/chat/completions. L'API accepte une entrée textuelle et retourne une sortie textuelle. Vous pouvez définir des prompts système pour guider le comportement du modèle. Le modèle répond sans refus pour le contenu adulte légal, la fiction ou les sujets controversés.

Spécifiez le modèle comme uncensored dans votre charge utile. La fenêtre de contexte prend en charge jusqu'à 100 000 tokens au total. La sortie maximale est de 32 000 tokens par requête. Les erreurs et les refus ne consomment pas de crédit.

Réponses en streaming

Activez le streaming en définissant stream: true. L'API retourne des événements envoyés par le serveur (SSE). Chaque chunk contient des mises à jour de texte incrémentales. Le dernier chunk inclut les statistiques d'utilisation des tokens pour la transparence de la facturation.

Le streaming est idéal pour les mises à jour d'interface utilisateur en temps réel. Analysez le flux SSE pour afficher le texte au fur et à mesure de sa génération. Cela réduit la latence perçue pour les utilisateurs. L'API gère automatiquement le protocole de streaming.

Appel de fonctions

Définissez des outils dans le paramètre tools. Le modèle peut retourner des appels d'outils structurés. Utilisez tool_choice pour forcer des comportements spécifiques. Cela permet l'intégration avec des systèmes et des flux de travail externes.

L'appel de fonctions fonctionne avec le format OpenAI standard. Analysez la réponse pour exécuter les outils demandés. Le modèle maintient le contexte entre les appels de fonctions. Cela est utile pour les agents automatisés et les tâches d'extraction de données.

Mode JSON

Définissez response_format sur {"type": "json_object"} pour une sortie JSON stricte. Le modèle formatera sa réponse sous forme de JSON valide. Cela est utile pour analyser des données structurées dans les applications.

Le mode JSON garantit un formatage cohérent. Utilisez-le lorsque votre code en aval attend des structures de schéma spécifiques. Le modèle respecte le format demandé. Cela réduit le besoin de logique d'analyse supplémentaire.

Paramètres, limites et erreurs

Contrôlez la génération avec temperature, top_p et les séquences stop. La limite de débit est de 300 requêtes par minute par clé. Vous pouvez avoir jusqu'à 8 requêtes simultanées. Les corps de requête ne doivent pas dépasser 8 Mo. Une erreur 402 indique un crédit insuffisant. Une erreur 429 signifie que vous avez atteint la limite de débit. Le crédit est prépayé et n'expire jamais. Les erreurs sont gratuites.

cURL

Copycurl https://api.grokuncensored.cc/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

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

Streaming

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)