Guide de démarrage rapide : Connectez votre SDK OpenAI

Prérequis : SDK et environnement

Installez la bibliothèque cliente officielle pour votre langage préféré. Vous aurez besoin d'un environnement d'exécution Python ou Node.js moderne et d'une clé API valide issue de votre tableau de bord. Les variables d'environnement doivent être définies de manière sécurisée avant d'initialiser l'instance cliente.

Configuration : base_url et clé API

Pointez votre SDK vers notre endpoint spécifique au lieu de l'hôte OpenAI par défaut. Utilisez l'URL de base fournie dans votre tableau de bord et attribuez votre clé générée à l'en-tête d'autorisation standard. Cela garantit que toutes les requêtes sont acheminées correctement vers notre infrastructure de modèle sans censure sans nécessiter d'en-têtes personnalisés.

Envoi de votre première complétion de chat

Faites une requête POST simple vers le point de terminaison des complétions de chat pour vérifier la connectivité. Notre modèle uncensored répond instantanément aux prompts standards, vous permettant de tester la génération de contenu sans refus immédiats. Utilisez l'exemple suivant pour confirmer que votre clé fonctionne :

Copycurl https://api.mistralopenaicompatibleapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list top 5 linux commands for disk cleanup"}]
  }'

La réponse confirme que le modèle a traité votre entrée dans la fenêtre de contexte autorisée. Vous pouvez désormais intégrer cette logique dans les workflows de votre application.

Implémentation SDK Python

Utilisez la bibliothèque Python officielle pour gérer automatiquement la sérialisation des requêtes. Définissez l'URL de base sur notre domaine et transmettez votre clé API comme paramètre d'authentification principal. Cette approche fonctionne de manière identique pour les tests locaux et les déploiements en production.

Copyfrom openai import OpenAI

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

Assurez-vous de gérer correctement les exceptions, car les erreurs réseau ou les clés invalides généreront des exceptions HTTP standard. La bibliothèque gère efficacement le comptage des tokens pour votre solde prépayé.

Implémentation du SDK Node

Initialiser le client avec l'URL de base correcte et la clé API dans votre environnement Node.js. Le SDK prend en charge les modèles synchrones et asynchrones pour différents cas d'utilisation. Configurez l'ID du modèle sur "uncensored" pour des résultats cohérents.

Copyimport OpenAI from "openai";

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

Les utilisateurs Node bénéficient de la même structure de tarification au token et des mêmes limites de débit que les utilisateurs Python. Surveillez votre tableau de bord pour suivre précisément la consommation de votre crédit prépayé.

Réponses en streaming et limites

Activez le streaming pour recevoir des tokens de manière progressive, réduisant la latence perçue pour les sorties longues. Notre API prend en charge les Server-Sent Events pour la génération de texte en temps réel, ce qui est idéal pour les interfaces de chat. Surveillez les limites de débit (429) et les contraintes de tokens lors d'une utilisation à fort volume.

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)

Chaque requête respecte la fenêtre de contexte de 100 000 tokens et la limite de sortie de 16 000 tokens. Les erreurs comme 401 indiquent des identifiants invalides, tandis que 402 signale un crédit prépayé insuffisant. Gardez les requêtes en dessous de 8 Mo pour éviter les rejets de charge utile.