开发者集成指南
通过交换基础 URL,将我们的无审查 LLM 放入现有堆栈中。本指南涵盖身份验证、流式响应以及使用我们的 OpenAI 兼容 API 管理代币成本的确切步骤。
认证与基础 URL
在仪表板生成密钥。我们的服务需要基础 URL 为 HTTPS://api.mistralapikeys.com/v1。将密钥作为 Bearer 令牌放入 Authorization 请求头中。我们支持通过 Google 或电子邮件注册,无需手机验证。
curl https://api.mistralapikeys.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Convert the python loop to rust syntax"}]
}'
Chat Completions 端点
发送 POST 请求至 /v1/chat/completions。使用模型 ID "uncensored" 进行文本生成。系统接受带有 role 和 content 字段的标准消息数组。输入 token 每 1M 个 $0.15,输出 token 每 1M 个 $0.50。
from openai import OpenAI
client = OpenAI(base_url="https://api.mistralapikeys.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)
流式响应与 Token 计数
通过在请求中将 stream 设置为 true 来启用流式传输。API 返回包含部分数据块的服务器发送的事件。最后一个数据块包含完整的令牌使用统计信息,以便准确计费。此方法降低了长输出的感知延迟。
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.mistralapikeys.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);流式传输
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)几秒获取您的密钥
注册,复制密钥,更新基础 URL。完成。