Guida rapida per utenti Grok

URL base e autenticazione

La nostra API è pienamente compatibile con gli SDK OpenAI. Devi solo aggiornare base_url e fornire la tua chiave nell'intestazione Authorization. Iscriviti con Google o email per ricevere la chiave istantaneamente. Non servono numero di telefono o carta di credito per iniziare. Usa l'ID modello uncensored per tutte le richieste.

L'autenticazione avviene tramite token Bearer. Assicurati che la chiave sia inviata in ogni intestazione di richiesta. Se ricevi un errore 401, la tua chiave non è valida o è scaduta. Il nostro servizio è indipendente e non rivende modelli di altri fornitori.

Completamento chat di base

Invia una richiesta POST standard a /v1/chat/completions. L'API accetta input testuale e restituisce output testuale. Puoi definire prompt di sistema per guidare il comportamento del modello. Il modello risponde senza rifiuti per contenuti adulti legali, fiction o argomenti controversi.

Specifica il modello come uncensored nel payload. La finestra di contesto supporta fino a 100.000 token in totale. L'output massimo è di 32.000 token per richiesta. Errori e rifiuti non consumano credito.

Risposte in streaming

Abilita lo streaming impostando stream: true. L'API restituisce Server-Sent Events (SSE). Ogni chunk contiene aggiornamenti di testo incrementali. L'ultimo chunk include statistiche sull'utilizzo dei token per la trasparenza sulla fatturazione.

Lo streaming è ideale per aggiornamenti UI in tempo reale. Analizza il flusso SSE per visualizzare il testo mentre viene generato. Questo riduce la latenza percepita per gli utenti. L'API gestisce automaticamente il protocollo di streaming.

Chiamata di funzioni

Definisci gli strumenti nel parametro tools. Il modello può restituire chiamate di strumenti strutturate. Usa tool_choice per forzare comportamenti specifici. Questo abilita l'integrazione con sistemi e flussi di lavoro esterni.

La chiamata di funzioni funziona con il formato standard OpenAI. Analizza la risposta per eseguire gli strumenti richiesti. Il modello mantiene il contesto attraverso le chiamate di funzione. Utile per agenti automatizzati e attività di estrazione dati.

Modalità JSON

Imposta response_format su {"type": "json_object"} per un output JSON rigoroso. Il modello formatterà la risposta come JSON valido. Utile per analizzare dati strutturati nelle applicazioni.

La modalità JSON garantisce una formattazione coerente. Usala quando il codice downstream si aspetta strutture di schema specifiche. Il modello aderisce al formato richiesto. Questo riduce la necessità di logica di parsing aggiuntiva.

Parametri, limiti ed errori

Controlla la generazione con temperature, top_p e sequenze stop. Il limite di richieste è di 300 richieste al minuto per chiave. Puoi avere fino a 8 richieste parallele. I corpi delle richieste non devono superare 8 MB. Un errore 402 indica credito insufficiente. Un errore 429 significa che hai raggiunto il limite di richieste. Il credito è prepagato e non scade mai. Gli errori sono gratuiti.

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)