Codex-API-Schnellstart

Installation und Einstellungen

The codex api erfordert einen gültigen Schlüssel und die korrekte Basis-URL. Melden Sie sich über Google oder E-Mail an, um Ihren Schlüssel sofort zu erhalten. Keine Telefonnummer erforderlich. Verwenden Sie die offiziellen OpenAI-SDKs, indem Sie die base_url zu https://api.codexfiyat.com/v1.

Die Authentifizierung erfolgt über das Standard- Authorization: Bearer header. Jedes Konto hat einen aktiven Schlüssel. Das Generieren eines neuen Schlüssels widerruft den vorherigen sofort. Dies vereinfacht die Rotation, ohne mehrere Anmeldeinformationen verwalten zu müssen.

Beispiel für eine grundlegende Anfrage

Sende eine Vervollständigungsanfrage an den uncensored Das Modell mit jedem HTTP-Client. Der Endpunkt akzeptiert Standardparameter wie temperature und top_p. Konfigurieren Sie Ihren Client, um JSON-Antworten effizient zu verarbeiten.

• Legen Sie das Modell auf uncensored.
• Fügen Sie Ihren System-Prompt für den Kontext ein.
• Definieren Sie Benachrichtigungsnachrichten in der messages array.

Die Antwort enthält generierten Text und Token-Nutzungsstatistiken. Bei Fehlern werden Standard-HTTP-Codes mit beschreibenden Nachrichten zurückgegeben. Sie können die Konnektivität mit einer einfachen Abfrage testen, bevor Sie skalieren.

Streaming-Antworten

Aktivieren Sie Streaming, indem Sie stream: true in Ihrer Anfrage. Die API gibt Server-Sent Events (SSE) für die Echtzeit-Token-Lieferung zurück. Analysieren Sie jeden Chunk, um Text inkrementativ an Ihre Benutzer anzuzeigen.

Dieser Ansatz reduziert die Latenz erheblich. Große Antworten erscheinen sofort, während sie generiert werden. Der letzte Chunk enthält die gesamte Token-Nutzung für eine genaue Abrechnung.

Tool-Aufruf (Funktionsaufruf)

Definieren Sie Funktionen in der tools Parameter zur Aktivierung von Tool Calling. Das Modell gibt Funktionsaufrufe im strukturierten JSON-Format zurück. Verwenden Sie tool_choice: auto für automatische Erkennung.

Führen Sie die angeforderte Funktion auf Ihrem Backend aus. Senden Sie das Ergebnis in einer neuen Nachricht an das Modell zurück. Das Modell generiert dann eine Antwort in natürlicher Sprache basierend auf der Werkzeugausgabe. Dies ermöglicht komplexe Workflows ohne manuelle Analyse.

JSON-Modus

Erzwingen Sie strukturierte Ausgabe, indem Sie response_format zu {"type": "json_object"}. Das Modell garantiert gültiges JSON in der Antwort. Dies eliminiert die Notwendigkeit von Regex-Parsing oder Retry-Logik.

Verwenden Sie diesen Modus für eine zuverlässige Datenextraktion. Er funktioniert nahtlos mit Tool-Definitionen. Stellen Sie sicher, dass Ihr Prompt das erwartete Schema klar beschreibt. Ungültige JSON-Strukturen sind in diesem Modus selten.

Limitler ve Sinirlar

Die API erzwingt strenge Limits, um die Stabilität zu gewährleisten. Sie können 300 Anfragen pro Minute pro Schlüssel senden. Die Parallelität ist auf 8 gleichzeitige Anfragen begrenzt. Das maximale Kontextfenster beträgt 100.000 Tokens.

Max. Output sind 16.000 Tokens pro Anfrage. Wenn max_tokens ist nicht festgelegt, sinkt die Grenze auf 2.048. Anfragen, die die maximale Textgröße von 8 MB überschreiten, führen zu einem Fehler. Überwachen Sie Ihre Nutzung über das Dashboard, um Unterbrechungen zu vermeiden.

cURL

Copycurl https://api.codexfiyat.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list available server configurations for ubuntu"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

Streaming

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)