Démarrage rapide API Codex

Installation et configuration

Le codex api nécessite une clé valide et l'URL de base correcte. Inscrivez-vous via Google ou e-mail pour recevoir votre clé immédiatement. Aucun numéro de téléphone n'est nécessaire. Utilisez les SDK OpenAI officiels en définissant le base_url à https://api.codexfiyat.com/v1.

L'authentification utilise le standard Authorization: Bearer header. Chaque compte détient une clé active. La génération d'une nouvelle clé révoque immédiatement la précédente. Cela simplifie la rotation sans gérer plusieurs identifiants.

Exemple de requête de base

Envoyez une demande de complétion vers le uncensored le modèle en utilisant n'importe quel client HTTP. Le point de terminaison accepte des paramètres standard tels que temperature et top_p. Configurez votre client pour gérer efficacement les réponses JSON.

• Définissez le modèle sur uncensored.
• Incluez votre invite système pour le contexte.
• Définissez les messages utilisateur dans le messages tableau.

La réponse contient le texte généré et les statistiques d'utilisation des tokens. Les erreurs renvoient des codes HTTP standard avec des messages descriptifs. Vous pouvez tester la connectivité avec une requête simple avant de passer à l'échelle.

Streaming Yanitlar

Activez le streaming en définissant stream: true dans votre requête. L'API renvoie des Server-Sent Events (SSE) pour la livraison de tokens en temps réel. Analysez chaque chunk pour afficher le texte de manière incrémentielle à vos utilisateurs.

Cette approche réduit considérablement la latence perçue. Les réponses volumineuses apparaissent instantanément dès leur génération. Le dernier chunk inclut l'utilisation totale des tokens pour une facturation précise.

Appel d'outils (Appel de fonctions)

Définissez des fonctions dans le tools paramètre pour activer l'appel d'outil. Le modèle renvoie des appels de fonction au format JSON structuré. Utilisez tool_choice: auto pour la détection automatique.

Exécutez la fonction demandée sur votre backend. Envoyez le résultat au modèle dans un nouveau message. Le modèle génère ensuite une réponse en langage naturel basée sur la sortie de l'outil. Cela permet des workflows complexes sans analyse manuelle.

Mode JSON

Forcez une sortie structurée en définissant response_format à {"type": "json_object"}. Le modèle garantit un JSON valide dans la réponse. Cela élimine le besoin d'analyse regex ou de logique de nouvelle tentative.

Utilisez ce mode pour une extraction de données fiable. Il fonctionne parfaitement avec les définitions d'outils. Assurez-vous que votre invite décrit clairement le schéma attendu. Les structures JSON invalides sont rares dans ce mode.

Limitler ve Sinirlar

L'API impose des limites strictes pour garantir la stabilité. Vous pouvez envoyer 300 requêtes par minute par clé. La concurrence est plafonnée à 8 requêtes simultanées. La fenêtre de contexte maximale est de 100 000 jetons.

La sortie max est de 16 000 tokens par requête. Si max_tokens n'est pas défini, la limite tombe à 2 048. Les requêtes dépassant la limite de taille de corps de 8 Mo retournent une erreur. Surveillez votre utilisation via le tableau de bord pour éviter les interruptions.

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)