Schnellstart für Unhinged-Grok-Nutzer

Authentifizierung und Basis-URL

Unsere API ist OpenAI-kompatibel, sodass du keine neue Bibliothek benötigst. Du musst nur zwei Werte in deiner bestehenden Konfiguration aktualisieren: die base_url und den api_key. Dein API-Schlüssel wird nach der Anmeldung über Google oder E-Mail sofort generiert. Bewahre diesen Schlüssel sicher auf; er ist die einzige Anmeldeinformation, die für die Authentifizierung erforderlich ist.

Ersetze die Standard-OpenAI-Basis-URL durch unseren Endpunkt. Diese Änderung leitet alle nachfolgenden Anfragen an unsere Server für das unzensierte Modell weiter. Für die grundlegende Textgenerierung sind keine weiteren Codeänderungen erforderlich.

Konfigurationsbeispiel

• Basis-URL: https://api.unhingedgrok.com/v1
• API-Schlüssel: Dein eindeutiger Schlüssel aus dem Dashboard

Überprüfe deine Verbindung, indem du verfügbare Modelle auflistest. Dies bestätigt, dass die Authentifizierung korrekt funktioniert, bevor Generierungsanfragen gesendet werden.

Erste Anfrage

Beginne mit dem Senden einer einfachen Textgenerierungsanfrage. Dieses Beispiel verwendet curl, um die rohe HTTP-Struktur zu demonstrieren. Die Anfrage zielt auf den Endpunkt /v1/chat/completions mit der Modell-ID uncensored ab. Die Antwort enthält den generierten Text im choices-Array.

Dieser direkte Ansatz funktioniert für jede Sprache oder jedes Tool, das das Standard-OpenAI-HTTP-Format unterstützt. Du kannst dies sofort nach der Generierung deines Schlüssels testen.

Direkte HTTP-Anfrage

Kopierencurl https://api.unhingedgrok.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."}]
  }'

Integration des Python SDK

Verwende die offizielle OpenAI-Python-Bibliothek, um unsere API zu integrieren. Installiere das Paket über pip. Initialisiere den Client mit deinem Schlüssel und der benutzerdefinierten Basis-URL. Die übrigen SDK-Methoden wie chat.completions.create funktionieren genau wie in der OpenAI-Dokumentation beschrieben.

Diese Methode ist ideal für Backend-Dienste, Datenverarbeitungsskripte oder automatisierte Workflows. Das SDK übernimmt die JSON-Serialisierung und die Antwortanalyse automatisch.

Python-Codebeispiel

Kopierenfrom openai import OpenAI

client = OpenAI(base_url="https://api.unhingedgrok.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

Verwende für JavaScript- oder TypeScript-Umgebungen das offizielle openai-npm-Paket. Konfiguriere den Client mit derselben Basis-URL und demselben Schlüssel. Das Node-SDK unterstützt sowohl Callback- als auch Promise-basierte Muster.

Diese Einrichtung ermöglicht es dir, die unzensierte Textgenerierung direkt in Webanwendungen, serverlose Funktionen oder Node-basierte Automatisierungstools zu integrieren. Die Fehlerbehandlung bleibt konsistent mit dem Standardverhalten des OpenAI-SDKs.

Node.js-Codebeispiel

Kopierenimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.unhingedgrok.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 die Echtzeit-Token-Generierung, indem du stream: true festlegst. Die API gibt einen Server-Sent Events (SSE)-Stream zurück. Jeder Chunk enthält eine teilweise Antwort. Der letzte Chunk enthält Token-Nutzungsstatistiken.

Streaming reduziert die wahrgenommene Latenz für Endbenutzer. Es ist entscheidend für Chat-Schnittstellen und interaktive Anwendungen. Verarbeite jeden Chunk inkrementell, um die Benutzeroberfläche sofort zu aktualisieren.

Streaming-Codebeispiel

Kopierenstream = 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)

Grenzen, Fehler und Kontext

Verstehe die Betriebsbeschränkungen, um Serviceunterbrechungen zu vermeiden. Das Kontextfenster unterstützt insgesamt 100,000 Token, und wenn max_tokens nicht festgelegt ist, kann die Antwort bis zum Ende des Fensters reichen.

Das Ratenlimit erlaubt 300 Anfragen pro Minute pro Schlüssel. Parallele Anfragen sind auf 8 begrenzt. Anforderungstextkörper dürfen 8 MB nicht überschreiten. Verarbeite Standard-HTTP-Fehlercodes: 401 bedeutet einen ungültigen Schlüssel, 402 signalisiert unzureichendes Guthaben und 429 kennzeichnet das Ratenlimit. Fehler verbrauchen kein Guthaben.