Tokeny Claude: Przewodnik szybkiego startu

Uwierzytelnianie i URL bazowy

Twój klucz API uwierzytelnia każde żądanie. Użyj podstawowego adresu URL HTTPS://api.tokensclaude.com/v1 i ustaw model na "uncensored". Działa to z dowolnym klientem zgodnym z OpenAI poprzez zmianę base_url.

Wysyłanie pierwszej prośby

Wyślij żądanie POST do /v1/chat/completions, aby wygenerować tekst. API zwraca JSON z odpowiedzią modelu. Użyj poniższego przykładu, aby natychmiast przetestować swój klucz.

Copycurl https://api.tokensclaude.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the current token pricing tiers for this model"}]
  }'

Przykłady SDK dla Python i JavaScript

Korzystaj z oficjalnych bibliotek OpenAI dla Pythona lub Node.js. Ustaw base URL na nasz endpoint i model na "uncensored". Dzięki temu Twój istniejący kod będzie działać bez większych zmian. Użyj przykładu w Pythonie, aby zacząć generować tekst w swoich skryptach.

Copyfrom openai import OpenAI

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

Użyj przykładu Node.js dla aplikacji webowych lub renderowania po stronie serwera.

Copyimport OpenAI from "openai";

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

Odpowiedzi strumieniowe

Włącz strumieniowanie, ustawiając stream=true. API zwraca zdarzenia Server-Sent Events (SSE) dla dostarczania tokenów w czasie rzeczywistym. Szczegóły zużycia tokenów pojawiają się w ostatnim fragmencie. Zmniejsza to postrzeganą latencję dla długich wyników.

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)

Wywoływanie funkcji i tryb JSON

Używaj wywoływania funkcji do ustrukturyzowanej integracji narzędzi. Ustaw response_format na json_object dla ścisłego wyjścia JSON. Obsługuj parametry takie jak temperatura, top_p i sekwencje stopu. Te funkcje pozwalają na precyzyjną kontrolę nad zachowaniem modelu.

Zrozumienie zużycia tokenów i limitów

Każdy klucz pozwala na 300 żądań na minutę i 8 żądań równoległych. Okno kontekstowe ma łącznie 100 000 tokenów. Błędy i odmowy nie generują opłat. Kredyt nie wygasa, więc możesz wstrzymać użytkowanie bez utraty środków. Sprawdź stan konta przez panel.