Documentação da API Grok ai

Autenticação & URL Base

Come gerando sua chave de API via painel ou continuando com Google.

Aponte seu cliente para https://api.grokaiapi.com/v1 e passe a chave no Authorization cabeçalho. Esta URL base funciona com qualquer SDK compatível com OpenAI, permitindo que você substitua nosso modelo sem censura sem reescrever a lógica de integração.

O Endpoint /v1/chat/completions

Envie solicitações POST para /v1/chat/completions obter respostas de texto instantâneas.

Nossa API segue as especificações padrão da OpenAI, para que você possa integrá-la rapidamente ao seu stack existente. O ID do modelo é simplesmente uncensored, garantindo que você tenha acesso direto ao nosso modelo sem restrições sem roteadores 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?"}]
  }'

Integração do SDK Python

Use o SDK oficial do Python para lidar com solicitações com código mínimo.

Configure a URL base e a chave da API, depois chame o endpoint de conclusões de chat. Esta abordagem mantém seu código limpo e permite que você se concentre em construir recursos do seu aplicativo em vez de gerenciar conexões HTTP manualmente.

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)

Configuração do SDK Node

Implemente a integração no Node.js definindo as variáveis de ambiente corretamente.

O SDK gerencia o ciclo de vida da solicitação automaticamente, facilitando a adição do nosso LLM uncensored aos seus serviços backend. Você pode gerenciar o histórico de conversas e a janela de contexto diretamente por meio de estruturas de array padrão.

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);

Respostas em Streaming e Contagem de Tokens

Ative o streaming definindo stream: true no corpo da sua solicitação.

Receba saídas de tokens em tempo real via Server-Sent Events. O último bloco contém o uso total de tokens, permitindo que você rastreie os custos com precisão sem chamadas de API adicionais. Esse recurso é essencial para criar interfaces de chat responsivas que parecem instantâneas.

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)

Limites, Erros e Contexto

Nossa API suporta uma janela de contexto de 100.000 tokens para conversas de longa duração.

Trate erros como 401 para chaves inválidas, 402 para crédito insuficiente e 429 para limites de taxa. Você está limitado a 300 solicitações por minuto e 8 solicitações simultâneas por chave. Mantenha os corpos das solicitações abaixo de 8 MB para garantir um desempenho suave.