Szybki start dla potoków Vibevoice

Wymagania wstępne

Przed integracją upewnij się, że masz aktywne konto. Zarejestruj się przez Google lub e-mail na stronie Uzyskaj klucz API, aby natychmiast otrzymać swój unikalny klucz. Nie potrzebujesz karty kredytowej do początkowego kredytu próbnego $0.50. Nasz bez cenzury LLM obsługuje identyfikator modelu "uncensored" przez standardowy endpoint. Podstawowy URL to https://api.vibevoice.top/v1. Ta konfiguracja działa z dowolnym SDK OpenAI, co czyni ją bezpośrednią zastępczą dla wielu istniejących potoków.

Uwierzytelnianie

Przekaż swój klucz API w nagłówku Authorization. Format musi być "Bearer YOUR_API_KEY". Jeśli klucz jest nieobecny lub nieprawidłowy, API zwraca błąd 401. Skupiamy się na przetwarzaniu tekstu, więc upewnij się, że Twój potok wysyła tylko dane tekstowe. Klucz jest powiązany z jednym kontem; wygenerowanie nowego klucza natychmiast zastępuje stary. Ta prostota pozwala na szybkie iteracje w środowisku programistycznym.

Wysyłanie zapytania

Wyślij żądanie POST do /v1/chat/completions. Dołącz identyfikator modelu, swoje wiadomości i dowolne parametry. Oto podstawowy przykład używający cURL:

Copycurl https://api.vibevoice.top/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."}]
  }'

To zapytanie wysyła prostą instrukcję do modelu. Odpowiedź zawiera wygenerowany tekst. Możesz dostosować parametry takie jak temperatura dla kreatywności lub ustawić ścisłe limity długości wyjścia. To bezpośrednie podejście jest idealne do generowania skryptów, podpisów lub wariacji promptów dla innych narzędzi.

Integracja z Python SDK

Użyj oficjalnej biblioteki Pythona OpenAI. Skonfiguruj podstawowy URL wskazujący na naszą usługę. Przekaż swój klucz API jako api_key. Pozwala to na używanie znanych metod takich jak client.chat.completions.create(). To API kompatybilne z OpenAI, więc Twoja istniejąca struktura kodu prawdopodobnie wymaga minimalnych zmian. Ta metoda jest idealna do przetwarzania backendowego lub ekstrakcji danych.

Copyfrom openai import OpenAI

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

Pamiętaj o obsłudze wyjątków w sposób elegancki. Błędy sieciowe lub limity zapytań mogą przerwać Twój potok. Logowanie odpowiedzi pomaga w debugowaniu, dlaczego konkretny prompt mógł zostać odrzucony lub wygenerować nieoczekiwany wynik.

Integracja z Node SDK

W środowiskach JavaScript użyj pakietu openai npm. Ustaw właściwości apiKey i baseURL w obiekcie konfiguracji. Zapewnia to, że zapytania trafiają do właściwego endpointu. Node SDK obsługuje te same parametry co wersja Python. Jest idealny dla serwerów sieciowych lub funkcji brzegowych, które muszą generować tekst na żądanie.

Copyimport OpenAI from "openai";

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

Upewnij się, że zarządzasz cyklem życia obiektu klienta, aby uniknąć wycieków zasobów. Ta integracja jest solidna do obsługi asynchronicznych zadań generowania tekstu w nowoczesnych aplikacjach internetowych.

Strumieniowanie odpowiedzi

Włącz strumieniowanie, ustawiając stream na true w swoim zapytaniu. API zwraca dane w fragmentach, gdy są generowane. Jest to przydatne dla wyświetlania w czasie rzeczywistym lub progresywnego renderowania tekstu. Ostatni fragment zawiera pełne statystyki użycia tokenów. Strumieniowanie zmniejsza postrzeganą opóźnienie dla użytkowników końcowych.

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)

Obsłuż strumień poprawnie, aby upewnić się, że wszystkie dane są przetworzone. Jeśli połączenie zostanie zerwane, możesz przegapić końcowe dane użycia. Ta funkcja jest cenna dla aplikacji, które muszą wyświetlać tekst, gdy jest on pisany.