Yêu cầu đầu tiên trong năm phút

URL cơ bản & Xác thực

Định hướng SDK OpenAI hoặc bất kỳ máy khách tương thích nào tới URL gốc của chúng tôi. Bạn không cần thư viện cụ thể; bất kỳ công cụ nào chấp nhận khóa API tiêu chuẩn đều hoạt động ở đây. Lấy khóa của bạn từ bảng điều khiển sau khi đăng nhập bằng Google hoặc email. Khóa được hiển thị ngay lập tức và là thông tin xác thực duy nhất cần thiết cho mọi yêu cầu.

Đặt URL cơ bản thành https://api.ollamaapi.top/v1. Sử dụng ID mô hình uncensored cho tất cả các hoàn thành trò chuyện. Mô hình này có trọng số mở, được tinh chỉnh để giảm thiểu từ chối và khác biệt với các mô hình của nhà cung cấp lớn. Nó không phải là GPT, Claude hoặc bất kỳ mô hình độc quyền nào khác. Xác thực dựa hoàn toàn vào tiêu đề token Bearer.

Yêu cầu đầu tiên

Gửi yêu cầu hoàn thành trò chuyện tiêu chuẩn để kiểm tra kết nối. Endpoint chấp nhận tải trọng JSON với messages, model và các tham số tùy chọn như temperature hoặc max_tokens. ID mô hình luôn là uncensored. Phản hồi trả về JSON có cấu trúc bao gồm nội dung của trợ lý và số liệu sử dụng token.

Nếu yêu cầu thành công, bạn nhận được phản hồi 200 OK. Nếu xác thực thất bại, bạn nhận được lỗi 401. Nếu bạn thiếu tiền, bạn nhận được lỗi 402. Những lỗi này miễn phí, vì vậy bạn chỉ trả tiền cho việc sử dụng token thành công. Sử dụng mẫu này để xác minh cấu hình của bạn trước khi tích hợp vào ứng dụng của mình.

Copycurl https://api.ollamaapi.top/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."}]
  }'

SDK Python

Sử dụng thư viện Python OpenAI chính thức hoặc bất kỳ máy khách tương thích nào. Khởi tạo máy khách với URL cơ bản và khóa API của bạn. Đặt mô hình thành uncensored. Chuyển tin nhắn của bạn dưới dạng danh sách các từ điển chứa role và content. Thư viện xử lý tự động việc tuần tự hóa và phân tích phản hồi.

Phản hồi truyền phát (streaming) được hỗ trợ qua tham số stream. Điều này cho phép bạn xử lý token khi chúng được tạo, hữu ích cho đầu ra dài hoặc cập nhật giao diện người dùng theo thời gian thực. Chunk cuối cùng chứa tổng số token đã sử dụng để tính phí. Đảm bảo bạn xử lý ngoại lệ một cách tinh tế, vì lỗi mạng không tính phí.

Copyfrom openai import OpenAI

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

SDK Node.js

Cài đặt gói npm openai hoặc sử dụng bất kỳ trình bao bọc dựa trên fetch nào. Định cấu hình máy khách với URL gốc https://api.ollamaapi.top/v1 và khóa API của bạn. ID mô hình vẫn là uncensored. Truyền thân yêu cầu với messages và các cài đặt tùy chọn như top_p hoặc seed.

Người dùng Node.js có thể tận dụng các mẫu async/await để có mã sạch sẽ. Đối tượng phản hồi bao gồm choices, usage và id. Bạn có thể trích xuất tin nhắn của trợ lý từ lựa chọn đầu tiên. Xử lý lỗi nên tính đến giới hạn tốc độ (429) và thiếu tín dụng (402). Những lỗi này không tiêu thụ token, vì vậy số dư trả trước của bạn vẫn nguyên vẹn cho đến khi tạo ra phản hồi thành công.

Copyimport OpenAI from "openai";

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

Phản hồi truyền phát

Bật truyền phát bằng cách đặt stream: true trong yêu cầu của bạn. API trả về luồng Sự kiện do máy chủ gửi (SSE). Mỗi chunk chứa nội dung một phần, cho phép bạn hiển thị token khi chúng được tạo. Điều này giảm độ trễ cảm nhận đối với người dùng và cải thiện trải nghiệm cho việc tạo văn bản dài.

Chunk cuối cùng trong luồng bao gồm dữ liệu sử dụng token đầy đủ. Bạn có thể sử dụng điều này để theo dõi mức tiêu thụ theo thời gian thực. Lưu ý rằng truyền phát không thay đổi mô hình giá; bạn vẫn trả tiền trên mỗi 1 triệu token đầu vào và đầu ra. Lỗi trong quá trình truyền phát cũng miễn phí. Nếu kết nối bị ngắt, bạn có thể tiếp tục hoặc khởi động lại yêu cầu mà không bị phạt.

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)

Giới hạn, Lỗi & Ngữ cảnh

Cửa sổ ngữ cảnh là 100.000 token tổng cộng, bao gồm cả prompt và completion. Đầu ra tối đa cho mỗi yêu cầu là 32.000 token (2.048 nếu max_tokens không được đặt). Nếu bạn vượt quá cửa sổ ngữ cảnh, yêu cầu sẽ thất bại. Lỗi bao gồm 401 cho khóa không hợp lệ, 402 cho tín dụng không đủ và 429 cho giới hạn tốc độ. Giới hạn tốc độ là 300 yêu cầu mỗi phút và 8 yêu cầu đồng thời cho mỗi khóa. Thân yêu cầu được giới hạn ở 8 MB. Lỗi miễn phí, nghĩa là bạn không phải trả tiền cho các yêu cầu thất bại hoặc từ chối. Tín dụng không bao giờ hết hạn và không cần đăng ký.