Vibevoice 管線快速入門

前置條件

在整合之前，請確保您擁有活躍的帳戶。前往取得 API 金鑰頁面，透過 Google 或電子郵件註冊，即可立即獲得您的專屬金鑰。初始 $0.50 試用無需信用卡。我們的無審查 llm 透過標準端點提供模型 id「uncensored」。基礎 URL 為 https://api.vibevoice.top/v1.。此設定適用於任何 OpenAI SDK，可作為許多現有管線的即插即用替代方案。

驗證

在 Authorization 標頭中傳遞您的 API 金鑰。格式必須為「Bearer YOUR_API_KEY」。若金鑰遺失或無效，API 將回傳 401 錯誤。由於我們專注於文字處理，請確保您的管線僅傳送文字資料。金鑰與單一帳戶綁定；產生新金鑰會立即取代舊金鑰。這種簡易性讓您在開發環境中能快速迭代。

發送請求

向 /v1/chat/completions 發送 POST 請求。包含模型 id、您的訊息以及任何參數。以下是使用 cURL 的基本範例：

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."}]
  }'

此請求將簡單指令傳送給模型。回應包含生成的文字。您可以調整 temperature 等參數以控制創意，或嚴格限制輸出長度。這種直接方法非常適合生成腳本、字幕或其他工具的提示詞變體。

Python SDK 整合

使用官方 OpenAI Python 函式庫。將基礎 URL 設定指向我們的服務。將您的 API 金鑰作為 api_key 傳遞。這使您能使用熟悉的 client.chat.completions.create() 等方法。由於這是 openai compatible api，您現有的程式碼結構可能只需微調。此方法非常適合後端處理或資料擷取任務。

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)

請務必妥善處理例外狀況。網路錯誤或速率限制可能會中斷您的管線。記錄回應有助於除錯，了解為何特定提示詞被拒絕或產生了非預期的輸出。

Node SDK 整合

對於 JavaScript 環境，請使用 openai npm 套件。在設定物件中設定 apiKey 和 baseURL 屬性。這可確保請求傳送至正確的端點。Node SDK 支援與 Python 版本相同的參數。它非常適合需要在按需情況下生成文字的網頁伺服器或邊緣函式。

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);

請妥善管理 client 物件的生命週期，以避免資源洩漏。此整合能穩健地處理現代網頁應用程式中的非同步文字生成任務。

串流回應

在請求中將 stream 設定為 true 以啟用串流。API 會以資料區塊的形式回傳已生成的內容。這對於即時顯示或漸進式文字渲染非常有用。最後一個區塊包含完整的 token 使用統計數據。串流可降低終端使用者的感知延遲。

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)

正確處理串流輸出以確保所有資料都已處理。如果連線中斷，你可能會遺失最終的使用量資料。此功能對於需要即時顯示文字的应用非常有用。