Snel van start: integreer de API voor AI-vriendin

Base URL en authenticatie

Onze API volgt de standaard voor chatcompleties van OpenAI, wat integratie voor bestaande klanten eenvoudig maakt. Je moet je API-sleutel opnemen in de Authorization-header van elk verzoek. De base URL voor alle endpoints is https://api.roleplayapi.com/v1. Bij gebruik van officiële SDKs pas je de base_url-configuratie aan om naar dit adres te verwijzen en geef je je sleutel op als api_key. Deze setup zorgt ervoor dat je verzoeken zonder wijziging van je standaardlogica ons dedicated ongecensureerde endpoint bereiken.

Een voltooiing verzenden

Start een gesprek door een POST-verzoek te sturen naar /v1/chat/completions. De model-ID is uncensored. Je kunt een willekeurig aantal berichten in de messages-array doorgeven om context tot stand te brengen of een nieuwe dialoog te starten. Het antwoord bevat de tekstuitvoer van het model, die je kunt streamen of parseren als een JSON-object. Dit endpoint verwerkt de kerninteractie tekst-in, tekst-uit die nodig is voor door personages gedreven apps.

Copycurl https://api.roleplayapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Integratie met Python SDK

Gebruik de officiële openai Python-bibliotheek om met minimale boilerplate met de API te communiceren. Configureer de client met onze base URL en je API-sleutel. Roep vervolgens chat.completions.create aan met de model-ID uncensored. Deze aanpak maakt gebruik van bestaande typehints en foutafhandeling, zodat je je kunt concentreren op de logica van je applicatie in plaats van HTTP-parsing. Het response-object biedt directe toegang tot de gegenereerde inhoud.

Copyfrom openai import OpenAI

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

Integratie met Node SDK

Voor JavaScript- en TypeScript-projecten biedt de OpenAI Node SDK een schone interface voor API-aanroepen. Initialiseer de client met de aangepaste base URL en je geheime sleutel. Roep het chat-completions-endpoint aan met het model uncensored. Deze methode is ideaal voor webservers of edge functions waar je asynchrone verzoeken efficiënt moet beheren. De SDK verwerkt het serialiseren en deserialiseren van het JSON-payload automatisch.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.roleplayapi.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 inschakelen

Verminder de waargenomen latentie door server-sent events (SSE) in te schakelen. Stel de parameter stream in op true in je verzoek. De API retourneert een stream van chunks in plaats van een enkele volledige respons. Dit is bijzonder nuttig voor chatinterfaces waar gebruikers onmiddellijke antwoorden van personages verwachten. Je kunt elke chunk verwerken zodra deze aankomt, waardoor de UI incrementeel wordt bijgewerkt. De stream eindigt wanneer het model klaar is met het genereren van de tokensequentie.

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)

Limieten, fouten en context

Je verzoeken onderliegen aan een rate limit van 300 verzoeken per minuut per sleutel. Als je dit overschrijdt, retourneert de API een 429-statuscode. Authenticatiefouten resulteren in een 401-fout, terwijl onvoldoende prepaid tegoed een 402-fout triggerd. Het contextvenster ondersteunt tot 100.000 tokens voor de gecombineerde prompt en voltooiing. Als je beschikbare modellen wilt controleren, stuur dan een GET-verzoek naar /v1/models. Zorg ervoor dat je request body niet groter is dan 8 MB.