Codex API Quickstart

安裝與設定

The codex api 需要有效的金鑰與正確的基礎 URL。透過 Google 或電子郵件註冊即可立即獲得金鑰。無需電話號碼。使用官方 OpenAI SDK，設定 base_url 以 https://api.codexfiyat.com/v1.

驗證使用標準 Authorization: Bearer 標頭。每個帳戶持有一個有效金鑰。產生新金鑰會立即撤銷舊金鑰。這簡化了金鑰輪換，無需管理多個憑證。

基本請求範例

向 uncensored model 使用任何 HTTP 客戶端。該端點接受標準參數，例如 temperature 和 top_p. 配置您的客戶端以有效處理 JSON 響應。

• 將模型設定為 uncensored.
• 包含您的系統提示詞以提供上下文。
• 在 messages 陣列。

回應包含生成文字與 Token 用量統計。錯誤時會傳回標準 HTTP 代碼與描述性訊息。您可以在擴展規模前透過簡單查詢測試連線。

串流回應

在請求主體中將 stream: true 在你的請求中。API 為即時 Token 交付返回伺服器發送的事件 (SSE)。解析每個區塊以增量顯示文字給你的用戶。

此方法可顯著降低感知延遲。大型回應會在生成時立即顯示。最後一個區塊包含總 token 使用量，以確保計費準確。

工具調用（函數調用）

在 tools 用於啟用工具調用。模型以結構化 JSON 格式返回函數調用。使用 tool_choice: auto 用於自動偵測。

在您的後端執行請求的函數。將結果以新訊息的形式回傳給模型。模型隨後根據工具輸出生成自然語言回應。這使得複雜工作流程無需手動解析即可實現。

JSON 模式

透過設定 response_format 以 {"type": "json_object"}. 模型保證回應中的 JSON 有效。這消除了對正則表達式解析或重試邏輯的需求。

使用此模式進行可靠的資料擷取。它與工具定義無縫配合。確保您的提示詞清楚描述預期的結構。在此模式下，無效的 JSON 結構很少見。

Limitler ve Sinirlar

API 實施嚴格限制以確保穩定性。每個金鑰每分鐘可發送 300 次請求。併發請求上限為同時 8 次。最大上下文視窗為 100,000 個 token。

每個請求的最大輸出為 16,000 個 Token。如果 max_tokens 未設定），限制降至 2,048。超出 8 MB 主體大小限制的請求會返回錯誤。請透過儀表板監控您的使用情況，以避免中斷。

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);

串流

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)