Documentazione API Grok ai

Autenticazione & URL di Base

Inizia generando la tua chiave tramite la dashboard o continuando con Google.

Indirizza il tuo client a https://api.grokaiapi.com/v1 e passa la chiave nell' Authorization header. Questo URL base funziona con qualsiasi SDK compatibile con OpenAI, permettendoti di inserire il nostro modello uncensored senza riscrivere la logica di integrazione.

L'endpoint /v1/chat/completions

Invia richieste POST a /v1/chat/completions per ottenere risposte testuali istantanee.

La nostra API segue le specifiche standard di OpenAI, quindi puoi integrarla rapidamente nel tuo stack esistente. L'ID del modello è semplicemente uncensored, garantendo che tu abbia accesso diretto al nostro modello senza restrizioni senza router proxy.

Copycurl https://api.grokaiapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the current version of the model?"}]
  }'

Integrazione SDK Python

Utilizza l'SDK ufficiale Python per gestire le richieste con codice minimo.

Configura l'URL di base e la chiave API, quindi chiama l'endpoint di completamento chat. Questo approccio mantiene il tuo codice pulito e ti permette di concentrarti sulla creazione delle funzionalità della tua applicazione piuttosto che sulla gestione manuale delle connessioni HTTP.

Copyfrom openai import OpenAI

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

Setup SDK Node

Implementa l'integrazione in Node.js impostando correttamente le variabili d'ambiente.

L'SDK gestisce automaticamente il ciclo di vita della richiesta, rendendo facile aggiungere il nostro LLM uncensored ai tuoi servizi backend. Puoi gestire la cronologia delle conversazioni e la finestra di contesto direttamente tramite strutture di array standard.

Copyimport OpenAI from "openai";

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

Risposte in streaming e conteggio dei token

Abilita lo streaming impostando stream: true nel corpo della richiesta.

Ricevi output di token in tempo reale tramite Server-Sent Events. L'ultimo chunk contiene l'utilizzo totale dei token, consentendoti di monitorare i costi in modo accurato senza chiamate API aggiuntive. Questa funzionalità è essenziale per creare interfacce chat reattive che sembrano istantanee.

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)

Limiti, Errori e Contesto

La nostra API supporta una finestra di contesto di 100,000 token per conversazioni di lunga durata.

Gestisci gli errori come 401 per chiavi non valide, 402 per credito insufficiente e 429 per limiti di frequenza. Sei limitato a 300 richieste al minuto e 8 richieste concorrenti per chiave. Mantieni i corpi delle richieste sotto gli 8 MB per garantire prestazioni fluide.