Guide de démarrage pour les utilisateurs d'Unhinged Grok

Authentification et URL de base

Notre API est compatible OpenAI, ce qui signifie que vous n'avez pas besoin d'une nouvelle bibliothèque. Vous devez uniquement mettre à jour deux valeurs dans votre configuration existante : l'base_url et l'api_key. Votre clé API est générée immédiatement lors de l'inscription via Google ou e-mail. Conservez cette clé en sécurité ; c'est le seul identifiant requis pour l'authentification.

Remplacez l'URL de base OpenAI standard par notre endpoint. Ce changement dirige toutes les requêtes suivantes vers les serveurs de notre modèle sans censure. Aucun autre changement de code n'est requis pour la génération de texte de base.

Exemple de configuration

• URL de base : https://api.unhingedgrok.com/v1
• Clé API : Votre clé unique depuis le tableau de bord

Vérifiez votre connexion en listant les modèles disponibles. Cela confirme que votre authentification fonctionne correctement avant d'envoyer des requêtes de génération.

Première requête

Commencez par envoyer une requête simple de complétion de texte. Cet exemple utilise curl pour démontrer la structure HTTP brute. La requête cible l'endpoint /v1/chat/completions avec l'ID de modèle uncensored. La réponse renvoie le texte généré dans le tableau choices.

Cette approche directe fonctionne pour n'importe quel langage ou outil qui prend en charge les formats HTTP OpenAI standards. Vous pouvez le tester immédiatement après avoir généré votre clé.

Requête HTTP directe

Copiercurl 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."}]
  }'

Intégration SDK Python

Utilisez la bibliothèque Python officielle OpenAI pour intégrer notre API. Installez le package via pip. Initialisez le client avec votre clé et l'URL de base personnalisée. Le reste des méthodes du SDK, comme chat.completions.create, fonctionne exactement comme documenté pour OpenAI.

Cette méthode est idéale pour les services backend, les scripts de traitement de données ou les workflows automatisés. Le SDK gère la sérialisation JSON et l'analyse des réponses automatiquement.

Exemple de code Python

Copierfrom 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)

Intégration SDK Node.js

Pour les environnements JavaScript ou TypeScript, utilisez le package npm officiel openai. Configurez le client avec la même URL de base et la même clé. Le SDK Node prend en charge les modèles basés sur les callbacks et les promesses.

Cette configuration vous permet d'intégrer la génération de texte sans censure directement dans des applications web, des fonctions serverless ou des outils d'automatisation basés sur Node. La gestion des erreurs reste cohérente avec le comportement standard du SDK OpenAI.

Exemple de code Node.js

Copierimport 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);

Réponses en streaming

Activez la génération de tokens en temps réel en définissant stream: true. L'API renvoie un flux Server-Sent Events (SSE). Chaque chunk contient une réponse partielle. Le dernier chunk inclut les statistiques d'utilisation des tokens.

Le streaming réduit la latence perçue pour les utilisateurs finaux. Il est essentiel pour les interfaces de chat et les applications interactives. Gérez chaque chunk de manière incrémentale pour mettre à jour l'interface utilisateur immédiatement.

Exemple de code de streaming

Copierstream = 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)

Limites, erreurs et contexte

Comprenez les contraintes opérationnelles pour éviter les interruptions de service. La fenêtre de contexte prend en charge 100,000 tokens au total, et si max_tokens n'est pas défini, la réponse peut s'étendre jusqu'à la fin de la fenêtre.

Les limites de débit permettent 300 requêtes par minute par clé. Les requêtes simultanées sont limitées à 8. Les corps de requête ne doivent pas dépasser 8 Mo. Gérez les codes d'erreur HTTP standards : 401 indique une clé invalide, 402 signale un crédit insuffisant et 429 indique une limite de débit atteinte. Les erreurs ne consomment pas de crédit.