快速入门：集成 LLM 代理

基础 URL 与认证

将标准 OpenAI 基础 URL 替换为我们的接口。通过 Authorization 头中的 Bearer 令牌进行认证。此方法适用于任何兼容 OpenAI 的客户端库。你无需更改代码逻辑，仅需修改配置值。我们的 API 模拟标准 OpenAI 接口结构，确保现有集成代码有效。这将集成时间从数天缩短至数分钟。你可随时在仪表板重新生成密钥，旧密钥立即失效。这提供了无需复杂令牌轮换逻辑的安全性。

首次请求

发送标准对话补全请求以测试连通性。该接口接受包含模型标识符和消息历史的 JSON 负载。我们的模型 ID 为“uncensored”。此标识符指示代理将请求路由至哪个无审查模型。响应结构镜像 OpenAI 格式，包含助手消息内容。你可通过检查 JSON 输出中的 content 字段来验证响应。这确认了认证和负载结构正确。该接口支持标准请求的流式和非流式模式。

Copycurl https://api.llmproxyapi.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."}]
  }'

Python SDK 集成

使用官方 OpenAI Python 库与我们的 API 交互。将 api_key 设置为你的代理密钥，并将 base_url 设置为我们的接口。库的其余行为与标准 OpenAI 用法完全相同。这包括对异步客户端、重试和标准错误处理的支持。你可以传递通常使用的相同参数，例如 temperature 和 max_tokens。代理会在后台处理路由到无审查模型。这使你在获得我们模型能力的同时，能够保留现有的 Python 代码库。

Copyfrom openai import OpenAI

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

Node SDK 集成

Node.js SDK 通过覆盖基础 URL 与我们的 API 配合工作。使用你的代理 API 密钥和正确的接口初始化客户端。所有其他方法（如 chat.completions.create）均按预期工作。这包括处理标准响应对象和错误类型。你可以使用与 OpenAI 相同的消息结构和参数。代理确保请求由无审查模型处理。这种兼容性允许开发人员在不重写客户端逻辑的情况下快速更换提供商。它非常适合已使用 OpenAI SDK 模式的微服务。

Copyimport OpenAI from "openai";

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

流式响应

通过在请求中将 stream 参数设置为 true 来启用流式输出。API 返回服务器发送事件 (SSE) 流。每个数据块包含部分 token 更新，允许实时显示响应。这对于聊天界面和需要即时反馈的应用程序至关重要。流以包含完整响应元数据的最终数据块结束。你可以使用首选语言中的标准 SSE 库解析数据块。此功能与 OpenAI SDK 无缝配合，后者会自动处理解析逻辑。它无需等待整个响应生成即可提供流畅的用户体验。

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)

速率限制与约束

我们的 API 对每个密钥实施每分钟 300 次请求的限制。如果超出此限制，你将收到 429 状态码。请针对这些情况实现带有指数退避的重试逻辑。请求体大小限制为 8 MB。此限制适用于总 JSON 负载，包括提示词和上下文。定价基于使用量：每百万输入 token 0.25 美元，每百万输出 token 1.00 美元。额度为预付且永不过期。如果余额不足，请求将返回 402 错误。身份验证错误返回 401 状态码。没有复杂的路由或供应商选择；模型是固定的。