快速入门：集成 apertus ai 聊天

前提条件与设置

首先创建账户并获取您的 API 密钥。在密钥生成页面使用 Google 或电子邮件密码注册。系统会立即显示您的密钥，以便您立即复制。注册不需要电话号码。您会收到 $0.50 的试用额度，有效期为 7 天，因此您可以在不充值的情况下测试连接。

配置环境变量或 SDK 客户端以指向正确的基础 URL。此 URL 与标准 OpenAI 库兼容。仅更改基础 URL 和您的密钥。模型 ID 为 "uncensored"。此单一端点处理所有文本补全。您无需管理路由或选择不同的模型。

确保您的客户端库支持 OpenAI Chat Completions 协议。大多数现代 SDK 开箱即用。验证您的网络是否允许出站 HTTPS 请求。该服务接受标准 JSON 负载。除了身份验证外，不需要特殊标头。

使用 API 密钥认证

在每个请求的 Authorization 请求头中传递 API 密钥。使用 Bearer 方案后跟您的密钥字符串。服务会根据您的账户验证密钥。无效密钥返回 401 Unauthorized 错误。过期或余额不足将触发 402 Payment Required 响应。如果请求失败，请在仪表板中检查余额。

保持密钥安全。每个账户持有一个活跃密钥。通过生成新密钥替换旧密钥。不要在公共仓库中分享你的密钥。API 密钥是你使用的唯一标识符。速率限制按密钥应用，而非按账户应用。

Copycurl https://api.apertusaichat.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set role to assistant"}]
  }'

认证是无状态的。服务器在每次调用时检查令牌。如果您轮换密钥，请立即更新所有正在运行的客户端。缺少标头会导致立即被拒绝。错误消息会清楚地说明认证失败。

发送您的第一个请求

向聊天补全端点发送 POST 请求。包含模型 ID "uncensored" 和您的消息历史。API 返回文本响应。您可以流式传输输出或等待完整完成。每次请求都会消耗输入和输出 token。错误不收取费用。拒绝响应免费。

Copyfrom openai import OpenAI

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

响应包含使用统计信息。跟踪令牌消耗以管理预付款余额。该模型在合法成人用途方面不会进行内容拒绝。您可以发送系统提示来定义行为。用户消息驱动对话。上下文窗口总共支持 100,000 个令牌。

开始一个简单的两消息交换。这将验证连接和响应质量。调整 temperature 和 top_p 以获得创意或精确的输出。API 支持标准参数。停止序列按预期工作。种子值确保结果可复现。

通过 SSE 实现流式响应

通过将 stream 参数设置为 true 启用流式传输。API 返回服务器发送事件 (SSE)，而非单个 JSON 对象。每个数据块包含生成文本的一部分。读取数据块直到流结束。最后一个数据块包含总令牌用量。

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)

流式传输降低了感知延迟。用户会看到文本实时出现。这非常适合聊天界面。小心处理部分 token。连接块以形成完整的响应。当生成结束时，服务器会关闭连接。

监控流错误。网络中断可能导致流中止。如果需要，实现重连逻辑。API 不会重发历史记录。如果流失败，请发起新请求。最后一个数据块中的 token 计数反映整个生成过程。

处理参数和模式

使用标准参数控制生成。设置 temperature 以控制随机性。调整 top_p 以进行核采样。定义停止序列以提前终止生成。传入 seed 以获得确定性输出。通过将 response_format 设置为 json_object 启用 JSON 模式。当请求时，模型将返回有效的 JSON。

支持函数调用。在请求中定义工具。模型在适当时返回工具调用。在您的代码中解析工具参数。将结果传回以继续对话。这支持复杂的工作流。

Copyimport OpenAI from "openai";

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

max_tokens 限制单个响应的输出长度。默认值为 2,048 个 token。如有需要请设置更高值。每次请求的硬性限制为 16,000 个 token。上下文窗口为 100,000 个 token。请相应地规划历史记录长度。频率惩罚和存在惩罚有助于减少重复。

理解限制与错误

速率限制保护服务稳定性。您可以每分钟发送 300 次请求。每个密钥的并发限制为八个同时请求。请求体不得超过 8 MB。超出限制将返回 429 Too Many Errors。等待后再重试。

检查错误代码以进行诊断。401 表示密钥无效或缺失。402 表示预存余额不足。通过加密货币充值以恢复服务。429 表示速率限制。400 表示请求语法错误。请查看错误消息以获取详细信息。

上下文窗口管理至关重要。请统计提示词和补全的 token 数。请保持在 100,000 个 token 以下。如有必要，请截断旧消息。API 不会自动截断。由您控制历史记录长度。高效的上下文使用可降低费用。