Documentación de la API & Inicio rápido
Comienza con la API de LLM sin censura en minutos. Inserta este reemplazo directo en tu base de código existente y comienza a generar texto sin filtros de contenido.
URL Base y Autenticación
Usa nuestra URL base y una única clave API para conectar. El endpoint acepta encabezados estándar. Reemplaza YOUR_API_KEY con la cadena de tu panel de control.
- URL base:
https://api.ollamaopenaicompatibleapi.com/v1 - ID del Modelo:
uncensored
La autenticación se basa en un token bearer. Pásalo en el Authorization header. Esto garantiza la compatibilidad con cualquier cliente compatible con SDK de OpenAI. Puedes generar una nueva clave al instante mediante Google o correo electrónico. No se requiere número de teléfono.
Endpoint Chat Completions
Envía una solicitud POST a /v1/chat/completions. Incluye tu array de mensajes y el nombre del modelo. La API devuelve texto de salida basado en tu prompt. Esto funciona con cualquier proveedor que utilice parámetros estándar.
Establece la temperatura para la creatividad o mantenla baja para la precisión. También puedes definir secuencias de parada. El servidor procesa la solicitud y devuelve la finalización. Esta es la interacción principal para la mayoría de las integraciones.
Recuerda que los errores no consumen tu crédito prepagado. Solo se facturan los completados exitosos. Esto protege tu presupuesto durante las fases de depuración.
curl https://api.ollamaopenaicompatibleapi.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "List the top 10 Linux kernel security patches from 2023"}]
}'Respuestas en streaming vía SSE
Habilita la transmisión estableciendo stream: true. El servidor envía fragmentos a medida que se generan. Esto reduce significativamente la latencia percibida. Recibes respuestas parciales en tiempo real.
Analiza el flujo de Server-Sent Events. El fragmento final contiene las estadísticas de uso. Esto incluye los recuentos de tokens tanto para la entrada como para la salida. Puedes rastrear los costos dinámicamente durante la generación.
Este enfoque funciona bien para interfaces de chat. Los usuarios ven cómo aparece el texto palabra por palabra. Se siente más receptivo que esperar a la respuesta completa. La API gestiona automáticamente la estabilidad de la conexión.
stream = 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)Llamada de Función y Modo JSON
Define las herramientas en el cuerpo de la solicitud. El modelo puede generar datos estructurados. Utiliza response_format con {"type": "json_object"} para JSON estricto. Esto garantiza una salida analizable en todo momento.
Las definiciones de herramientas incluyen nombre, descripción y parámetros. El modelo decide qué herramienta llamar. Ejecutas la función y devuelves los resultados. Esto permite flujos de trabajo de agentes complejos.
El modo JSON deshabilita la generación de texto libre. Obliga al modelo a adherirse a tu esquema. Úsalo cuando integres con bases de datos o APIs. Reduce las alucinaciones en campos estructurados.
from openai import OpenAI
client = OpenAI(base_url="https://api.ollamaopenaicompatibleapi.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)Límites de velocidad y cuerpos de solicitud
Obtienes 300 solicitudes por minuto por clave. La concurrencia está limitada a 8 solicitudes simultáneas. El tamaño máximo del cuerpo de la solicitud es de 8 MB. Esto es adecuado para la mayoría de las aplicaciones basadas en texto.
La ventana de contexto permite 100.000 tokens en total. Esto incluye tanto el prompt como la finalización. La salida máxima por solicitud es de 16.000 tokens. Si omites max_tokens, por defecto, son 2,048.
Gestiona los errores HTTP 429 de forma elegante. Indican que has alcanzado el límite de tasa. Implementa retroceso exponencial en el código de tu cliente. Esto evita sobrecargar el servidor durante los picos de tráfico.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.ollamaopenaicompatibleapi.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);Errores y límites de autenticación
Un estado 401 significa que tu clave es inválida. Verifica errores tipográficos o sesiones expiradas. Un estado 402 indica crédito insuficiente. Recarga mediante criptomonedas para reanudar el servicio.
Un estado 429 indica limitación de velocidad. Has excedido las 300 solicitudes por minuto. Reduce tu throughput o actualiza tu clave. La API devuelve mensajes de error claros.
El crédito nunca caduca. Puedes recargar en cualquier momento. La recarga mínima es de $20. Los créditos bonificados se aplican para montos más grandes. Esto mantiene tu proyecto funcionando sin problemas.
FAQ
¿Cuál es la URL base de la API LLM sin censura?
La URL base es HTTPS://api.ollamaopenaicompatibleapi.com/v1. Usa este endpoint para todas las solicitudes de finalización de chat. Funciona con SDKs estándar de OpenAI.
¿Cuánta ventana de contexto admite el modelo?
El modelo admite una ventana de contexto de 100.000 tokens. Esto cubre los tokens de prompt y de completado. La salida máxima por solicitud es de 16.000 tokens.
¿Qué sucede si alcanzo el límite de velocidad?
Recibes un código de estado HTTP 429. Esto significa que excediste las 300 solicitudes por minuto. Espera unos segundos y reintenta con retroceso exponencial.
Obtén tu clave en un minuto
Regístrate, obtén la clave y actualiza la URL base. Listo.
